食品飲料檢測設(shè)備源頭好貨,邁迅威視覺口口相傳

噴碼檢測

噴碼視覺檢測不但在日化行業(yè)有廣泛的應(yīng)用，在其他行業(yè)如制藥，化工等各行各業(yè)都有廣泛的應(yīng)用。邁迅威視覺的瓶底讀碼檢測系統(tǒng)在無需對原有產(chǎn)線機(jī)構(gòu)進(jìn)行大范圍改造的基礎(chǔ)上，以極低的成本，簡單的操作和維護(hù)方式，更好的解決了客戶的噴碼難題。輔以相應(yīng)的視覺檢測工具，該系統(tǒng)能實(shí)現(xiàn)各行業(yè)外觀檢測應(yīng)用中的多方面高速檢測要求。

檢測內(nèi)容：

噴碼缺失，噴碼變形，字符位置偏移，重影，字體模糊，字符錯(cuò)誤

噴碼檢測系統(tǒng)功能：

1，  缺陷產(chǎn)品圖片保存功能，

2，  產(chǎn)品良品次品實(shí)時(shí)統(tǒng)計(jì)功能。

3，  工作報(bào)表

4，  遠(yuǎn)程監(jiān)控

5，  可安裝自動(dòng)剔除裝置

6，  可接受定制

設(shè)備參數(shù)：

檢測速度：

1500個(gè)/分鐘

檢出率：100%

功率：220V

氣壓：0.6Mpa

產(chǎn)品應(yīng)用范圍：食品行業(yè)，藥品行業(yè)，化妝品行業(yè)，電子行業(yè)，化工行業(yè)，農(nóng)產(chǎn)品等任何需要噴碼的行業(yè)產(chǎn)品。

,包含精準(zhǔn)定位中選用MSER方式 對字符地區(qū)開展初精準(zhǔn)定位,根據(jù)連通域法開展細(xì)精準(zhǔn)定位.對于點(diǎn)陣噴碼字符的特性,選用點(diǎn)陣噴碼字符分割優(yōu)化算法開展分割,保證了分割的準(zhǔn)確性.字符鑒別中根據(jù)卷積和神經(jīng)元網(wǎng)絡(luò)鑒別方法開展鑒別,在確保實(shí)時(shí)性的另外提升了檢驗(yàn)精密度,徹底能夠 考慮可樂瓶罐底點(diǎn)陣噴碼字符檢驗(yàn)的高實(shí)時(shí)性,高準(zhǔn)確性的規(guī)定.,包含精準(zhǔn)定位中選用MSER方式 對字符地區(qū)開展初精準(zhǔn)定位,根據(jù)連通域法開展細(xì)精準(zhǔn)定位.對于點(diǎn)陣噴碼字符的特性,選用點(diǎn)陣噴碼字符分割優(yōu)化算法開展分割,保證了分割的準(zhǔn)確性.字符鑒別中根據(jù)卷積和神經(jīng)元網(wǎng)絡(luò)鑒別方法開展鑒別,在確保實(shí)時(shí)性的另外提升了檢驗(yàn)精密度,徹底能夠 考慮可樂瓶罐底點(diǎn)陣噴碼字符檢驗(yàn)的高實(shí)時(shí)性,高準(zhǔn)確性的規(guī)定.

根據(jù)模板匹配的畸變字符識(shí)別算法.該算法能夠全自動(dòng)校正因?yàn)槊鎸油渡渌斐傻幕冏址麍D象,明顯提升面層字符識(shí)別的準(zhǔn)確率.隨后對校正后 的圖象開展字符精準(zhǔn)定位,終根據(jù)模板匹配算法對字符作出.實(shí)驗(yàn)結(jié)果顯示,畸變字符校正算法合理地提升了算法針對圓上上字符的鑒別工作能力,在檢測中獲得了 優(yōu)良的實(shí)際效果.根據(jù)模板匹配的畸變字符識(shí)別算法.該算法能夠全自動(dòng)校正因?yàn)槊鎸油渡渌斐傻幕冏址麍D象,明顯提升面層字符識(shí)別的準(zhǔn)確率.隨后對校正后 的圖象開展字符精準(zhǔn)定位,終根據(jù)模板匹配算法對字符作出.實(shí)驗(yàn)結(jié)果顯示,畸變字符校正算法合理地提升了算法針對圓上上字符的鑒別工作能力,在檢測中獲得了 優(yōu)良的實(shí)際效果.

根據(jù)電子器件管理平臺(tái),可以對產(chǎn)品的生產(chǎn)制造、貨運(yùn)物流、市場銷售及其應(yīng)用等階段開展監(jiān)管。噴碼字符做為一種常見產(chǎn)品管控碼,其檢驗(yàn)、鑒別在賦碼管控系統(tǒng)軟件中擁有至關(guān)重要的影響力。對于字符的鑒別,普遍的方式 主要是根據(jù)軟件系統(tǒng)設(shè)計(jì)方案的,該方式 不利機(jī)器設(shè)備當(dāng)場智能化系統(tǒng)管理方法。因而,文中設(shè)計(jì)方案了一套根據(jù)FPGA和單脈沖藕合神經(jīng)元網(wǎng)絡(luò)(PCNN)的噴碼字符識(shí)別技術(shù)。文中關(guān)鍵研究方向及結(jié)果為:(1)對于基本方式 在圖像二值分割時(shí),實(shí)際效果不理想化的難題,文中選用PCNN算法融合交叉熵基礎(chǔ)理論來分割圖像。,根據(jù)MATLAB對PCNN算法的基礎(chǔ)實(shí)體模型剖析,對于不一樣灰度值像素?cái)?shù)火時(shí)刻不一樣的特點(diǎn),開展圖像的二值分割。隨后,運(yùn)用每一次分割后圖像與原圖像的交叉熵的基礎(chǔ)理論,明確PCNN在分割圖像時(shí),什么時(shí)候?yàn)槎捣指顖D像。該方式 完成了圖像的全自動(dòng)分割,且實(shí)際效果非常好。(2)對于傳統(tǒng)式投射分割方式 只有分割持續(xù)字符,沒法分割點(diǎn)陣噴碼字符的難題,文中明確提出改善的投射分割算法。該算法運(yùn)用噴碼字符中點(diǎn)陣裂縫與字符間隔的關(guān)聯(lián),根據(jù)操縱分割閥值的尺寸將一串串字符分割成單獨(dú)字符,便于于字符svm算法及鑒別。改善后的算法不但可以分割持續(xù)字符,并且非常好的解決了傳統(tǒng)式投射算法沒法分割點(diǎn)陣字符的難題。(3)對于噴碼字符的點(diǎn)陣特點(diǎn),文中明確提出改善的網(wǎng)格圖特點(diǎn)算法,并徹底改變字符鑒別標(biāo)準(zhǔn)。