OpenCV在装箱缺条视觉检测系统中的应用
2011-05-10周传宏王怀虎康少博
制造业自动化 2011年17期
关键词:检测
周传宏,王怀虎,康少博
(上海大学 上海市机械自动化及机器人重点实验室,上海 200072)
0 引言
目前我国烟草生产广泛采用生产流水线方式,生产速度比较快,而且还要保证产品及包装的质量。人工抽检测显得非常困难,它检测效率低,在装箱的过程中可能会出现缺条的现象,一旦流入市场,会给产品和烟厂品牌声誉带来不利的影响。为了杜绝和防止装箱缺条现象的发生,就目前我国烟草行业而言,采用机器视觉技术是最好的解决方案。
1 机器视觉与OpenCV简介
1.1 机器视觉系统组成
机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分为CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像系统对这些信号进行各种运算来抽取目标的特征,如面积、数量、位置、长度,再根据预设的允许度和其他条件输出结果,包括尺寸、角度、个数、合格/不合格、有/无等,实现自动识别功能,进而根据判别的结果来控制现场的设备动作[1]。
机器视觉系统通常由硬件和软件两大部分组成,硬件主要包括:光源、镜头、CCD相机、工业PC机、图像采集卡、监视器和通讯/输入输出单元等;软件则是根据具体的检测内容和精度要求由设计人员自行开发。
1.2 OpenCV简介
OpenCV是由Intel公司开发的开源计算机视觉库,该库由一系列C函数和少量C++类构成,实现了图像处理和计算机视觉方面的很多通用算法,机器视觉研发人员在软件开发过程中可以直接调用库内函数,从而省去常用图像处理算法的编写,可以提高软件的检测速度和精度。……
登录APP查看全文
