基于机器视觉的涂胶质量在线检测技术,目的在于为汽车制造企业提供一种高实时的汽车前盖机器人涂胶质量在线检测手段,帮助企业在更好地控制涂胶质量的同时降低其生产成本。在研究过程中,首先根据系统的性能指标和技术要求确定了涂胶质量在线检测系统的总体方案,并对硬件系统的关键设备进行了选型设计,然后针对汽车前盖机器人涂胶的特点研究了图像处理和分析算法,为实现实时在线检测,提出了基于广义回归神经网络的涂胶信息预测算法,再根据系统的功能要求开发了涂胶质量在线检测软件,后对设计的在线视觉检测系统进行了性能验证实验。
半导体芯片广泛应用于各个领域、各类电子产品,已经成为经济发展、国家信息安全的命脉,深刻影响着现代人类的生活。在半导体芯片封装制造过程中,不可避免地在芯片表面产生各类缺陷,直接影响到芯片的运行效能及寿命。传统人工目视检测法已经难以适应半导体芯片封装制造的高速、高精度的检测需求。利用机器视觉技术对芯片表面缺陷进行检测,具有无接触无损伤、检测精度高、速度快、稳定性高等优点。尽管目前基于机器视觉的芯片缺陷检测技术在芯片打印字符、引脚外观尺寸位置等方面的研究已取得很好的进展,但对于芯片表面的外观缺陷检测与分类研究尚处于起步阶段。
设计了基于机器视觉的智能大输液异物在线检测系统,该系统可以实现灌装后大输液瓶中杂质的检测;研究了该检测系统的基本构成,工作原理以及一些关键图像处理技术;该检测系统采用特殊的硬件检测平台,让杂质与瓶身作相对运动,再利用的光学成像系统获取运动异物的序列图像,通过图像预处理、运动目标提取、运动目标分割和图像识别与判断这四个步骤完成对异物的检测;实验表明该系统可快速的检测出大输液溶液巾所含的多种杂质,准确度高,实时性强.
