在振动盘上进行视觉识别分料可以通过机器视觉和振动盘的结合来实现。具体步骤如下：
1. 图像采集：使用摄像头或图像采集设备在振动盘上获取物体的图像。
2. 图像预处理：对采集到的图像进行预处理，包括去噪、图像增强、边缘检测等步骤，以优化图像质量。
3. 特征提取：通过图像处理和特征提取算法，提取出物体图像中的特征信息，例如形状、颜色、纹理等。
4. 目标识别：使用机器学习算法，训练一个模型来识别不同类型的物体。通过比对特征信息和已知模型，判断物体属于哪一类别。
5. 分料动作：根据识别结果，控制分料机构将被识别为指定类别的物体分离出来，而不同类别的物体保留在振动盘上。
需要注意的是，实现振动盘上的视觉识别分料需要综合考虑振动盘的振动频率、振幅和物体的性质，以确保在振动的同时保持图像的清晰度和准确性。同时，还需要针对不同类型的物体设计合适的特征提取和识别模型，以保证识别的准确性和鲁棒性