10.3969/j.issn.1005-1295.2022.03.009
基于机器视觉编织袋缝合缺陷识别与检测
针对包装生产线编织袋密封检测技术的缺乏,设计一种基于机器视觉的编织袋缝合质量智能在线检测系统.分析编织袋缝合的6种主要缺陷类型及其对应特征信息.通过二值化、去噪、边缘检测算法计算出编织袋倾斜角度进行图像校正.校正后二值图像进行列求和,得到留线和中间缝线裁剪位置,缝线二值图像按裁剪位置进行裁剪得到3部分图像.提取对应数字特征,使用机器学习算法对特征进行类型判别.结果表明,使用集成模型中RUSBoostedTrees算法的缺陷分类准确率为97.8?%,平均检测时间约为0.652?s,检测效率超过缝合机生产效率.智能检测系统设计合理,满足编织袋袋口缝合质量智能检测的需求,为机器视觉缺陷检测技术在包装行业的智能化进一步应用提供技术支持.
编织袋缝线、图像处理、机器学习、Matlab
40
TB487(工业通用技术与设备)
国家重点研发计划2018YFD0400704
2022-07-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
51-56