基于机器视觉的表面缺陷检测研究综述

表面缺陷是工业产品生产中不可避免的问题,如果不及时发现并处理,将会影响产品的表观质量及性能,导致企业生产效益下降。基于机器视觉的表面缺陷检测方法在一定程度上克服了传统人工检测方法的检测效率低、误检及漏检率高的问题,在现代化的工业生产中得到了广泛的应用。本文归纳总结了近年来机器视觉表面缺陷检测领域的研究成果,分析了国内外缺陷检测技术的研究现状,阐述了机器视觉缺陷检测系统的组成及工作原理,综述了视觉缺陷检测所涉及到的相关理论和应用方法,比较了主流机器视觉检测方法的优缺点,并指出了现有机器视觉缺陷检测技术存在的问题,对以后的发展趋势进行了展望。     

基于知识引导的机器视觉SMT贴片检测窗口优化

结合S形聚类方法和蚁群算法的优势,将先验知识和反馈信息用于引导机器视觉的随机搜索,以找到最佳检测窗口位置,从而减少检测窗口数量、提高机器视觉在线检测效率.以电路板元器件贴片（SMT）为检测对象进行实验,结果显示：在使用阵列相机的机器视觉SMT检测中,该方案可以有效减少检测窗口的数量.     

零件的机器视觉自动识别检测系统

为了实现零件识别检测的自动化与零件生产的智能化,将机器视觉与运动控制理论结合,采用脉冲耦合式神经网络PCNN(pulse coupled neural network)边缘检测识别的方法,初步设计出一套机器视觉自动识别检测系统,对继电器盖等小型零件进行了检测识别实验。实验结果表明,该视觉检测识别自动化系统改善了零件检测自动化程度,提高了尺寸精度,优化了系统鲁棒性,最终实现了对零件实时筛选分类与零件的高效率生产。     

安瓿瓶视觉检测关键技术研究与应用

目前我国药包生产企业普遍采用质检员抽检的方式对药品进行质量检测,人工抽检存在漏检、误检、效率低下等诸多弊端。本文提出采用基于机器视觉的检测技术对安瓿瓶的尺寸和缺陷进行在线全检,实验结果表明,该方法明显提高了检测效率和检测质量。     

基于机器视觉的钨矿初选系统设计

针对目前我国钨产业开发中存在的人力资源耗费大,产品纯度和生产效率低,矿产资源浪费等原因。见于目前机器视觉技术在行业检测中的广泛应用,提出将机器视觉技术应用到我国钨产业开发中来。本文从系统的设计,系统开发过程中用到的图像分割、定位、边缘检测等技术方面v做简单介绍。     

基于机器视觉的汽车纵梁工艺孔在线检测方法

提出了汽车车架大梁工艺孔的在线检测方法,通过机器视觉技术检测方法来实现,由CDD摄像机采集到的多幅图画进行处理和分析.最终完成了对汽车大梁工艺孔的自动检测.应用机器视觉技术实现了载重汽车车架纵梁装配孔加工质量的在线检测,所研究开发的检测系统样机具有较高的检测精度.     

基于机器视觉的安瓿瓶在线质量检测系统设计

针对药用玻璃安瓿瓶生产中人工检测存在的检测速度慢、效率低等问题,设计了一套基于机器视觉的在线质量检测系统。利用工业摄像机获取安瓿瓶图像信息,通过数字图像处理技术,实现对图像的预处理和边缘检测,进而判断瓶体是否有污渍和破损等缺陷,将不合格产品剔除,利用LabVIEW技术设计了人机交互界面,实时显示检测结果。实际测试表明,该系统能够实现安瓿瓶的实时检测,提高检测效率,能够满足实际生产的需求。     

机器视觉系统的设计

介绍了机器视觉系统的概念,提出了机器视觉系统的典型组成,在进行用户需求分析的基础上,详细讨论了如何利用光源、光学镜头、摄像机、图像采集卡以及图像处理软件等主要部件来设计开发一个焊缝机器视觉应用系统的关键技术.最后给出了一个焊缝检测应用实例.     

机器视觉技术的农业应用研究进展

 机器视觉技术已广泛应用到农业生产的诸多领域。综合国内外优秀研究成果,阐述了现阶段机器视觉在农业方面应用的主要形式,介绍了机器视觉在农作物精选与质量检测、植物生长信息监测、农田视觉导航等应用方向的研究成果,通过分析其创新性的图像处理算法、机器视觉系统的组成,提出了当前机器视觉农业应用仍存在可靠性差、成本高、智能化水平不高等问题。结合当前机器视觉在各种领域的研究和应用情况,对未来机器视觉在农业应用的发展方向进行展望,认为基于嵌入式处理模块和多技术融合的机器视觉系统将成为未来主要发展趋势,以卷积神经网络为代表的深度学习模型也将成为未来图像识别的核心技术,并将极大改善目前机器视觉在农业应用存在的诸多问题。     

基于机器视觉与Andriod的停车场智能管理系统

为了实现停车场的智能与精确管理,设计了一套基于机器视觉与Andriod的停车场智能管理系统。首先,集成网络摄像头、数据处理服务器硬件和Andriod终端显示器,组成系统硬件平台;嵌入机器视觉算法和局域网通信,构建了停车场智能管理系统架构。然后,基于10万帧各场景各车型的大数据样本,利用卷积神经网络四层训练,设计了车牌定位检测算子,实现车辆有无判断与车牌定位。在Visiual Studio平台开发系统,并对该智能管理系统进行了测试,输出结果表明:所提出的停车场智能管理系统,在车牌检测和系统智能性方面,都优于传统停车场管理系统。     

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.     

基于机器视觉的SOP芯片引脚缺陷检测研究

随着微电子元器件向着微小化发展,传统的人眼目检较之于在线机器视觉检测技术对于芯片缺陷的识别而言,精度低、效率低且成本高,无法满足当今芯片检测行业的高精度、高速度的要求。针对SOP芯片引脚缺陷进行基于机器视觉的检测识别方法的研究,通过一系列图像处理算法的运用,以模板匹配思想为主,以连通像素区域标记法为主要算法,采用MATLAB进行运算研究,可清晰地识别、提取出SOP芯片的各区域的特征,达到检测目的。     

计算机视觉系统应用于猪生产养殖过程

本文阐述了机器视觉的原理,组成以及机器视觉技术在母猪养殖过程监测、辅助判断及幼猪的生长状况监测方面的应用.主要讨论通过CCD摄像机摄取采集动态母猪发情期原始图像,通过图像采集卡,经中值滤波,进行灰度化处理,成为黑白灰三值化图像,通过阀值的调节,可以分别提取母猪发情、怀孕,生产的图像信息.特计算机视觉系统用在母猪场,有效地帮助从业人员更加客观、精准地评估整个母猪的生产过程.     

基于机器视觉的音叉式表晶谐振裸片分选方法研究

针对表面未被银的32768Hz手表用晶体谐振音叉裸片自动检测分选的要求,提出了一种基于机器视觉的晶片自动上料及分选方法并实现了相应的系统,介绍了分选系统的总体结构,着重阐述了视觉分选模块的工作原理,讨论了相应的机器视觉处理算法.实验结果表明该方法能有效地检测音叉片相应外观参数,达到自动分选的目的.     

基于机器视觉的音叉式表晶谐振裸片分选方法研究

针对表面未被银的32768Hz手表用晶体谐振音叉裸片自动检测分选的要求,提出了一种基于机器视觉的晶片自动上料及分选方法并实现了相应的系统,介绍了分选系统的总体结构,着重阐述了视觉分选模块的工作原理,讨论了相应的机器视觉处理算法.实验结果表明该方法能有效地检测音叉片相应外观参数,达到自动分选的目的.     

基于机器视觉和盲源分离的机械故障检测

为解决从复杂的信号环境下提取所需的信号,克服传统方式上信号获取与处理方法的不足和多源故障振动信号位置不确定等问题,针对机械转子的多源故障情况进行研究,提出一种基于机器视觉和盲源分离的旋转机械故障检测方法.首先介绍了基于机器视觉和盲源分离问题的数学原理,然后基于盲源信号分离方法和超定视觉盲源分离方法分析获取的高速视频,从而实现多源振动信号的分离与定位.最后,实验结果表明本文中提出的检测方法能够对旋转机械多源故障进行准确定位.该方法将机器视觉测量方法与盲源分离信号处理方法进行结合,实现了对多源故障有效分离识别.     

基于ANN集成的贴片安装机器视觉检测

在贴片安装产品机器视觉检测中,由于图像数据量大、变化复杂、样本分布和错误代价不平衡及检测实时性的要求,引脚的焊接缺陷检测难度最大. 从图像中选择和提取多个特征,分别用于各个结构简单的ANN检测分类器,再将多个ANN输出进行线性组合来得到最后的检测结果. 各ANN学习时,样本初始权重考虑样本的不平衡性,学习中再用提升算法来调整样本权重和集成系数;用遗传算法来学习确定ANN,用代权重的检测正确率和最小正确分隔边缘作为适应值函数,两类边缘与代价成正比. ANN集成后在精度提高的同时保持了良好的泛化性能. 实验结果表明:本方案准确率高、泛化性好、速度快.     

基于机器视觉的电线电缆检测技术研究

本文列举了0.6/1kV挤包绝缘电力电缆的检验项目和检验方法,讨论了需要人眼参与识别的静态与动态的检验项目.针对绝缘和护套材料的断裂伸长率、热延伸和低温拉伸检验项目与机器视觉检测技术相结合进行了探究,提出将机器视觉检测技术应用到电线电缆检验中.对于运动过程中和非接触状态下的试样状态变化的捕捉,机器视觉检测技术具有优势.     

基于机器视觉的数控精密磨削加工在线检测系统

针对目前数控精密磨削检测效率低的问题,构建了基于机器视觉的数控精密磨削加工在线检测系统.通过工业CCD相机在线采集被加工工件图像,经去噪、复原等预处理后,提取工件图像的轮廓曲线数据,并实时与设计轮廓曲线进行比较,得到加工轮廓误差,在此基础上,引导工作台进行自动在线补偿,实现工件轮廓精密磨削.实验结果表明,采用该系统能够有效地提高精密磨削加工检测的精度和自动化程度.     

基于机器视觉的金刚线质量检测

针对电镀金刚线质量品控难度大、成本高等问题,首次研制了一种基于机器视觉的金刚线离线表面质量检测系统.文中介绍了金刚线质量检测系统的结构组成,对用于评价金刚线质量情况的常用性能指标的相关算法实现进行了详细描述,并以平铺图的方式在一定程度上不加以验证的还原了金刚线的三维表面形貌.最后,根据设计制作实物并进行测试,结果表明,出刃率计算精度达93.2%,出刃高度计算精度达92.9%,满足金刚线质量检测评价的要求,在提高检测效率的同时降低检测难度.