基于网络可生存性的网站保护系统

利用机器视觉技术建立圆形零件检测系统,采用简单高效的标定方法和亚像素技术实现对圆孔和圆形零件的非接触精密测量.圆孔和圆形的直径测量过程包括图像采集、图像分析处理和结果输出.其核心算法是系统校正、图像预处理、二值化和圆检测.实验结果证明,该系统实现了在线实时检测,其精度达0.01 mm,具有良好的应用前景.     

基于视觉的零件尺寸测量

针对在线实时检测和测量工业零件尺寸的问题,利用视觉技术建立一个的零件尺寸测量系统,采用简单高效的霍夫变换和亚像素技术实现对规则零件的非接触精密测量。尺寸测量过程包括图像采集、图像分析处理和结果输出。其核心算法是图像预处理、直线检测、圆检测和尺寸计算,详细介绍了利用霍夫变换进行直线和圆检测的方法。经研究可知,零件测量系统能实现工业零件的在线实时检测和尺寸测量,且具有速度快、实时性好、非接触、低成本等优点,具有良好的应用前景。     

增强图像处理算法在在线加工零件轮廓识别中的应用研究

针对加工中心圆形零件在线检测的生产需求,及目前存在的轮廓识别算法冗余、误差漂移的问题,利用Opencv计算机视觉库,采用理论与实验结合方法,选取圆形多孔零件作为研究对象,通过CCD图像采集搭建图像处理软件编码调试的手段,开发了一套实用的图像处理软硬件系统。经过对零件图像的高斯滤波,轮廓增强,霍夫圆检测,尺寸计算等算法处理,最终的实验表明零件识别曲线尺寸精度达到±0.01mm,验证了图像处理技术在多轮廓、曲线形零件轮廓识别中的可靠性与准确性。软件开发集成环境采用Visual Studio 2013,程序设计语言采用C++语言。     

改进的精密机械加工零件表面缺陷检测算法

对加工表面纹理缺陷进行可靠的检测分析可以有效提高机械加工零件表面精加工的水平。基于计算机视觉技术对机械加工零件表面实现自动缺陷检测,由于机械加工零件表面纹理的特殊性,常用的灰度图像分割方法对机械加工零件表面缺陷的检测不适用;且其表面的缺陷信息无法预先得知,其图像分割是一个非监督纹理分割问题,对此提出了一种改进的模糊聚类缺陷检测算法,实现了对机械加工零件表面缺陷的自动化检测,实验结果证明了该算法的可行性。     

3D视觉结合图像检测与导纳控制的圆轴孔零件机器人装配

面向机器人柔顺装配圆轴与圆孔零件,建立基于3D、单目视觉与导纳控制的机器人自动装配系统,提出基于三维点云的轴线位姿估计算法、图像深度学习目标检测、导纳控制结合的圆轴孔零件的装配策略.针对3D视觉估计圆孔零件位姿问题,重点研究基于三维点云的轴线位姿估计算法.首先,介绍三维点云关键点选取方法;然后,以点云表面法线与轴线的几何约束为基础,提出并分析轴线粗估计的算法;最后,在轴线粗估计的基础上,提出并分析基于迭代鲁棒最小二乘的轴线位姿优化的算法.实验结果表明:轴线位姿估计的角度均方根误差为0.248°,位置均方根误差为0.463 mm,与现有流行的轴线估计方法相比,所提方法的精度更高,使装配策略很好地满足了机器人圆形轴孔零件装配的精度高、稳定可靠的要求.     

基于图像的精密零件缺陷检测技术

研究零件缺陷检测问题。针对要求机械零件精密度高,传统的图像检测或者肉眼检测很难保证精密零件的细微缺陷被准确检测出来。提出计算机视觉图像的缺陷零件检测方法。采取了去除小成分的方法去除图像中的噪声和一些干扰测量的部分;选取最大类间方差法作为此检测系统的阈值分割方法。采用像素级和亚像素级边缘检测,克服传统方法的缺陷,实现精密零件缺陷的完整检测。实验结果证明,方案切实可行,提高了测试精度,为图像检测提供了可靠的方法。     

基于 ADSP-2181 的 PCB标志定位系统

结合当前电子技术和图像处理技术的最新发展,设计了一种采用ADSP-2181数字信号处理器建构的图像检测定位的硬件平台,以满足图像检测的工业应用需要。运用并行数据流的分析方法系统论证了ADSP-2181作为图像检测系统核心处理器方案,提出了系统的数据流模型和控制模型,并以此设计实现了一个较高性能的硬件系统,具有视频图像获取、实时显示、图像处理和图像检测等多种功能。从PCB自动检测的标志识别及定位的需要出发,提出了适合硬件处理的Hough变换算法进行PCB圆形定位标志的检测,并给出了实验结果。     

基于图像处理的轴类零件表面裂纹检测

针对轴类零件表面图像的特点,提出一种基于图像处理的表面裂纹检测算法。算法首先采用空域和小波域混合滤波对图像去噪,提出一种图像分块自适应模糊集增强方法,以提高裂纹区和背景区的对比度;然后应用Canny边缘检测算子和数学形态学操作进行图像分割,提取裂纹区域;最后通过计算裂纹连通域的圆形度和长宽比特征判断零件的表面图像中是否有裂纹存在,实现裂纹检测。试验表明,该算法即使在信噪比不高的图像中也能实现对目标裂纹的检测,证明了算法的有效性。     

基于LabVIEW的网络机器视觉检测系统

针对生产过程中需要实时监测零件尺寸的情况,采用一种网络机器视觉尺寸测量系统,该系统以LabVIEW为平台,配以1394摄像头和图像采集卡,利用一定的图像处理技术完成视觉检测,利用DataSocket技术实现图像的网络实时发布和客户端图像的接收。经过测试,从图像采集、处理和发布系统耗时不超过280m s,该系统开发周期短,检测速度快,充分发挥了虚拟仪器技术的功能强大、扩展性强的特点。     

圆形工件的弹簧装配检测方法

为改善当前金属工件装配检测存在的成本高、效率低等问题,提出一种对复杂圆形金属工件适应性更高的零件检测方法。在图像增强阶段,引入自适应分数阶微分增强,结合图像梯度特征,突出工件的细节和纹理信息,提升后续检测的准确度。对于圆形轮廓的金属工件,引入极坐标转换,与传统的直角坐标处理方法相比,其具有效率高、处理过程清晰、不易出错的特点。在阈值检测阶段,通过长度阈值和灰度相关属性阈值对零件数量和类型进行判断。实验结果表明,该方法能准确地定位到圆形工件的弹簧区域,快速检测出弹簧零件区域的装配情况,大幅减少无效定位和不必要的计算,具有时效性高、准确性强的优点,可应用于该金属组件的自动化装配检测。     

基于视觉的结构变形测量系统的实现

为了测量自行车把动态加载变形量,辅助车把疲劳试验,提出了基于机器视觉的车把图像测量系统设计方法.考虑到零件表面不确定性,采用黏贴圆形标志于表面进行变形量测量,对采集的实时图像进行线性滤波等预处理,连续轮廓搜索函数搜寻待测目标,进行基于随机Hough变换的圆形标志检测,接着利用图像特征参数计算实时变形量.根据误差理论对测量结果进行数据处理与分析.实验结果表明该测量方法效果明显,测量精度可以达到0.03mm,高于常规测试方法的测试精度,能够达到车把加载变形高精度测量的要求.     

Similarity measuring strategy of image patterns based on fuzzy entropy and energy variations in intelligent robot’s manipulative task

A similarity measuring strategy of image patterns based on fuzzy entropy and energy variations, using an intelligent robot’s part macro-assembly (part-bringing) as an example, is presented. A part macro-assembly, locating various shaped assembly holes (targets) in a workspace corresponding to shapes of parts and then bringing a part to a corresponding target for the purpose of part mating despite existing obstalces, is introduced. This is accomplished by cooperating a neural network system with a fuzzy optimal control. Fuzzy entropy and energy functions, which are useful measures of variability and information in terms of uncertainty, are introduced to measure its overall performance of task execution related to the part-bringing task. An interrelation among learning, fuzzy entropy, and energy variations used as a measuring tool for a degree of similarity of image patterns is described. Through variations of fuzzy entropy and energy, a degree of similarity between input and desired output image patterns of neural network can be measured. The proposed technique is not only a useful tool to measure a degree of similarity between image patterns, but applicable to a wide range of robotic tasks including motion planning, manufacturing, maneuvering around workspace, and part mating with various shaped parts and targets.     

基于边缘检测的零件自动测试系统的设计

主要提出了利用图像处理技术中边缘检测算法和最小二乘法拟合直线,对零件内部结构之间的垂直度和对称度进行快速、商精度测量的方法;首先CCD图像传感器将需要测量的零件部位和标准件相对应的部位拍摄下来,通过图像采集卡将模拟信号转换成数字信号,利用边缘提取技术和直线拟合技术进行比较测量;本检测系统的优势在于它操作简便,可以进行在线快速测量,降低了测量成本,能满足大规模生产的需要。     

基于数字图像处理技术的微小群孔快速检测系统

传统小孔检测方法适用于单个小孔的测量,检测微小群孔时效率低。针对微小群孔快速检测的需求,设计了一种基于数字图像处理技术的微小群孔快速检测系统,提取图像骨架,用模式匹配算法识别群孔,采用最小区域法逐个获取各个小孔的直径与圆度,引入真圆度信息判别各小孔的形状。实验表明：该系统精度满足生产要求,检测效率高,适用于微小群孔的快速检测。     

Automatic circle detection on digital images with an adaptive bacterial foraging algorithm

This article presents an algorithm for the automatic detection of circular shapes from complicated and noisy images without using the conventional Hough transform methods. The proposed algorithm is based on a recently developed swarm intelligence technique, known as the bacterial foraging optimization (BFO). A new objective function has been derived to measure the resemblance of a candidate circle with an actual circle on the edge map of a given image based on the difference of their center locations and radii lengths. Guided by the values of this objective function (smaller means better), a set of encoded candidate circles are evolved using the BFO algorithm so that they can fit to the actual circles on the edge map of the image. The proposed method is able to detect single or multiple circles from a digital image through one shot of optimization. Simulation results over several synthetic as well as natural images with varying range of complexity validate the efficacy of the proposed technique in terms of its final accuracy, speed, and robustness.     

钣金件中匹配孔的半径差及轴线重合度自动检查

摘 要：针对汽车钣金件中匹配孔的半径差及轴线重合度人工检查效率低、易遗漏等问题, 提出了钣金件中匹配孔的半径差及轴线重合度自动检查方法。首先将获得的 B-Rep 三维模型以 面壳封闭的方法拓扑分解为面基本单元;其次根据圆柱面具有 2 条半圆弧线和 2 条直线的特征 对圆柱面进行筛选,并以其为基本单元对圆孔和槽孔进行提取;然后分别获取圆孔和槽孔的半 径及轴线,并利用点到点和点到线距离方法,根据孔匹配原理对匹配孔进行检查分析;最后对 半径差不满足要求和轴线不重合的孔对进行标注。借助 CATIA 的 CAA 开发平台对相关算法进 行了系统设计,并验证方法的可行性。实例检查结果表明,该方法能够高效、准确的对钣金件 中匹配孔的半径差及轴线重合度自动检查。     

新型人体参数自动测量系统

目的 针对国内外已有的非接触式测量系统普遍存在价格昂贵、安装复杂、占用空间大等问题,提出一种基于消失点和图像比例法相结合的人体参数尺寸的自动测量方法(HuFAMS-VP)。方法 首先,利用背景差分法,将人体从图像中分割出来;再将分割后的人体图像进行轮廓提取,从而获得人体轮廓图;然后,根据边缘检测和人体各个部位与人体身高比例等方法,获取人体几个关键部位特征点;最后,通过消失点方法(vanishing point)与比例法的结合获取人体参数尺寸。结果 根据HuFAMS-VP对7组被测人员(年龄在25±3岁,身高范围在1.7±0.2 m)进行尺寸测量,并与被测人员真实尺寸信息进行比较。由测量结果可以得到7组被测人员的绝对误差控制在±0.05 m之内,平均测量速度在2 s以内。结论 HuFAMS-VP在确保测量精度的前提下,具有操作方便、价格低廉等优势。根据测量结果,论证了本系统的准确性和鲁棒性。     

A new hardware module for automated visual inspection based on a cellular automaton architecture

This paper presents the design and VLSI implementation of a new automated visual inspection system based on a cellular automaton architecture, suitable for circular object inspection. Cellular Automata (CA) transform the area of the object of interest into a number of evolution steps in the CA space. The proposed technique does not require the extraction of image features, such as boundary length and total area, which are computationally expensive in other methods. The die size dimensions of the chip, for a 16×16 pixel image, are 3.73 mm×3.09 mm=11.52 mm² and its maximum frequency of operation is 25 MHz. Experimental results using computer-generated images, as well as real images obtained and processed through a commercial vision system, showing the suitability of the proposed hardware module for detecting circular objects, are also presented. Targeted applications include inspection tasks (accept/reject operations) of circular objects, such as tablets in the pharmaceutical industry, and detection of uncoated areas, foreign objects and level of bake in the confectionery and food industry.