摘要：针对人工包装USB组件效率低和分装错误率高的问题,开发一套集识别、选择和分选于一体的智能分拣系统。提出一种改进的分拣算法,利用边缘曲线等价方法确定工件形状,通过多目标形心图像区域分割快算方法确定各组件中心,采用Harris角点检测算法获取旋转角度。构建分选识别相机和旋转纠偏相机相结合的双目视觉智慧分选和包装模式。结果表明:最大旋转角度误差为0.75°,最大质心偏差为0.68 mm,测试成功率达99.5%以上,所构建的智能分拣系统对USB组件不同摆放位置模板匹配的误差和抓取误判率均满足设计要求。研究结果为智能化设备研究提供了参考。

摘要：目前中国垃圾产量巨大,面临着垃圾围城的困境,而发达国家普遍采取垃圾分类收集处理的方法,垃圾分类是中国必然的选择。文章主要介绍一种将现阶段发展迅猛的深度学习技术应用于垃圾分类处理的方法,通过视觉拍照、深度学习识别和机器人抓取来代替人工进行垃圾分类,并通过应用数据集优化、训练方法优化、模型设计优化等措施,不断提升深度学习分类识别的效果。

摘要：为了精确识别电芯极耳上的各种外观缺陷,现以机器视觉技术为基础,结合电池厂商的实际设备需求,设计一款功能完善、实用性强的锂离子电池电芯极片检测系统,结果表明:锂离子电池极片检测系统极片判断正确率几乎接近95%,系统有效地保证了缺陷检测的准确性,提高了检测的效率。