-
-
-
yoguai2012 | 当前状态：在线
总积分：514 2024年可用积分：0
注册时间： 2011-10-25
最后登录时间： 2012-09-28
-
-
用机器视觉控制烟草质量应用案例
yoguai2012 发表于 2012/3/19 14:28:19 968 查看 1 回复 [上一主题] [下一主题]
手机阅读
应用案例
基于机器视觉的烟草异物剔除、缺陷检测大大提高烟草行业的生产效率和产品质量。
现代意义的卷烟产品，其加工过程是非常复杂的，由制丝（原料加工）、卷接（卷制成型）、包装（包装成品）三个主要过程组成。整个卷烟生产过程具有高速、自动化、大批量的特点，不可避免会产生许多人力无法顾及的缺陷，如使用人工进行缺陷检测和剔除，且不论人的疲劳、情绪波动等影响，仅从速度而言，人工检测就完全无法承担现代化生产线的高速检测任务。在这种情况下，自动检测是唯一的选择。其中，融合了计算机的快速性、可靠性、结果的可重复性和对图像信息分析能力的机器视觉技术则是目前烟草行业应用最广泛、有效的检测技术。
在烟草行业的主要应用
上世纪80年代后期，美国首先将计算机图像分析技术应用于烟叶的品质检测与分级，90年代，里茨玛公司和SRCVision公司先后开发出烟叶杂物剔除系统。它由彩色图像处理系统、快速响应的气动剔除单元和专用软件组成，可用于剔除烟叶和烟梗中的杂物。之后，机器视觉在烟草行业的应用逐步进入实用阶段，国内烟草业也逐步引进这类设备，并与国内机器视觉企业一起开发了多种性能优良、价格低廉的视觉检测系统，其性能已基本达到国际最先进的水平，效益显著。
目前，机器视觉在烟草行业中主要用于：
●烟叶分级。利用机器视觉方法自动检测烟叶外观质量特征，如颜色、形状、大小、叶脉、表面特征、油份、身份、缺陷及成熟度等，并根据这些特征进行综合判断，快速准确地给出烟叶的等级。
●异物剔除。准确去除混在烟叶中的各种异物，有效提高物料的纯净度，并可实时统计烟叶结构。
●包装数量统计。可用于检测包装中的缺支、缺包、缺条。
●包装外观缺陷检测。可用于检测小包烟盒的印刷缺陷、小包和条包包装质量。
●物流配送。基于图像检测的条烟识别、分拣和类似条烟分拣的自动化物流设备不仅能大大提高分拣的准确度，而且能快速地自动地处理客户订单，显著提高分拣效率。
在卷烟生产中，还有辅料的自动配送、AGV的制导、机器人（机械手）的定位等都可以应用先进的机器视觉技术，以进一步提高其精度和可靠性。
QCROBOT可提供此机器视觉模块及工程解决方案。