基于机器视觉的螺纹参数检测

依靠机器视觉技术,对螺纹检测的图形处理技术进行了研究,提出了螺纹多参数的检测方法。介绍了图像处理技术中的预处理、边缘轮廓提取、参数标定等技术,并研制了相应的检测软件。实验结果表明该软件能对螺纹进行实时、高速的检测。     

机器视觉玻壳缺陷检测方法的研究

研究了利用机器视觉检测技术识别玻壳缺陷的方法.针对玻壳图像中缺陷的特征,采用Kirsch梯度算子法对图像进行处理,取得了理想的效果,可识别出玻壳缺陷.     

基于机器视觉的胶囊缺陷检测装置设计

针对单一角度采集的图像检测样本存在的高误检率、错误率等问题,文章提出一种特殊的打光方案及相机安装方案,实现对胶囊360°全方位的缺陷检测,利用彩色相机填补了胶囊异色点、黑点,印字、小切口以及混批等缺陷不能检测的空白。在胶囊有序传送的前提下,提出"隔组间排"原理,以更多时间和空间使电磁铁伸缩杆完成踢废动作,平衡"传送效率""检测效率""踢废效率"三者之间的矛盾,提高设备的处理能力,实现胶囊的缺陷检测。     

DIP外观缺陷机器视觉检测系统

设计简单光学成像系统实现单个面阵CCD的三维机器视觉检测,利用图像顺序形态学以及基于知识的阈值选择算法对双列直插式芯片DIP（Dual Inl i ne Package）管脚图像进行预处理,检测过程引入质量控制图方法分析系统误差对系统稳定性的影响,采用时间序列建模预测系统检测误差并调整检测结果.实验结果表明系统检测精度高,实时性好,满足多种DIP在线检测的要求.     

基于机器视觉的钢板表面缺陷在线实时检测系统

钢板表面缺陷将对钢的耐磨性、抗腐蚀性等带来一定的影响,本文提出一种基于机器视觉的钢板表面缺陷检测系统。设计了光学成像子系统、图像实时采集子系统、图像准实时处理子系统及缺陷分类子系统。采用模块化设计方便系统在硬件和软件上的扩展,最后采用多分类器集成方法对图像缺陷进行自动分类识别。     

基于机器视觉的金属罐内壁缺陷检测

对金属罐内壁质量检测进行研究,以Visual Studio 2010为开发平台研制了基于机器视觉的金属罐内壁缺陷检测系统,可实现对金属罐内壁缺陷的自动检测.针对金属罐内壁的特殊性,在图像采集时选择了合适的光源和相机;检测过程包括图像采集、图像处理、检测区域定位及缺陷检测;通过图像处理算法分别对金属罐罐口、内壁和焊缝3部分进行检测;并用多线程技术对检测速度进行优化.实验表明:对于选用的金属罐,缺陷检测系统的检测速度可达到600个/min,能够满足生产线的高速度需求.     

基于机器视觉的食品缺陷检测系统研究

为解决食品生产过程中产品残缺问题,研究了一种基于机器视觉的缺陷检测方法,以饼干为样本进行了实验分析。首先构建实验系统,对单目摄像机进行标定,利用标定所得参数对图像进行畸变校正;然后对校正后所得图像进行图像分析处理;最后对处理完成图像进行区域检测,得到检测结果。实验结果表明:以该方法进行饼干缺陷检测成功率可达98.67%,并满足高精度、实时性的要求,为今后食品缺陷检测提供一定的参考方向。     

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。     

基于机器视觉的带钢表面缺陷检测系统

研究了一种基于机器视觉的带钢表面缺陷检测系统，它采用模块化硬件设计，图像处理软件满足实时检测的要求，可以有效地检测了生产线上的带钢表面缺陷。为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器，具有一定的学习能力，当待测材料或有关设备发生变化时，系统可以根据缺陷样本库对分类器进行训练，以适应生产线的相关变化。系统具有较强的容错性、适应性及可移植性。     

基于机器视觉缺陷检测的实践教学平台研究

目的构建一个能够模拟工业现实环境的机器视觉缺陷检测软件平台,用于工业自动化和计算机图像学的教学工作,便于学生掌握工业机器视觉系统的基本原理及处理流程,掌握数字图像的各种算法及其应用场景。方法在对机器视觉缺陷检测系统需求进行分析的基础上,使用Python 2.75和Opencv 2.4构建系统的软件模块。结果与结论该平台能够实现相机配制、图像获取、图像标定、图像处理、分析统计等工业缺陷检测全过程,并将计算机图像的相关理论教学融于实践教学过程,对于提高学生课堂的互动性、激发学习兴趣、掌握各种图像处理算法有着重要意义。     

采用机器视觉的铝压铸件表面缺陷检测

对铝压铸件常见的缺陷形态进行分析,提出适用于铝压铸件表面缺陷的检测算法.首先,采用阈值分割与形态学相结合的方法分割出可疑区域;然后,根据基于面积、亮度均值、亮度均值差、灰度曲线分析的4个剔除原则,剔除伪缺陷的干扰.试验结果表明:文中的检测方法具有低成本、高精度、可操作性强等优点,能有效提高铝压铸件生产过程中的检测效率.     

基于机器视觉的螺纹检验仪软件的研制

主要介绍在基于ＣＣ摄像头的螺纹检验系统中,如何理解图像并提取螺纹的算法,着重讨论了螺纹图像边缘的提取算法。     

基于稀疏成像与机器视觉的金属材料次表面缺陷检测方法

传统方法缺陷区域的轮廓边缘存在断续,缺陷定位区域封闭性较差,导致检测识别准确率较低。针对这一问题,提出基于稀疏成像与机器视觉的金属材料次表面缺陷检测方法。扫描采集材料次表面二维图像,采用均值滤波和高斯滤波,对图像进行去噪处理,分割次表面缺陷的预处理图像,利用机器视觉,定位并合并缺陷区域,提取灰度、形状、纹理缺陷特征,利用稀疏成像,修正特征参数,对参数进行BP神经网络训练,进而识别金属次表面缺陷类型。选取钢管的凹坑、划痕和擦伤次表面缺陷,进行对比实验,结果表明,此次方法提高了缺陷检测识别准确率,更加符合检测方面的要求。     

基于稀疏成像与机器视觉的金寵材料次表面缺陷检测方法

传统方法缺陷区域的轮廓边缘存在断续,缺陷定位区域封闭性较差,导致检测识别准确率较低.针对这一问题,提出基于稀疏成像与机器视觉的金属材料次表面缺陷检测方法.扫描采集材料次表面二维图像,采用均值滤波和高斯滤波,对图像进行去噪处理,分割次表面缺陷的预处理图像,利用机器视觉,定位并合并缺陷区域,提取灰度、形状、纹理缺陷特征,利...     

基于机器视觉的O型密封圈外观缺陷检测

针对O型密封圈表面细微缺陷检测困难的问题,提出了一种基于6光度立体法和图像综合特征分析的密封圈缺陷检测方法。首先采集6个不同光源角度的图片,利用光度立体法重构表面梯度图和反射率图。然后将表面梯度图先转化为平均曲率和高斯曲率图像,再转化为灰度图并使用固定阈值分割出缺陷区域。将反射率图经高斯滤波后,采用局部的均值和方差阈值分割缺陷区域。最后,对得到的缺陷区域连通域特征分析并准确选择出缺陷。实验测试结果表明,该方法对密封圈表面存在熔痕、凹凸、流痕等细微缺陷有较好的效果。在所设计的密封圈质量检测系统的应用中,检测准确度大于98.4%,能解决目前工业中存在的密封圈缺陷检测识别率不高的问题。     

基于机器视觉的玻璃磨边缺陷检测

玻璃边部的磨削质量的快速检测是保证玻璃品质的重要措施,本文对现有的玻璃磨边缺陷进行了分类与成因分析,选用了一套合理的玻璃磨边缺陷检测光源,设计了一套基于机器视觉的玻璃边部缺陷检测装置,提出一种结合了快速傅立叶变换、高斯滤波、亚像素边缘阈值分割、数学形态学运算、频域处理和最小二乘法的检测方法,实验证明所提出的检测方法能够快速有效地检测出亮斑、白线和爆边3种缺陷.     

高温连铸坯表面缺陷的机器视觉无损检测

针对高温连铸坯表面缺陷无法在线检测问题,采用机器视觉技术和相应的试验装置,建立了高温背景下CCD快门控制时间成像模型,同时设计分类器算法对缺陷种类进行归类.系统所选CCD成像装备采用水冷风冷双层冷却方式,在高温状态下能长时间连续工作.系统可检测最大铸坯宽度为3 000 mm,能有效抑制铸坯表面振痕产生的图像噪声影响,实现热态铸坯表面缺陷在线检测与分类.     

活塞包胶组件表面缺陷的机器视觉检测研究

活塞包胶组件是摩托车减震器的重要组成部分,其表面缺陷的人工目测精度低、速度慢。在借鉴国内外研究的基础上,提出了一种基于机器视觉的活塞包胶组件表面缺陷检测系统。硬件方面,设计了光学照明方式,完成了机器视觉系统的研制。软件方面,提出了缺陷检测算法。端面以目标连通域面积为依据判定缺陷,侧面图像则结合组件侧面轮廓分析和连通域特性分析来检测缺陷。实验表明,该系统能够有效的检测出活塞包胶组件的表面缺陷。     

基于机器视觉的刀具磨损检测技术

针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法.