Halcon药瓶缺陷检测

似是星辰非昨夜 2020-03-06 05:16:22
我是一名视觉爱好者,最近在学习Halcon软件,现在想检测药瓶的裂纹。请问,可不可以给我介绍一个比较好的思路。万分感谢!
...全文
780 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
BravelyKing 2020-08-21
  • 打赏
  • 举报
回复
你这样检测用处不大吧,要带药液检测,才具有实际生产意义,唯一灌装之后还要很多工序,都可能导致瓶子出现裂纹,所以你这个检测,最好是在包装之前
Grand_Young 2020-06-07
  • 打赏
  • 举报
回复
先用阈值法确定瓶的位置,拟合矩形得出瓶口的坐标作为基准,然后根据瓶口到瓶底的相对距离,对你要检测的瓶身区域绘制ROI,用阈值法或边缘检测提取裂缝面积等实现检测,学弟加油!
邱小兵 2020-03-13
  • 打赏
  • 举报
回复
二值化 阈值分割提取ROI区域 开运算去除微小干扰同时使得裂纹扩大便于检测 与无裂纹药瓶图像做相减 找出差异处就是裂纹。或者对正常药瓶图像进行建模,通过模型来匹配各种药瓶图像并找出缺陷处。
Nick大帅仔 2020-03-13
  • 打赏
  • 举报
回复
1/创建药瓶的模板(按照你的图像NCC/形状都可以),创建相对位置的感兴趣区域(你想检测的部分) 2/定位药瓶,仿射检测区域,缩小定义域 3/下面的算法就很多,二楼说的也是,用寻边也可以(找出灰度变化明显的点坐标)
本次提供的 halcon DeepLearningTool 是机器视觉软件 HALCON 集成的深度学习工具包,专为工业视觉检测场景设计,提供从数据标注、模型训练到推理部署的全流程深度学习开发支持。该工具包基于 HALCON 的机器视觉算法体系,内置多种预训练模型(如目标检测、图像分类、语义分割等),支持自定义数据集训练,可快速构建适用于缺陷检测、物体识别、字符识别等工业场景的深度学习解决方案。 工具核心功能包括:可视化数据标注工具(支持矩形框、像素级分割等标注方式)、模型训练引擎(支持迁移学习、增量训练,兼容 CPU/GPU 加速)、模型评估模块(提供准确率、召回率等量化指标)以及轻量化推理接口(可直接集成到生产环境)。同时支持与 HALCON 传统视觉算子结合,实现 "深度学习 + 传统算法" 的混合检测方案,兼顾检测精度与效率。 适用人群主要为工业机器视觉领域的算法工程师、自动化设备开发人员、智能制造企业的技术研发人员,以及高校从事机器视觉研究的师生,尤其适合需要快速将深度学习技术应用于工业检测场景的团队。 使用场景涵盖:电子制造业中的 PCB 板缺陷检测、汽车零部件表面瑕疵识别、包装行业的标签字符识别、物流领域的包裹分拣分类、医药行业的药瓶外观检测等。通过该工具,开发者可大幅缩短深度学习模型的开发周期,降低工业视觉系统的部署门槛。 其他说明:使用前需确保已安装对应版本的 HALCON 基础软件;工具包提供 C++、C#、Python 等多语言接口,方便集成到不同开发环境;建议搭配 HALCON 官方的深度学习示例数据集进行入门学习;部分高级功能(如自定义网络结构)需要具备一定的深度学习理论基础;工业场景中需注意图像采集质量对模型效果的影响,建议配合专业光学系统使用;技术问题可参考 HALCON 官方文档或 CSDN 社区的工业深度学习实践案例。

4,505

社区成员

发帖
与我相关
我的任务
社区描述
图形图像/机器视觉
社区管理员
  • 机器视觉
  • 迪菲赫尔曼
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧