基于机器视觉的条盒缺包检测设计

摘要

针对YB65A型“双铝包”中支异形包装机组生产阶段频发的缺包条盒漏检难题，设计一套基于机器视觉的在线检测系统。系统以基恩士图像处理器为核心硬件，对进入CT成型仓的烟包组执行触发式图像采集，通过二值化滤波算法完成图像预处理，依托处理器内置算法提取烟包组轮廓与数量特征，以单条盒烟包组满额10盒为判定阈值，实现缺包条盒的精准识别。当检测到烟包组数量未达标时，系统检测相位迅速接收信号，驱动剔除机构完成不合格品在线分拣，同时将剔除数据上传至上位机实时显示。为验证系统可靠性，在成型仓各烟包预设位置依次取走单盒烟包，经复位开机开展全工况准确性测试。实验结果表明，该系统可实现烟包组数量的实时动态监控，缺包条盒识别与剔除准确率达100%,有效解决了该机型缺包漏检技术瓶颈，为卷烟包装装备的质量管控升级提供了工程化解决方案。

关键词

机器视觉 / 条盒缺包检测 / YB65A包装机 / 基恩士CV5000 / 二值化 / 图像处理 / 在线质量检测