机器视觉系统检测未标签罐头

网友投稿 264 2024-02-16


某家罐装食品公司通常会生产大量特定产品,例如番茄汤,然后在贴标签前将其储存在仓库中等待客户的订单罐头上的标签是在运输前才贴上的,通常是贴客户自己的品牌标签这些罐头的传运速度为60毫秒每个,因此根本无法进行一般的手工检测。

机器视觉系统检测未标签罐头

用机器视觉解决该问题只需把一个摄像头连接到计算机的图像处理卡上缺点是这些专门的硬件并不适用于工厂环境摄像头和图像处理卡很容易受热和灰尘的影响设置和维护这种系统还需要相当高的专门技术,而罐装工厂通常缺乏这种技术。

? ?新方法Matrix Technologies用最新的机器视觉技术开发了更有效的明场自动检测“新方法的关键就是康耐视In-Sight 5600视觉系统可在亮光背景下以每小时1000件产品的速度检测产品代码。

”Matrix Technologies部门经理Les Haman说康耐视PatMax图像匹配工具可以检测产品代码利用PatMax工具,该程序可以识别任意位置的图像该程序并不是读取单个的字符您可以对它进行配置,让它搜索与三位产品代码匹配的图像。

只要把新代码放到罐头上视觉系统检测位置并在产品代码周围置一矩形,新产品代码就配置好了从这一点来说,即使产品代码在另一位置或另一角度,只要它在检测视野内,视觉系统就可以对产品代码进行检测这种方法比过去使用的传统的机器视觉技术更简单、更可靠而且更经济。

? ?Matrix Technologies 的 bright stock 标签解决方案中还使用了一个激光扫描仪,用于读取产品标签上的条形码光纤传感器可通过检测有无突出部分确定标签是否已正确地粘到了罐头上。

Matrix Technologies 正为其第一批客户部署 10 个这种系统“其中两个已经部署完成并且正在运行,而且运行情况相当不错” Haman 总结道“bright stock 标签解决方案已经证明了它们检测的准确性,而且几乎从不会停机。

现已证明,直接进行产品代码图像的匹配是比把图像转换成字符更稳定可靠的解决方案当前的工厂职工可以毫无困难地维护这些设备,或编程让其读取新产品代码根据性能标准、基准测试、和用户的认可,这种解决方案在食品和饮料工业的 bright stock 检测上有极具吸引力的价值。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:了解基于FastCV视觉库的SVM机器学习算法
下一篇:HALCON高级篇之机器人视觉的讲解
相关文章

 发表评论

暂时没有评论,来抢沙发吧~