01 项目简介
上海某仪表有限公司每年生成各类仪表约500万个，每天出厂检验仪表的效量达3万个左右，以前都是人工进行仪表的工作状态检测，检测人员因工作强度大，眼睛易疲劳等因素时常导致错检和漏检。
本项目首先从工业相机中提取采集的仪表图像，将6个仪表盘提取出来分别处理；对每个仪表盘判断是否水平放置，如果有倾斜，计算倾斜角度，将仪表盘旋转至水平位置。将仪表盘内部分成3个区域，分别是上排数码显示区，下排数码显示区和小灯显示区，由于这3个区域显示亮度和颜色不一致，不能用统一的二值化阈值处理仪表图像，本团队设计了自适应的二值化阈值算法，将仪表盘需要识别的信息值化，利用机器学习识别数码管显示的数字、用统计的方法识别3个小灯的显示状态。
本项技术不仅可以用到数显仪表的数字识别方面，还可以扩展其他应用领域，如零部件外形轮廓测量、加工尺寸测量，玻璃瓶破损检测，透明物体表面划痕、污渍或内部异物、破损等检测。
02 应用领域
利用工业相机和计算机视觉技术，可以开发各种视觉检测相关的产品，如大幅面印刷品表面缺陷检测、大幅面尺寸定位检测，PCB板线路缺陷检测，及玻璃瓶破损检测，透明物体表面划痕、污渍或内部异物、破损等检测等，可以广泛应用到生成过程中，全面取代以往靠人眼识别、检测的工作场景。为企业节省人力资源，提高检测工作效率和质量，可以为企业带来可观的经济效益。
03 合作方式
合作方式：技术开发，技术入股方式
价格：面议
联系方式：长按扫描二维码，填写您的需求
点击下方“阅读原文”填写技术需求表 ☺