针对制造技术

本发明专利技术公开了针对

【技术实现步骤摘要】
针对PE瓶的视觉检测与分拣系统及其操作方法


[0001]本专利技术涉及
PE
瓶检测
，具体为针对
PE
瓶的视觉检测与分拣系统及其操作方法
。

技术介绍

[0002]PE
瓶是用于灌装饮料
、
化妆品
、
清洁剂等产品的常见包装材料
。
质量问题可能导致
PE
瓶的密封性不好，容易漏液或变形，影响产品的质量和使用体验
。
通过检测，可以确保
PE
瓶的外观完好
、
尺寸准确，并排除
PE
瓶存在缺陷或污染物的情况，提高产品的质量和可靠性，确保
PE
瓶的安全性和可靠性
。
[0003]传统的
PE
瓶质量检测和分拣是依靠人工肉眼观察，员工在流水线上进行检查
。
然而，这种方式在效率
、
精度和员工视觉疲劳等方面都无法达到检测标准
。
特别是在大批量生产的情况下，常常会出现遗漏和误判的情况，导致一些不合格的瓶装饮料流入市场，给企业形象带来负面影响
。
[0004]因此，本专利技术提出了针对
PE
瓶的视觉检测与分拣系统及其操作方法以解决上述问题
。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了针对
PE
瓶的视觉检测与分拣系统及其操作方法，解决了传统依靠人工肉眼观察
PE
瓶实现检测和分拣的方式在效率
、
精度等方面都无法达到检测要求，员工长时间工作或大批量生产的情况下容易出现视觉疲劳，从而导致出现遗漏和误判的情况，造成不合格
PE
瓶流入市场，给企业形象带来负面影响的问题
。
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：针对
PE
瓶的视觉检测与分拣系统，包括：
[0007]中央处理模块：用于控制整个系统的运行和操作；
[0008]进料单元：用于将待检测和分拣的
PE
瓶引入系统；
[0009]图像采集单元：用于采集
PE
瓶的图像，并将图像数据传送到后续的图像处理模块；
[0010]图像处理单元：负责对图像采集单元采集到的
PE
瓶图像进行处理和分析；
[0011]特征分类单元：将提取到的特征输入到机器学习或深度学习算法进行分类；
[0012]分拣单元：根据图像处理模块的检测结果，分拣系统会对
PE
瓶进行分类和分拣；
[0013]数据记录与统计模块：用于记录检测结果和统计数据，包括合格
PE
瓶数量
、
不合格
PE
瓶数量
、
误判率；
[0014]数据反馈单元：系统收集分拣结果
、
错误判别率等数据，并进行统计和分析，根据分析结果，对图像处理和分类算法进行优化和改进，提高系统的准确性和性能
。
[0015]进一步的，所述进料单元包括传送带
、
运输机构
、
传感器
、
定位装置和轨道
/
导向装置
。
[0016]进一步的，特征分类单元包括特征提取器
、
特征选择器
、
特征编码器
、
特征选择和
特征编码评估器
。
[0017]进一步的，所述分拣单元包括传送系统
、
分拣区域
、
识别系统
、
分拣算法和分拣设备
。
[0018]本专利技术还提供了针对
PE
瓶的视觉检测与分拣系统的操作方法，该方法包括以下步骤：
[0019]步骤一
、
启动系统：操作员首先启动系统的控制界面，包括连接图像采集单元和其他设备的控制器，确保与相关设备的连接正常，系统进入待命状态，准备接收图像采集单元传来的图像；
[0020]步骤二
、
设置参数：操作员根据具体要求，在控制界面上设置
PE
瓶的检测参数和分拣方式；
[0021]步骤三
、
准备
PE
瓶：将待检测和分拣的
PE
瓶放置在进料系统中，确保
PE
瓶能够顺利进入系统中进行检测和分拣；
[0022]步骤四
、
开始检测：操作员在控制界面上点击开始检测按钮，系统开始自动进行
PE
瓶的检测和分拣，通过图像采集单元实时捕捉
PE
瓶的图像，并将图像传送到图像处理模块进行处理；
[0023]步骤五
、
图像处理：图像处理模块使用事先设定的算法对
PE
瓶图像进行预处理和分析，提取
PE
瓶的特征；
[0024]步骤六
、
特征分类：提取到的
PE
瓶特征被输入到深度学习算法中进行分类，判断
PE
瓶的质量和缺陷；
[0025]步骤七
、
分拣操作：根据分类的结果，中央处理模块会将不合格的
PE
瓶从生产线上剔除，并将合格的
PE
瓶送往下一步的包装和发货环节；
[0026]步骤八
、
结果记录与统计：数据记录与统计模块自动记录每个批次的收集分拣结果
、
错误判别率等数据，操作员通过控制界面查看统计数据，并进行后续的数据进行分析和质量控制；
[0027]步骤九
、
数据反馈和优化：系统收集分拣结果
、
错误判别率等数据，并进行统计和分析，根据分析结果，对图像处理和分类算法进行优化和改进，提高系统的准确性和性能
。
[0028]进一步的，所述步骤二中，
PE
瓶的检测参数包括
PE
瓶的尺寸
、
形状
、
颜色和标识符
。
[0029]进一步的，所述步骤六中，深度学习算法通过大量数据的训练，具有根据特征自动判别
PE
瓶的质量和缺陷的能力，分类结果包括合格和不合格两类
。
[0030]进一步的，所述步骤八中，检测结果和统计数据包括合格
PE
瓶数量
、
不合格
PE
瓶数量
、
误判率
。
[0031]有益效果
[0032]本专利技术提供了针对
PE
瓶的视觉检测与分拣系统及其操作方法
。
与现有技术相比具备以下有益效果：
[0033]1、<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
针对
PE
瓶的视觉检测与分拣系统，其特征在于：包括：中央处理模块：用于控制整个系统的运行和操作；进料单元：用于将待检测和分拣的
PE
瓶引入系统；图像采集单元：用于采集
PE
瓶的图像，并将图像数据传送到后续的图像处理模块；图像处理单元：负责对图像采集单元采集到的
PE
瓶图像进行处理和分析；特征分类单元：将提取到的特征输入到机器学习或深度学习算法进行分类；分拣单元：根据图像处理模块的检测结果，分拣系统会对
PE
瓶进行分类和分拣；数据记录与统计模块：用于记录检测结果和统计数据，包括合格
PE
瓶数量
、
不合格
PE
瓶数量
、
误判率；数据反馈单元：系统收集分拣结果
、
错误判别率等数据，并进行统计和分析，根据分析结果，对图像处理和分类算法进行优化和改进，提高系统的准确性和性能
。2.
根据权利要求1所述的针对
PE
瓶的视觉检测与分拣系统，其特征在于：所述进料单元包括传送带
、
运输机构
、
传感器
、
定位装置和轨道
/
导向装置
。3.
根据权利要求1所述的针对
PE
瓶的视觉检测与分拣系统，其特征在于：特征分类单元包括特征提取器
、
特征选择器
、
特征编码器
、
特征选择和特征编码评估器
。4.
根据权利要求1所述的针对
PE
瓶的视觉检测与分拣系统，其特征在于：所述分拣单元包括传送系统
、
分拣区域
、
识别系统
、
分拣算法和分拣设备
。5.
针对
PE
瓶的视觉检测与分拣系统的操作方法，其特征在于：用于如权利要求1‑4任一项所述的针对
PE
瓶的视觉检测与分拣系统，具体包括以下步骤：步骤一
、
启动系统：操作员首先启动系统的控制界面，包括连接图像采集单元和其他设备的控制器，确保与相关设备的连接正常，系统进入待命状态，准备接收图像采集单元传来的图像；步骤二
、
设置参数：操作员根据具体要求，在控制界面上设置
PE
瓶的检测参数和分拣方式；步骤三
、...

【专利技术属性】
技术研发人员：许葛，许勇，高国良，富春江，任诗忠，
申请(专利权)人：杭州聚友塑料五金有限公司，
类型：发明
国别省市：