基于虚拟仪器的零件位置探测机器视觉系统

针对工业生产中零件位置探测过程,提出基于虚拟仪器技术的零件位置探测机器视觉系统。给出了系统的设计思路和实现方案,并对视觉模块给出实现效果与分析设计。零件位置探测系统可以有效地代替传统人工肉眼去辨别不同形状的零件放置在不同位置的繁琐的工业生产环节,相比较传统操作,系统执行速度加快了,同时保证了准确率,大大提高了生产效率和生产的自动化程度。     

于机器视觉的发动机厂视觉防错系统

在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度.而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术.在中国,这种应用也在逐渐被认知,且带来最直接的反应就是国内对于机器视觉的需求将越来越多.本文就针对汽车行业发动机生产线上的工件、活塞等进行检测识别进行讨论,并且对机器视觉未来在中国国内的发展进行展望.     

基于Halcon的水平仪气泡自动分类系统研究

为了实现生产过程中水平仪气泡实时快速分类而研发机器视觉水平仪气泡自动分类系统,这是水平仪生产机器换人的关键。研究了基于Halcon的图像处理与识别技术,结合Qt语言设计了自动分类系统软件。介绍了自动分类系统的硬件构成、工作原理,以及图像获取和识别水平仪气泡特定参数的方法。分析了自动分类过程中图像滤波、边缘检测、轮廓提取等图像处理技术,并进行了实验验证。结果表明,使用基于Halcon的机器视觉图像处理技术,能使水平仪的气泡分类速度更快、更准确,单张图像平均检测时间≤786 ms,长度检测平均误差≤0.02 mm,满足水平仪生产机器换人的需要。     

基于机器视觉的微小零件表面缺陷检测研究

针对人工检测微小零件表面缺陷存在的不足,提出一种基于机器视觉的微小零件表面缺陷检测方法。首先分析微小零件检测内容的特点,通过机器视觉专用软件HALCON提供的图像滤波、阈值分割算子提取缺陷区域,并设计了一种自动选择平滑滤波尺寸与阈值的最优取值算法,再采用改进的边缘检测算法准确提取表面的边缘位置,将图像以边缘为界分割成不同的区域,运用区域形态学方法对候选缺陷进行筛选,最后使用区别特征实现缺陷分类与标记。实验结果表明,该方法能够稳定的进行微小零件表面缺陷的识别与检测,缺陷识别率达到97.05%,达到预期检测目标。     

基于机器视觉的桥梁裂缝检测应用及发展综述

桥梁裂缝是影响桥梁服役性能的关键因素之一,裂缝检测对桥梁养护至关重要。目前大部分检测为人工检测,检测人员通过目视检查裂缝,手动记录裂缝,检测的时间成本高昂。基于机器视觉的桥梁裂缝检测系统利用桥梁表面图像进行裂缝识别,近年来借助人工智能技术使裂缝自动化识别的精度和效率大大提升。详细介绍了基于机器视觉的桥梁裂缝检测系统及其应用,总结了该技术在桥梁裂缝检测中的优势及改进方向。     

基于机器视觉的零件自动装配系统

针对工业装配生产线的削刀架自动装配问题，基于机器视觉技术，构建了一套在线机器视觉系统．采用特征值方法识别零件，并通过质心法结合特征点及最小二阶矩进行定位．利用带有透镜径向一阶畸变的小孔摄像机模型，采用径向排列约束（RAC）2步标定法对摄像机进行了标定，并在线验证．实验结果表明，该方法可获得很好的识别效果，识别零件正确率100％，系统工作时间约300ms，满足装配作业的实时性和精度要求．     

基于机器视觉的答题卡识别系统设计

为降低成本与实现答题卡的自动化识别,设计了基于机器视觉的答题卡识别系统,对图像提取、区域划分及识别算法分别进行研究。通过形态学操作、轮廓检测、仿射变换等技术,实现对答题卡图像的提取;基于最大矩形框检测算法,实现答题卡的区域划分;利用透明通道(Alpha通道)对标准答案与待识别答案填涂区域进行抠图,将处理后的图像匹配叠加;利用叠加图像的RGBA颜色空间特性、同步头的灰度投影结果与指针算法共同完成答题卡的识别。试验结果表明,系统的使用与维护成本低、操作方便且具有较好识别效果。     

基于机器视觉的电缆方位检测系统

为了提高线缆一线生产企业的工作效率以及生产流水线的自动化程度,研究了基于机器视觉的电缆方位检测系统。该系统通过机器视觉模块实时采集电缆图像,通过图像处理和机械臂旋转来检测和矫正电缆的方位,以达到目标位置。检测与矫正的精度,将影响后续电缆配件及插头的安装精度。通过试验及现场测试得出该系统具有良好的实际操作性能。     

基于机器视觉产品尺寸在线检测的实践研究

利用机器视觉对大批量产品零件进行在线检测已成为一种控制产品零件质量的重要方法之一。文中基于L abV IEW软件和PLC控制,针对气动垫片零件,着重论述了机器视觉在线检测方法、工件尺寸检测原理和误差分析,设计了一套可进行产品在线100%检测的装置,实现了产品关键尺寸快速检测和等级分类。     

基于机器视觉的薄带铸轧熔池液位识别方法

为解决薄带铸轧熔池液位难检测的问题,研发机器视觉识别熔池钢水液位的方法.利用线阵CCD下熔池钢水与铸轧辊灰度值有明显差别的图像特征,建立熔池液位的机器视觉检测系统.利用所选线阵相机采集图像速度快的特性,提出基于时间建立熔池液位图像原型的方法,建立了以滤波处理、二值化处理和边界识别为核心的熔池液位视觉识别模型.使用建立的系统和模型在实验室铸轧机和感应加热炉上进行了测试实验,结果表明:所建的熔池液位视觉检测系统和识别方法具备可行性,具有较高的检测精度和较快的检测速度,能够满足工业生产需要.     

基于Halcon的钢尺端边测量系统设计

针对钢尺端边传统人工测量效率低、精度低等问题,提出一种基于机器视觉的测量思路,并设计出一整套的自动化识别、分类系统。该系统利用相机外部触发采集图片,利用机器视觉相关软件Halcon对目标图像进行识别和一维测量,通过C#设计出上位机界面并对测量的数据进行显示以及按照实际的生产要求进行分类,最后把分类的数据通过串口传递给下位机分类机构实现分类。试验结果表明:通过Halcon里的算法包能将端边长度为24～26mm之间的钢尺测量误差控制在0.1mm以内,并能实现快速分类。     

一种基于机器视觉的螺纹缺陷检测方法

针对目前螺纹检测精度较低,在线检测实现较难的问题,提出了一种基于机器视觉的螺纹缺陷检测方法.通过工业CMOS相机在线采集螺纹零件图像,经图像预处理、二值化后,进行螺纹的边缘提取及缺陷检测等.该算法由Matlab编程实现.实验结果表明,该螺纹缺陷检测方法能有效识别无螺纹、少螺纹、螺距不规则等外观缺陷,且一个螺纹的检测时间在300ms以内,满足检测要求.     

三坐标测量机零件位置自动识别系统的实现

被测量零件在三坐标测量机位置的自动识别是实现三坐标测量机智能化的关键技术。将CMOS相机与激光器通过夹具固定在三坐标测量机测座上,实现与接触式测头的多传感器集成系统;采用机器视觉方法获取被测量零件的视觉坐标;用Visual Basic 6.0应用程序开发工具对CAD模型接口问题做出了解决方案,实现了从CAD模型中自动提取检测特征与公差要求;根据零件三维信息的获取与图像处理,实现了零件在图像坐标系中位置和方向的自动识别;利用各坐标系之间的转换关系,实现了零件在三坐标测量机机器坐标系中位置和方向的自动识别功能。     

柔性自动化微装配的自主式显微视觉技术

针对非硅微机电系统自动化、柔性、高精度、高效的装配特点,提出并实现了一种基于金属氧化物半导体(CMOS)、现场可编程门阵列(FPGA)及数字信号处理器(DSP)的显微视觉系统设计方法. 该方法兼顾了模块化、柔性与可重配置、高检测精度及速度等系统主要指标,实现了结构模块化、功能可重配置、具有非常高的检测精度及速度的显微视觉系统. 通过实验分析了系统的物理分辨率以及对测量精度进行了标定,验证了系统的设计技术指标. 结果表明:系统对非硅MEMS器件的最高测量精度可达0.6 μm,检测时间小于0.65 s,不仅满足了现有微小型零件柔性自动化装配的要求,同时也为微小型零件的高精度、高速度检测提供了重要的解决方法.      

基于机器视觉的目标识别方法的研究进展

随着社会的不断发展,机器视觉系统在各行业已被广泛应用,基于目标检测与目标识别的图像处理方法在机器系统中有了主要的应用途径,总结近年来使用机器视觉研究中用到的目标识别方法,包括Blob分析法、模板匹配法、深度学习法,详细讨论这些目标识别方法的原理、优劣以及在各个领域中的应用。首先介绍了基于机器视觉的目标检测识别的任务、难点和发展现状,其次基于深度学习方法的目标检测识别算法,最后讨论当前实际应用中目标检测识别方法存在的问题和未来可能的发展方向。     

基于HALCON的车牌识别技术研究

针对目前车牌识别速度较慢以及识别准确率较低的问题,以HALCON作为机器视觉和图像处理核心软件,将计算机视觉检测技术应用于车辆牌照的识别,实现了图像采集、预处理和检测.实验结果表明,白天车辆牌照识别准确率达到94.6%;相对于传统方法,识别速度也有所改进,每幅牌照的平均识别时间为40.3ms.     

基于机器视觉的化纤长丝断头检测算法

为实现化纤长丝断头自动化巡检,提高企业生产效率,提出一套基于机器视觉的化纤长丝断头检测系统.检测系统通过工业相机采集长丝图像,并采用小波去噪和阈值分割算法进行图像增强处理;利用霍夫变换实现长丝主体与断头部分的形状分割;基于提取的多个形状特征,建立和训练径向基函数神经网络模型,实现对化纤长丝断头的检测和分类.选取150 ...     

基于CCD摄像机石材表面颜色识别方法

目的解决石材颜色识别中存在的人工检测效率低、识别结果受主观因素影响大的问题,实现石材表面色差自动识别,为实现石材表面质量检测的自动化奠定基础.方法基于HSV颜色模型根据人类视觉系统对颜色感知的经验值对图像的色调、亮度和饱和度进行均匀量化,并将量化后得到的72柄一维矢量进行计算.由CCD摄像机采集石材样板图像,通过MATLAB编程软件实现图像的提取、处理、分析等过程,完成石材表面颜色识别.结果通过实验与人眼识别的颜色对比,匹配值可达到0. 82以上,检测方案可行,基本可以完成石材抛光表面的颜色识别.结论该色差检测系统可实现石材表面颜色从模糊识别到数字化识别过程,量化识别与模糊识别的结果相近似,为石材表面色差自动化检测提供理论和实验基础.     

基于LabVIEW的线路无损检测

以机器视觉技术为背景,运用LabVIEW语言,开发了PCB板线路检测系统,主要针对印刷线路板的断路、短路、缺损和毛刺4类缺陷进行检测.实验结果证明,这一系统不仅识别结果准确,而且速度快,电路板在检测过程中不容易受损,是实现PCB检测的一种行之有效的方法.     

自动化立体仓库中货物自动识别技术

自动化立体仓库的货物识别系统一直是研究者和企业关注的部分。随着技术的发展,此系统已由人工识别发展为机器自动识别。目前,已被应用的自动识别技术有条形码识别技术、二维码识别技术、磁卡(条)识别技术、RFID无线射频识别技术、机器视觉图像识别技术等,将对应用于自动化立体仓库中常用的货物自动识别技术做一个简单的综述,并简要分析了实际应用中该如何选择自动识别技术。