表面缺陷检测设备批发近期行情「在线咨询」

在现代包装工业自动化生产中，涉及各种各样的检查、测量，比如饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。通常这种带有高度重复性的工作只能靠人工检测来完成，我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100%的检验合格率(即“”)。

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。

目的为实现饮料易拉罐拉环背部激光打码的自动化,提出一种基于遗传算法的易拉罐罐盖图像识别新方法。方法首先搭建一套易拉罐盖激光自动打码机,基于所搭建的实验系统,利用CCD相机实时罐盖图像。对所到的图像进行中值滤波和灰度增强处理,在此基础上,研究基于遗传算法的罐盖图像阈值分割新方法,分析、确定算法的关键参数(个体数目、交叉率、变异率等),由此得到罐盖的二值化图像,并对算法处理结果进行误差分析。结果遗传算法经过约15代的迭代计算,能够收敛,获取到的图像阈值,整个算法的运行时间约30 ms,终的图像精度约为7.9 pixel。