航空发动机扇形段叶片表面缺陷测量系统

针对航空发动机叶片缺陷检测过程中,扇形段叶片间隙狭小且表面缺陷尺度小、形态差异大,位置隐蔽,常规测量方法无法实现检测的问题,基于改进的结构光测量原理,通过压缩光路空间体积,设计了微型线结构光视觉传感器。搭建了航空发动机扇形段叶片表面缺陷测量系统,设计了六轴联动控制结构,通过运动分解简化了机械控制结构,避免了由于插补控制引入的非线性运动误差。实验证明系统具有较高精度,实现了航空发动机扇形段叶片表面缺陷高精度测量。     

基于视觉技术的扣式电池自动检测系统设计

介绍扣式电池自动化检测系统的实现方法,以实现其在线检测。设计了该系统硬件模块组成和控制系统结构,基于机器视觉的外观缺陷检测是重点,设计了分布式机器视觉系统组成方案,以实现并行检测。上位机软件具有系统控制、图像处理等功能,并包含能够实时显示的人机界面。     

基于机器视觉的带钢表面缺陷检测系统设计

针对热轧带钢的表面质量检测进行研究,设计了基于机器视觉技术的带钢表面缺陷检测系统,从系统整体构成、硬件结构、软件开发及算法设计等方面进行了深入的分析与研究。在VS2010平台上,实现了包括图像的采集、传输、缺陷的实时检测和定位,以及缺陷的报警与存储等功能。通过大量的测试结果表明,该系统中设计的缺陷检测算法无论在检测精度还是实时吞吐量上都具有很大优势,可以对带钢表面常见的氧化、孔洞、边裂、麻点等几十种不同类型和不同等级的缺陷进行精确、实时地检测。     

轮胎成型机胎体帘布偏移量视觉检测方法

轮胎成型机胎体帘布偏移是造成车辆轮胎运行不平稳、出现跳动的主要原因。本文利用机器视觉实现了胎体帘布偏移量非接触式在线检测,为保证轮胎平稳运行奠定了基础。在详述了胎体帘布偏移量视觉检测方法原理的基础上,论述了数据处理方法和偏移量计算方法,并利用获取的数据点云重建胎体帘布表面轮廓着色点云图。试验结果表明,该视觉检测方法可以较好地完成胎体帘布偏移量测量,为轮胎生产过程提供精准把控,保证成型轮胎质量。     

基于机器视觉的墙地砖表面缺陷检测系统研究

为实现对墙地砖表面缺陷快速精确的自动检测,对基于机器视觉的自动检测技术进行了研究,介绍并开发了一种基于机器视觉的墙地砖表面缺陷自动检测系统。在分析了墙地砖的表面特征、缺陷类型和现有检测算法的基础上,提出了一种基于图像梯度方差和加权信息熵相结合的自适应BHPF滤波检测算法。实验结果表明:该检测算法可快速有效地完成墙地砖表面缺陷的检测,缺陷识别正确率达97.3%。实验验证了理论分析和检测算法的正确性,可用于墙地砖表面缺陷的识别检测。     

基于机器视觉的滑动轴承内表面缺陷自动检测系统设计

滑动轴承生产过程中,有少量滑动轴承因内表面会产生划痕、凹坑、凸点、涂覆层剥落等成为废品,出厂前必须将这些废品识别并剔除。目前检验这些缺陷的方法主要为人工目测,效率低,缺乏准确性和规范化。文中介绍一种基于机器视觉的滑动轴承内表面缺陷自动检测系统,该系统应用机器视觉技术,结合被测工件自动给料、定轴回转、自动剔除等装置,对滑动轴承的内表面缺陷、尺寸等多个参数实现高速自动检测,可以提高检测精度,节约劳动力。该自动检测系统可以实现滑动轴承内外径尺寸测量、内表面缺陷检测以及轴承型号判别等多指标高度动态检测,无需装夹,检测速度高达120~180个/min,满足滑动轴承大批量生产的要求。     

基于机器视觉的细长产品表面缺陷检测设备研究

为提高对细长产品表面缺陷的检测效率,运用机器视觉技术对细长产品外部轮廓尺寸及表面缺陷状况进行检测.运用机器视觉技术,分析图像传输过程中噪声产生原因及降噪方法;采用canny算法和Simple Blob Dectorte特征点检测方法,提取零件轮廓和色斑轮廓;编写基于机器视觉的表面缺陷检测程序,并通过实验验证了该方法的可行性.采用系统法对表面缺陷检测设备进行整体分析,设计出与检测程序相配套的机械设备.     

金属管器件表面缺陷实时检测技术研究

针对金属管器件的表面缺陷检测进行研究,以机器视觉技术为基础,设计了金属管器件表面缺陷在线检测系统。根据生产线的实际检测要求,提出了检测系统的整体设计方案。针对金属管器件图像特点,设计了简单有效的图像处理算法。首先,提出了基于颜色统计特性的目标分割算法,实现了目标与背景的准确分割。然后,提出的实时光照校正算法,克服了光照影响,实现固定阈值的缺陷分割。最后,使用方向投影的方法定位缺陷区域,并采用面积指标对缺陷进行有效判定。实验结果表明,该方法对于每个器件的平均检测时间为0.21秒,缺陷产品的检测率为100%,能够满足金属管器件表面质量实时检测的要求。     

基于机器视觉的重轨表面缺陷检测系统的研究

针对目前几种常用的重轨缺陷检测方法检测速度慢、精度低等问题,提出一种基于机器视觉的重轨表面缺陷检测系统的设计方法.针对重轨表面常见缺陷种类,根据实验情况对该检测系统的硬件系统进行详细设计.并分别对重轨表面字符和缺陷采用信息定位和模式识别实现图像识别,使重轨缺陷和重轨号等字符信息的相应关系达到自动判别,从而实现缺陷检测的目的.     

基于虚拟仪器的弹簧质量检测系统

针对传统弹簧检测方法的不足,开发了基于机器视觉的弹簧质量检测系统。该系统以LabVIEW为平台,结合线阵CCD采集弹簧展开图像进行图像处理和分析,实现了对弹簧表面缺陷的识别和尺寸测量。采用Zernike正交矩方法对弹簧图像进行边缘定位,得到亚像素级的弹簧长度、线径、节距值。试验表明,该系统检测速度快、精度高、可靠性更强。     

Vision inspection system for the identification and classification of defects in MIG welding joints

The variety of vision inspection systems for welding defects in the present manufacturing scenario is needed for overcoming certain limitations such as the problem of inaccuracy in the images, non-uniformed illumination, noise and deficient contrast, and confusion in defects if they occur in the same spot at the surface and subsurface. Hence, it is imperative to design a new vision inspection system which will enable to overcome the aforementioned problems in welding. A sophisticated new vision inspection system using machine vision has been developed for this study to identify and classify the surface defects of butt joint as per standard EN25817 in metal inert gas (MIG) welding. In this proposed vision system, images of welding surfaces are captured through a CCD camera. Four frames of sequence of images are obtained using four zones of LEDs using the front light illumination system in this method. From these images, the regions of interest are segmented and the average gray levels of the characteristic features of these images are calculated. The same process can be extended further to four zones (four quadrants) of four types of welded joints. Finally, welded joints can be classified into one of the four predefined ones based on the back-propagation neural network. The proposed system demonstrates an overall accuracy of 95% from the 80 real samples tested.     

In-cycle monitoring of tool nose wear and surface roughness of turned parts using machine vision

Tool wear has been extensively studied in the past due to its effect on the surface quality of the finished product. Vision-based systems using a CCD camera are increasingly being used for measurement of tool wear due to their numerous advantages compared to indirect methods. Most research into tool wear monitoring using vision systems focusses on off-line measurement of wear. The effect of wear on surface roughness of the workpiece is also studied by measuring the roughness off-line using mechanical stylus methods. In this work, a vision system using a CCD camera and backlight was developed to measure the surface roughness of the turned part without removing it from the machine in-between cutting processes, i.e. in-cycle. An algorithm developed in previous work was used to automatically correct tool misalignment using the images and measure the nose wear area. The surface roughness of turned parts measured using the machine vision system was verified using the mechanical stylus method. The nose wear was measured for different feed rates and its effect on the surface roughness of the turned part was studied. The results showed that surface roughness initially decreased as the machining time of the tool increased due to increasing nose wear and then increased when notch wear occurred.     

立体视觉与空间编码技术相结合的非接触三维曲面测量系统

介绍了立体视觉技术在三维型面非接触测量中的应用。将立体视觉与空间二进制编码技术相结合，针对大型或回转型工件，采用分区域测量拼接技术，得到完整的曲面数模，并开发了测量系统。介绍了系统主要功能，包括系统标定、空间编码、双目配准、空间坐标的反求、三维拼接以及曲面重构，对飞机蒙皮成形模具型面进行了分块测量和拼接试验，结果表明本系统工作可靠、测量精度高，验证了其实用性。     

基于计算机视觉的电机换向片检测系统的研究

设计了一种新型的电机换向片自动检测系统,该系统通过CCD图像传感器采集电机换向片图像,在VC平台中嵌入Matlab,利用其Image Processing Toolbox对图像进行变换处理与特征识别,实现计算机视觉代替人类视觉驱使数控机械工作。实验表明该系统精度高、实时性强,具有一定的实用价值。     

精密陶瓷套筒表面质量视觉检测机的设计研制

氧化锆陶瓷套筒表面微米级的裂纹、崩口等缺陷直接影响到光纤连接器的使用寿命和使用性能.介绍了氧化锆陶瓷套筒表面质量自动检测机的研究成果,采用线扫描的CCD成像技术,检测到陶瓷套筒表面多种缺陷:研制出高精度自动机械系统,实现陶瓷套筒自动上料、旋转驱动和分拣下料自动化;采用对比强化和边检测算法处理表面裂纹图像,自动识别表面裂...     

Development of a real-time laser-based machine vision system to monitor and control welding processes

In this study, a laser-based machine vision system is developed and implemented to monitor and control welding processes. The system consists of three main modules: a laser-based vision sensor module, an image processing module, and a multi-axis motion control module. The laser-based vision sensor is designed and fabricated based on the principle of laser triangulation. By developing and implementing a new image processing algorithm on the platform of LabVIEW, the image processing module is capable of processing the images captured by the vision sensor, identifying the different types of weld joints, and detecting the feature points. Based on the detected feature points, the position information and geometrical features of the weld joint such as its depth, width, plates mismatch, and cross-sectional area can be obtained and monitored in real time. Meanwhile, by feeding these data into the multi-axis motion control module, a non-contact seam tracking is achieved by adaptively adjusting the position of the welding torch with respect to the depth and width variations of the weld joint. A 3D profile of the weld joint is also obtained in real time for the purposes of in-process weld joint monitoring and post-weld quality inspection. The results indicate that the developed laser-based machine vision system can be well suited for the measurement of weld joint geometrical features, seam tracking, and 3D profiling.     

基于模型的驾驶员眼睛状态识别

采用机器视觉来检测驾驶员眼睛状态对判别驾驶员疲劳具有重要意义,现有机器视觉采集系统中眼睛状态识别常用虹膜特征来衡量,针对虹膜信息缺失或者改变都会导致眼睛状态误检且准确性和实时性不能兼顾的问题,在分析机器视觉系统和人眼状态的基础上,以兼顾识别算法的实时性和准确性为目标,利用机器视觉系统成像带来的更好区分眼睛状态的非虹膜特征,提出了基于融合模型的改进型人眼状态识别方法,进一步搭建了嵌入式平台并进行了算法识别的对比实验。结果表明非虹膜特征的融合检测算法提高了人眼的睁闭眼识别的区分度,与模板匹配法相比,眼睛状态识别的准确性提高15%,耗时也减少了约1/3。     

螺旋锥齿轮大轮齿形误差的在机测量

为了在国产数控螺旋锥齿轮磨齿机上实现大轮齿形误差的在机测量,对大轮齿形误差的在机测量方法进行了研究。基于齿轮坐标系与机床坐标系之间的关系,建立了将齿面离散点坐标及法矢从齿轮坐标系转换到机床坐标系的方法。根据大轮的齿面几何特征,建立了大轮齿形误差的在机测量方法以及测量流程。根据在机测量得到的测球球心空间坐标,运用曲面拟合技术和最优化算法,计算了实际齿面相对于理论齿面沿各离散点法矢方向的齿形误差值。通过对比在机测量和齿轮测量中心的齿形误差测量结果,验证了螺旋锥齿轮大轮齿形误差在机测量方法的正确性。     

视觉形貌测头在自由曲面测量中的应用

介绍了工作在三坐标测量机上的视觉形貌测头用于自由曲面非接触测量的测量原理，对系统结构参数进行了优化设计，通过立体视觉匹配技术的引入以及建立误差评定准则，实现了飞机发动机叶片的非接触测量。     

基于机器视觉的积屑瘤在机监测的实验研究

采用机器视觉,设计了以在机检测的形式观察并研究积削瘤的实验方案,解决了传统方法中需要离线检测的问题,在车床上安装机器视觉装置来采集图像,使用图像相减法处理图像,得出了积屑瘤的面积与时间的关系,计算出积屑瘤的面积增长率。