基于计算机视觉的雾滴尺寸测量技术

对油盘法采集雾滴、计算机视觉测量雾滴尺寸进行了探索,建立了一种基于计算机视觉的雾滴尺寸测量方法。结果表明,基于计算机视觉的雾滴尺寸测量系统得到了雾滴尺寸信息非常接近于ＰＭＳ的激光图像化方法测量得到的结果,得到的小于１５０ｕｍ雾滴总体积百分比也很接近,同时该系统测量获得的体积中径与喷雾系统公司提供的雾滴尺寸非常接近。     

基于机器视觉的软包电池尺寸测量方法

针对人工测量软包电池尺寸误差大、精度低等问题,提出一种基于机器视觉的软包电池尺寸测量系统.电机控制高精度工业相机沿电池边缘定点拍摄图像,采用图像预处理、ROI处理及连通区域标记等步骤获得电池尺寸数据,将电池数据与标准块数据线性计算,获得像素坐标系下电池尺寸,建立坐标关系,获得实际物理尺寸.试验结果表明:软包电池尺寸测量...     

不完全量测下基于机器视觉的被动跟踪算法

针对不完全量测下利用电视摄像机的单站水面目标被动跟踪问题,提出了一种基于机器视觉被动测距的联邦目标跟踪算法.首先,利用机器视觉技术设计了目标距离的被动测量方法;其次,依据测量机理将测量通道分解为机器视觉被动测距通道和传统测角通道,基于验后置信度残差检测的平方根容积卡尔曼滤波(SRCKF)设计了双通道子滤波器,并对子滤波器估计结果进行联邦结构融合得到最终估计结果.通过OpenGL仿真目标图像和真实水面目标视频的测量结果证明了机器视觉测距的有效性,且在不完全量测下,该跟踪算法比传统基于质点的被动跟踪算法具有更高的跟踪精度.     

基于机器视觉的继电器轭铁高精度测量方法

针对1/2晶体罩继电器电磁系统中轭铁零部件尺寸难以测量的问题,设计了一种基于虚拟仪器与机器视觉技术相结合的轭铁尺寸高精度自动检测系统以解决传统人工检测精度低的不足。该系统采用Lab VIEW平台开发了基于消息队列的图像采集系统以实现轭铁图像自动采集;此外,针对轭铁采用中值滤波、二值化等图像预处理技术过滤图像噪声和干扰,然后利用Hough变换进行轭铁轮廓特征提取,结合最小二乘算法进行轭铁尺寸高精度测量。最后,利用设计的系统对轭铁进行测量,测量结果显示轭铁尺寸误差在0. 000 1～0. 004 5 mm之间、可重复测量精度高,验证了系统的有效性。     

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。     

压缩机柱销高精度在线自动测量及智能分拣装置的设计

设计了一种基于机器视觉技术,采用非线性校正方法和亚像素数字图像处理方法实现了对压缩机柱塞销进行精密在线检测,并且能够根据检测结果进行智能分拣的装置。实验结果证明该检测装置的检测精度优于5μm,该装置测量效率高,测量结果精确,已初步应用于生产。     

微尺寸视觉精密检测系统设计

微小零件（微尺寸）几何量的精密测量，是当前精密加工、测量和装配中的一个难点。传统的接触式测量，极易破坏工件和改变零件的相互位置。基于机器视觉的高精度几何量测量系统，既具备了非接触式测量的优点，同时也有较高的性价比，是机器视觉技术在该领域中的一次成功应用。它采用在改进的Canny边缘的梯度图像上进行二次曲面拟合，获取零件精确边缘（轮廓）的方法，实现了对其相关几何量进行精密测量；同时，还解决了自动对焦，自动跟踪，数据自动“缝合”以及高精度和小视场之间的矛盾及光源等技术难题，达到了微米级的测量精度。     

彩色瓷砖的自动分类系统

将彩色图像处理技术应用于机器视觉。为了检测瓷砖表面的细微色差,使用低端采像设备实现精确色彩测量。研究了彩色成像系统在不同光照及及噪声条件下的色彩校正原理,提出了一种矩形物体图像分割的简易得法和对训练样本进行修正的方法。探讨了特征参数与分类器的关系,提出分层分类并采用不同特下参数的方法来加速计算。     

存在视场丢失的机器视觉精度补偿方法

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差.     

基于激光散斑的实时立体匹配算法及其应用

立体匹配是双目立体视觉的关键步骤和难点问题,制约着双目视觉系统的应用。图像的噪声、遮挡、弱纹理等问题使得匹配精度低。为了解决这些难点问题,文中提出了一种基于激光散斑的立体匹配算法。首先根据激光散斑特点,提出了一种基于梯度方向的匹配代价计算方法;然后将半全局匹配和导向滤波器串联起来进行代价聚合,以满足实时性要求和提高算法对倾斜平面的适应能力;最后,根据匹配代价的平均值与最小值,提出了一种可靠性检验方法,以处理遮挡和物体边缘视差不连续的问题。文中匹配算法在物流行业中的应用结果表明,该算法可以实时测量包裹尺寸,测量精度可以达到±5%。