生活中，隨著人們對飲料的需求越來越大，那么針對塑料瓶的產品質量的要求也越來越高了，因此，很多生產飲料的廠家紛紛都通過塑料瓶缺陷檢測系統(tǒng)來對瓶口、瓶身以及瓶蓋表面缺陷瑕疵進行檢測。下面國辰機器人就針對塑料瓶缺陷檢測的解決方案為大家簡單介紹。

然而，由于原材料質量差，機械設備不穩(wěn)定以及人工操作水平不足等原因，塑料制品在注塑成型過程中易于出現(xiàn)產品質量缺陷。常見的注塑成型缺陷包括填充不充分、氣泡、裂縫、翹曲和尺寸變化。

傳統(tǒng)的人工視覺缺陷檢測方法費時費力，而且會因效率檢測提供了可能，深度卷積神經網絡作為深度學習中最經典，運用場景最廣泛的結構之一，在過去的時間里成功應用于圖像檢測和分類等領域。也為工業(yè)缺陷檢測提供了一種可行的方法。

塑料瓶缺陷檢測系統(tǒng)采用300萬像素的工業(yè)相機采集藥法提取特品塑料瓶的圖像樣本，并進行預處理。因為塑料瓶通常具有樣色特性，所以采用HSV色彩空間轉換，從而在樣本圖像上提取顏色特征，利用Otsu閾值分割征部分，利于神經網絡訓練，降低網絡訓練難度并且提高速度。

以上就是國辰機器人為大家介紹的內容了，通過以上這種方法能夠有效的代替?zhèn)鹘y(tǒng)的人工檢測，來提高生產效率和產品質量，解決了人工方法效率低、速度慢，以及受檢測人員主觀性制約等不確定因素帶來的誤檢及漏檢，從而實現(xiàn)更好的塑料瓶缺陷檢測工作。