在現(xiàn)代包裝工業(yè)自動化生產(chǎn)中，涉及各種各樣的檢查、測量，比如飲料瓶蓋的印刷質(zhì)量檢查，產(chǎn)品包裝上的條碼和字符識別等。這類應用的共同特點是連續(xù)大批量生產(chǎn)、對外觀質(zhì)量的要求非常高。通常這種帶有高度重復性的工作只能靠人工檢測來完成，我們經(jīng)常在一些工廠的現(xiàn)代化流水線后面看到數(shù)以百計甚至逾千的檢測工人來執(zhí)行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗合格率(即“零缺陷”)。

　

一般來說，光學篩選機的影像篩選設備故障診斷一般是分為以下的幾個方面：

     一個方面就是狀態(tài)量的一種檢測，這種檢測就是用來檢測傳感器的運行是否是正常運行的。

　　第二種就是指加工設備的運行的一種異常的判別問題，這種測試的數(shù)據(jù)如果出現(xiàn)問題，則會出現(xiàn)判別設備的異?，F(xiàn)象。

　　第三種就是對于故障的診斷是需要一步步分析和處理了，識別故障的原因是十分困難的，所以需要好好的排查一些故障問題。

　　以上內(nèi)容就是影像篩選設備的檢測問題的介紹了，在科學技術突飛猛進和人工緊缺的今天，影像篩選設備及其它自動化檢測設備已在各行各業(yè)中扮演著越來越重要的角色，能有效控制產(chǎn)品不良率、提高產(chǎn)品質(zhì)量、減少客戶投訴、提升公司產(chǎn)品的競爭力，利于公司拓展市場、降低人工成本。

為解決食品生產(chǎn)過程中產(chǎn)品殘缺問題,研究了一種基于機器視覺的缺陷檢測方法,以餅干為樣本進行了實驗分析。首先構(gòu)建實驗系統(tǒng),對單目攝像機進行標定,利用標定所得參數(shù)對圖像進行畸變校正;然后對校正后所得圖像進行圖像分析處理;后對處理完成圖像進行區(qū)域檢測,得到檢測結(jié)果。實驗結(jié)果表明:以該方法進行餅干缺陷檢測成功率可達98.67%,并滿足高精度、實時性的要求,為今后食品缺陷檢測提供一定的參考方向。



未來，機器視覺領域的應用將呈現(xiàn)了爆發(fā)式的增長態(tài)勢。剛才已經(jīng)提到在安防監(jiān)控、高度的自動化駕駛、增強現(xiàn)實、醫(yī)圖像、機器人工業(yè)視覺、移動互聯(lián)網(wǎng)等領域都有眾多的計算機視覺應用產(chǎn)生。CV芯片的成熟量產(chǎn)將使得人類生活在一個無所隱藏的時代，每個帶有CV芯片的攝像頭就是視力遠遠高于5.0的眼睛，并且強的分析判斷能力；當然人工智能的有序應用，將造福人類。