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．     

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。     

汽车伞齿轮多目视觉检测系统与算法

针对人工检测汽车伞齿轮表面缺陷与尺寸参数存在成本高、工作量大、检测速度慢且产品一致性差等问题,利用机器视觉技术进行研究,开发了一种集缺陷检测和尺寸测量于一体的伞齿轮多目视觉检测装置。通过构建的邻域均差缺陷提取、圆逼近和快速旋转定位3种高效图像处理算法,解决了伞齿轮齿面多、外形结构复杂、缺陷种类多样等复杂条件下的齿轮缺陷与尺寸检测难题。可检测缺陷包括磕碰伤、裂纹、充填不满、划痕、凹陷与凸起、麻点、花键重复拉削等,可检测最小缺陷尺寸为0.4mm×0.4mm,测量精度为40~50μm,单次检测耗时小于1.3s,检测精度与速度均满足伞齿轮高速自动化生产线的实时在线检测需求。     

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.     

基于机器视觉的布匹色差在线检测系统

针对目前人工检测劳动强度大、准确率低,在线检测图像尺寸大、处理速度慢等问题提出布匹色差在线检测算法.将采集到的布匹图像进行边缘处理,去除图像的黑边;利用图像金字塔技术降低图像尺寸;结合色差计算公式和直方图交叉法计算布匹的左、中、右色差波动图和合格率.为使用方便,设计基于机器视觉的布匹色差在线检测系统,利用布匹色差在线检...     

基于机器视觉在线检测圆形工件尺寸系统的设计研究

通过机器视觉技术设计一种可同时检测圆形工件多角度的在线视觉检测系统,根据等腰直角棱镜的光线折射、反射特性,计算光线入射角与棱镜出射角关系式,并求出光源与棱镜的安装角度关系,入射光线与棱镜表面的呈现角度,设计一套视觉检测结构,并计算各检测尺寸值与原尺寸值的关系式。该系统可应用于全自动螺栓视觉筛选机,实现螺栓快速稳定检测。     

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.     

曲线磨削砂轮廓形的原位视觉检测和误差补偿

为了精确测量砂轮轮廓,分析了一种曲线磨削砂轮廓形快速原位视觉检测的工作原理,设计了砂轮廓形原位视觉检测系统,提出了砂轮廓形精度的测量和量化评定方法.基于自主研发的曲线磨削平台,通过实验验证了砂轮廓形原位视觉检测系统的测量精度.同时,为了提高工件的加工精度,进一步提出了一种砂轮廓形误差的分段量化表征和误差补偿方法,并进行了实验研究.结果表明,所提出的方法能够实时在线补偿砂轮廓形误差,有效提高零件加工轮廓的形状和尺寸精度.     

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.     

基于机器视觉汽车扶手箱卡簧装配质量检测系统的研究

给出了一种基于机器视觉的全自动汽车扶手箱卡簧装配质量检测系统。利用由工业摄像机和光源组成的视觉系统采集汽车扶手箱装配部位的结构图像并对其进行分析处理。通过对图像进行去除噪声、模板匹配定位、目标区域图像分割等过程得到待检测部件的相对位置信息。运用软件来测量各个区域特征间的位置关系和面积大小并与标准值进行比较来判断装配质量的好坏,从而实现汽车扶手箱卡簧装配质量检测过程的完全自动化操作。     

机械取样机在袋装铁合金质量检验中的应用

基于韶钢集团使用的铁合金机械取样机的构造原理及在质量检验流程中工作原理的分析,为了有效、科学地实施机械取样,分别采用了抽号码、组批和监控方式,对袋装铁合金质量检验流程进行规范和优化.通过与人工取样效果的对比表明,机械取样机提高了铁合金质量检验水平,取得了显著效果.     

高压断路器机械特性在线检测探讨

针对高压断路器机械故障相对频繁的特点,建议对高压断路器机械特性实行在线检测。以某公司500kV高压断路器机械隐患导致线路故障时无法开断而扩大了事故范围为例证,得出当前离线试验还不能真正判定断路器是否合格的结论,分析了实施在线检测的必要性,介绍了一种目前可以在线移动检测高压断路器机械特性的方法。     

Integration of Computer Aided Inspection Planning with CAD Using STEP

ＩｎｔｅｇｒａｔｉｏｎｏｆＣｏｍｐｕｔｅｒＡｉｄｅｄＩｎｓｐｅｃｔｉｏｎＰｌａｎｎｉｎｇｗｉｔｈＣＡＤＵｓｉｎｇＳＴＥＰ￥ＣｈｅｎｇＹｅ，ＣａｔＦｕｚｈｉ，ＨｕａｎｇＬｉｎｃｈａｎｇ成晔，蔡复之，黄林昌（ＤｅｐａｒｔｍｅｎｔｏｆＰｒｅｃｉｓｉｏｎＩｎ...     

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。     

机械零件图像中直线边缘亚像素定位方法

以计算机视觉在机械零件几何参数检测的实际应用为例，提出了一种使用高斯拉普拉斯(LOG)函数检测斜坡状边缘的像素级位置，在已知目标为直线边缘的情况下，使用最小二乘线性回归把二维的边缘拟合降为一维边缘定位，从而使直线边缘定位达到亚像素级精度的算法．同时还进行了空间矩直线边缘亚像素定位算法与本文所提出算法的对比实验．实验结果表明：在低噪声图像中，两种算法的边缘定位精度均达到满意的结果，且最小二乘线性回归亚像素定位算法速度较快．     

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.     

图象处理和计算机视觉检测技术在美国

在大规模生产条件下,人们总希望能使产品质量达到100％合格,其中,最困难的任务之一就是检测问题.本文综述了美国近年来图象处理及计算机视觉检测技术在工业界的应用状况.图象处理及计算机视觉检测技术在美国工业生产和质量控制中起着愈来愈重要的作用.它具有快速、准确、无损、高效等优点,因此,它被广泛应用于电子工业、汽车工业、木材工业、纺织工业、食品加工及包装工业.在电子工业中尤为活跃,并已取得了极大的成功.