烟盒外观缺陷视觉检测产品系统

项目基于工业相机和机器视觉技术，对卷烟生产线上的烟盒进行高速外观质量检测。系统通过多相机采集烟盒各关键视角图像，结合传统图像处理与深度学习算法，实现对印刷缺陷、结构变形、封口不良、异物污渍等多种缺陷的自动识别。检测结果实时与PLC联动，对不合格烟盒进行精准剔除，同时对缺陷数据进行统计分析，实现质量可追溯。系统具备参数可配置、规则可扩展的特点，可适配不同规格烟盒和产线节拍要求，有效降低人工质检成本并提升检测一致性。

1、图像采集模块，与工业相机、光源、触发设备对接，在烟盒高速运动状态下完成稳定成像
2、图像预处理模块，对原始图像进行标准化处理，提升后续算法稳定性
3、烟盒定位与ROI提取模块，精确定位烟盒在画面中的位置，为缺陷检测提供标准参考区域
4、外观缺陷检测模块，印刷类缺陷检测，结构与成型缺陷检测，异物与污渍检测
5、缺陷判定与规则引擎模块，将算法结果转换为生产可用的判定逻辑
6、剔除与产线联动模块，将检测结果实时反馈到产线执行机构
7、人机交互界面HMI，提供给操作、工艺人员使用的管理界面

一、负责的具体任务
1、图像采集与硬件接口
2、图像预处理与分析
3、外观缺陷检测算法开发
4、数据处理与判定规则实现
5、产线联动与剔除控制
二、技术栈和架构
1、Halcon，OpenCV
2、PyTorch
3、Modbus
4、MySQL
5、分布式架构，图像采集、预处理与缺陷检测模块部署在边缘计算设备上，数据汇总与统计分析通过本地服务器进行
三、亮点和难点
1、多类型缺陷检测、深度学习与传统算法结合、可定制与可扩展
2、高速度下的实时检测、环境光变化与图像质量不稳定