基于机器视觉的小齿轮质量检测研究

研究机器视觉检测系统小模数齿轮质量检测中的应用,着重于研究机器视觉检测系统设计即系统设计中各部件选型技巧,应用了HALCON软件进行图像分析处理,通过软硬件合理搭配使检测系统达到速度和精度上的要求。     

无纺布成品表面污渍机器视觉检测系统的设计

无纺布成品表面污渍机器视觉检测系统在保证可靠性、易用性的同时,还要有较低的成本、较高的检测速度和精度.根据此需求,文中设计了一种嵌入式机器视觉检测系统,该系统集成了人机界面,能避免因依赖计算机而造成的易用性问题.文中介绍了该系统的硬件结构,设计了基于动态阈值的污渍判断方法,以保证图像运算的实时性与检测的精度,降低误判率,提高检测的可靠性.实际应用表明,该系统在线速度为300m/min的无纺布成品生产中,能够检测出1mm2的污渍.     

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。     

基于机器视觉的硅片检测分类系统设计

等离子体增强化学气相沉积是太阳能硅片生产工艺流程中一道重要的工序。硅片经过该工序后的表面破损检测和减反膜颜色的检测主要通过人工完成,存在不稳定、高碎片率和低速率等问题,需要利用机器视觉技术,开发硅片视觉检测系统。文中根据具体的测试要求完成光学设备选型,利用“Visionpro”视觉开发软件设计硅片破损检测与颜色检测程序。实际使用结果表明,该系统破损测量的精度在0．2mm以内,图像颜色检测满足实际应用需求。     

基于机器视觉的硬盘磁体检测系统设计

针对目前硬盘磁体人工检测速度慢、精度低等问题,采用了基于机器视觉的检测技术,设计了一套硬盘磁体检测系统。根据测试要求对工业相机、镜头、光源、图像采集卡等硬件进行了选型,对视觉图像处理、人机界面等软件进行了设计。最后通过实验验证,表明该系统可以满足实际检测应用要求。     

基于OpenMV的目标方位追踪算法

提出一种基于OpenM V的目标方位追踪算法.算法以机器视觉模块OpenM V为图像输入及处理平台,通过自带的摄像头采集目标图像信息,使用通用加速分割检测算法(AGAST)获取目标的特征点,将采集到的特征点与目标特征进行匹配,达到追踪目标并检测其方位信息的目的 .实验结果表明,该算法在目标方位追踪上具有较高的准确率.     

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。     

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。     

基于图像检测的轨距检测算法研究

为实现实时在线轨距测量,建立车载轨距机器视觉检测系统,对该系统所采用的去噪前置处理、精确阈值分割处理和距离变换等算法进行研究.介绍系统的工作原理与构成,并在分析传统光带中心线提取算法的基础上提出基于PNDT的快速轨道轮廓中心线提取方法;采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态ROI对图像进行快速去噪前置处理;对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并准确定位轨距测量点.实验结果表明:该系统检测精度满足-1mm~+1mm,实验室测试的合成不确定度最大为0.52mm,图像帧处理时间为14.35ms.轨距机器视觉检测系统可满足实时在线轨距检测对系统检测速度和精度的要求.     

焊膏机器视觉测厚仪图像采集模块设计

用结构光投影进行机器视觉三维测量可以快速有效检测电子产品贴片生产线焊膏印刷质量,其中图像采集系统的设计是主要环节.论文通过选取合适的摄像机、镜头和投影仪,建立了焊膏图像三维测量系统,并通过标定板完成时图像采集系统的准确标定.实验表明,设计的图像采集系统和标定能够满足焊膏三维检测精度的要求.     

基于机器视觉的加工刀具磨损量在线测量

针对实际生产中测量刀具磨损需要人工操作、停机检测等问题,开发了一个基于机器视觉的加工刀具磨损测量系统.首先提出基于Laplacian算子边缘信息的Otsu分割算法将图像二值化,再通过基于形态学的Canny算子边缘检测粗定位及图像配准提取清晰的刀具磨损区域.最后,使用基于Zernike矩的亚像素边缘检测方法提高测量精度,并通过主曲线方法拟合亚像素边缘点得到光滑的边缘曲线,实现了刀具磨损量的在线测量.实际加工过程中的刀具磨损测试结果表明,该系统检测自动化程度高、运行速度快、测量精度可以达到微米级,可以有效地应用于工业上对加工刀具磨损的实时监控.     

采用机器视觉技术的软胶囊药板质检系统设计

采用机器视觉技术设计软胶囊药板质量检测系统.通过图像采集将被检测软胶囊药板转换成图像信号,图像处理系统根据像素亮度、颜色分布等信息对目标特征进行提取,并综合使用包括聚类算法、形态学分析、图像滤波、边缘检测及模板匹配在内的数字图像处理算法,对软胶囊常见缺陷模式进行识别.系统如果判断药板存在质量问题,则控制现场设备将不合格产品分检出来.实验结果表明:该系统每分钟可检测软胶囊2 400粒,对黑点的检测精度可达0.3 mm,检测准确率达到99.7﹪以上.     

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.     

基于机器视觉的电缆绝缘护套厚度测量系统的研究

传统的电缆绝缘护套厚度测量方法存在繁琐、速度慢、受人为因素影响大等缺点，本文针对这些缺点提出了一种新测量方法，设计了一套基于机器视觉的电线电缆绝缘护套测量系统。文中介绍了测量系统的组成，通过试验证明测量系统的测量精度符合标准要求，而且具有速度快、操作简便、精度高等优点，对提高工作效率和检测精度有重要的意义。     

基于改进k-means聚类算法的车轮踏面损伤检测研究

为提高列车车轮踏面检测效率,设计了一套基于机器视觉的车轮踏面动态检测系统,分析了k-means聚类算法,通过加权欧式距离对该算法进行改进,利用聚类法具有保持最大相似性的特性,将基于加权欧式距离的k-means聚类算法用于机器视觉的图像处理。先对原始图像作图像增强、图像灰度化等预处理,再以特征聚类思想对图像作阈值分割,使图像中的各部分特征更加突出。图像处理结果显示,基于加权欧式距离k-means聚类算法的车轮踏面损伤视觉检测系统可以有效地检测出踏面损伤。     

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。     

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Curvelet变换的机器视觉流量检测系统中的应用

针对传统工业现场浮子流量计人工读取数据误差大、检测效率低的问题,研发一套基于机器视觉的浮子流量计检测系统。为使机器视觉系统在检测过程中稳定、准确读取刻度信息,将Curvelet变换算法用于增强流量计刻度线边缘,减少裂痕对水平刻度提取的影响,解决流量计刻度线边缘模糊的问题。同时算法采用IPP图像处理函数库优化算法提高处理速度。实验表明,该算法能够实时准确地读取流量计刻度信息,识别精度达99.97%,处理一帧图像时间为50 ms,满足工业现场要求。     

一种基于机器视觉的大幅面瓷砖几何量测量方法研究

针对大幅面瓷砖几何尺寸测量存在的问题,给出了一种新型的基于机器视觉的测量方法。设计了一套基于光路反射与集合模式的光学成像系统,通过该光学系统,可以实现单相机大幅面瓷砖的4角图像的采集。该方法有效解决了基于机器视觉的瓷砖尺寸测量传统方法精度不高和稳定性较差的问题。考虑到实际生产中瓷砖发生的偏移和旋转,提出了一种基于边界搜索拟合的动态补偿测量算法,该方法能够为高档瓷砖的尺寸测量提供理论指导。