【技术实现步骤摘要】
本专利技术涉及生产线缺陷检测，尤其涉及一种基于图像识别模型的智能包装生产线缺陷检测方法及系统。
技术介绍
1、液体产品包装生产线通常采用高速运行模式，单条生产线每分钟可处理数百甚至上千个包装单元。在这种高速生产环境下，透明容器表面的反光和折射现象严重干扰了图像采集质量；其次，不同形状和材质的容器会产生不同程度的光学畸变；再者，容器表面的水滴、指纹等外部污染物往往与内部悬浮物难以区分；最为关键的是，微小悬浮物(尤其是低于10微米级别)在静态条件下几乎不可见，而传统的图像采集方法无法有效捕捉这些微小缺陷。然而，传统的液体产品缺陷检测方法主要包括人工目检、固定光源下的静态图像采集等技术。这些方法在实际应用中存在显著局限性：人工目检效率低下且易受主观因素影响，检测结果一致性差；固定光源下的图像采集容易受到容器表面反射干扰，导致大量假阳性判断，造成高误判率；这些方法对于静态条件下的微小悬浮物(尤其是5-10微米级别)检出能力极为有限，检出率通常低于85％，远不能满足高端液体产品的质量控制需求。
技术实现思路p>
1、基于此本文档来自技高网...
【技术保护点】
1.一种基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求1所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，步骤S2中根据液体产品特性数据以及容器固有缺陷区域进行智能偏振照明补偿，并同步捕捉扰动响应时序影像序列包括：
4.根据权利要求3所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，根据液体物性特征数据进行偏振激励策略处理包括：
5.根据权利要求...
【技术特征摘要】
1.一种基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，步骤s2中根据液体产品特性数据以及容器固有缺陷区域进行智能偏振照明补偿，并同步捕捉扰动响应时序影像序列包括：
4.根据权利要求3所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，根据液体物性特征数据进行偏振激励策略处理包括：
5.根据权利要求3所述的基于图像识别模型的智能包装生产线缺陷检测方法，其特征在于，通过透光率补偿亮度值对容器物理特性数据进行偏振光场控制参数处理包括：
6.根据权利要求1所述的基于图像识别模型的智能包...
【专利技术属性】
技术研发人员：郑小阳，姜曼丽，黄鹂，
申请(专利权)人：湖南顺开科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。