[发明专利]基于深度自学习的外观在线质量检测系统的图像采集装置有效

专利信息
申请号: 202010810161.2 申请日: 2020-08-13
公开(公告)号: CN111678865B 公开(公告)日: 2020-12-04
发明(设计)人: 陈金龙;叶明;王翰林;王李苏 申请(专利权)人: 南京大树智能科技股份有限公司
主分类号: G01N21/01 分类号: G01N21/01;G01N21/95
代理公司: 南京苏创专利代理事务所(普通合伙) 32273 代理人: 张艳
地址: 210000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 自学习 外观 在线 质量 检测 系统 图像 采集 装置
【说明书】:

发明涉及一种基于深度自学习的外观在线质量检测系统的图像采集装置,包括拱形的光源罩,光源罩的底部空间为烟包外观拍摄区域,烟包外观拍摄区域的一侧为烟包进口,另一侧为烟包出口,烟包进口处设有烟包进入导向机构,烟包出口处设有烟包出去导向机构,烟包进口处设有第一相机,烟包出口处设有第二相机,光源罩的侧面设有第三相机。本装置的光源设置以及相机的布局角度,有效解决反光问题。主光源入口导向、烟包进入导向机构,烟包出去导向机构,均提高了烟包通过检测区域的稳定性,提高了监测正确率。本装置结构一体化便于安装及维护,整体结构通用性强,适用各种规格传输跑道。检测准曲率高,设备稳定性佳。

技术领域

本发明涉及一种基于深度自学习的外观在线质量检测系统的图像采集装置,属于烟包检测技术领域。

背景技术

随着科技不断进步,烟草行业对烟包包装质量检测的要求越来越高,对检测指标、检测速度、可靠性等提出了新的挑战。基于成像原理对小包外观包装进行检测的方法国内外已有很多,但这些检测方法存在,存在检测速度慢、无法检查反光包装材料、不稳定、检测准确率低等问题。烟企业对包装中的外观瑕疵会有严格的控制,以往采用光电式传感器检测。而该技术已远远不能满足现场的检测要求。本申请采用照相技术可以更全面地对外观进行目标检测,相较于光电式检测,准确率、稳定性及客户满意度都有极大的提高。因此,需要一种基于深度自学习的外观在线质量检测系统的图像采集装置。

发明内容

为了解决上述技术问题,本发明提供一种基于深度自学习的外观在线质量检测系统的图像采集装置,其具体的技术方案为:一种基于深度自学习的外观在线质量检测系统的图像采集装置,包括拱形的光源罩,光源罩的底部空间为烟包外观拍摄区域,烟包外观拍摄区域的一侧为烟包进口,另一侧为烟包出口,烟包进口处设有烟包进入导向机构,烟包出口处设有烟包出去导向机构,烟包进口处设有第一相机,烟包出口处设有第二相机,光源罩的侧面设有第三相机。

进一步的,光源罩包括两个主光源边侧板,其分别呈拱形结构并相对设置,其底边之间使用匀光片连接,其顶边之间使用光源板连接,匀光片位于光源罩内侧,光源板位于光源罩外侧,光源板上设有若干个LED灯。

进一步的,第一相机、第二相机和第三相机均为黑白直角相机,第一相机的摄像头位于烟包进口处,其水平朝向烟包外观拍摄区域且与主光源边侧板夹角保持45度,第二相机的摄像头位于烟包出口处,其水平朝向烟包外观拍摄区域与主光源边侧板的夹角保持45度,第一相机和第二相机位于光源罩的同一侧;第三相机位于光源罩的另一侧,第三相机的摄像头穿过光源罩,其俯向朝向烟包外观拍摄区域并保持45度俯视角。

进一步的,烟包进入导向机构包括一组导向器,导向器对称设置于烟包进口处,导向器包括入口导向固定块、导向上滑块、导向下滑块和导向圈,导向固定块设有一个凸条和一个卡块,凸条与光源罩的横跨方向平行,卡块平行于凸条;导向上滑块的底部设有卡槽,导向上滑块的卡槽卡于凸条处,导向圈固定于导向固定块的顶部,卡块限制导向圈移动;导向定位块的底部结构和顶部结构相同;

烟包出去导向机构包括导向定位块、上滑块、下滑块和限位顶杆,导向定位块的顶部设有凸出的卡条和限位条,上滑块底部设有卡槽,使得上滑块卡于卡条处,限位条与卡条垂直,限位顶杆设置于导向定位块顶部。

进一步的,导向固定块为五边形结构,其三个角为直角,其余两个角为135度角,使得导向固定块的截面呈现一个导向过渡面。

进一步的,导向圈水平方向突出于导向定位块,使得导向定位块的顶部和底部之间由两个导向圈构成一个高度限位口。

进一步的,还包括侧两个侧光源补光结构,其分别设置于第一相机的摄像头和第二相机的摄像头旁侧。检测烟包时因主光源照射角度问题,烟包端面及底面打光不足,导致检测画面阴暗不利于检测。加入侧光源补光能完美解决打光不足问题。从而提高检测率。

进一步的,侧光源补光结构为空心的柱状体,其内部设有侧光源管座,柱状体正对烟包外观拍摄区域的面为半个面。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大树智能科技股份有限公司,未经南京大树智能科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010810161.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code