基于机器视觉的封印产品防伪条码在线检测系统

本文介绍了应用机器视觉技术开发的封印产品防伪条码在线检测系统,采用虚拟仪器开发平台LabVIEW完成系统的软件开发,实现了封印产品条码的在线自动化检测及顺序检验.针对检测环境中光照不均对识别率的影响,本文提出了一种基于ROI分割的相机增益智能调节方法,有效提高了在单次检测中不同位置的封印产品条码的识别率.实践证明该系统在识别率、效率和稳定性上均满足大批量生产的要求.     

基于机器视觉缆索聚乙烯表面直径在线测量设计

为了实现桥梁缆索在线生产过程中聚乙烯表面直径无接触测量,采用Halcon机器视觉算法库与C#语言联合编程,开发了一款缆索聚乙烯表面直径在线测量系统。首先通过相机获取缆索表面图像,对图像进行滤波处理,其次利用Roberts算子准确地找到缆索聚乙烯表面边缘,然后将边缘进行十等分,最后通过加权最小二乘法对十等分的边缘按照顺序进行直线拟合,由此计算出缆索的直径。实验结果表明,该系统的检测精度为+0.02 mm,单张图片的检测时间为215 ms,检测精度较高,实现了缆索聚乙烯表面直径的无接触测量。     

基于机器视觉的全自动智能包装系统

针对玻璃瓶自动装箱环节,研制了一种与机器视觉相结合的在线监控智能包装系统。检测单元由带cameralink接口的工业相机和工业计算机组成,采用了改进的canny算子以实现边缘检测和目标识别,根据下位机通信协议运用VisualBasic 6.0的ActiveX技术中的MSComm控件实现完成控制信号的传递,利用可编程逻辑控制器+伺服驱动器构成运动控制模块实现搬运动作。该系统经过反复实验验证,能够完全代替人工监测集瓶区,快速完成搬运动作,有效地提高了物流自动化程度。     

基于机器视觉的齿轮质量在线检测系统

针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于机器视觉的齿轮在线检测系统设计方案,实现了图像采集与显示、图像分析及运行控制等功能。该系统通过单片机控制模块负责上料设备和传送带运行,并利用光电开关触发高速摄像机实时采集齿轮图像;然后,工控机对采集的图像进行处理,得到齿轮的外观质量信息;最后,工控机将测量的NG和OK信号传送到单片机,驱动外部设备实现齿轮分拣和声光报警。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮在线测量提供了新的途径。     

基于机器视觉系统的颜色识别

应用NI公司应用程序开发平台labVIEW,通过编写程序建立虚拟仪器系统并组建简单的外部硬件设备系统,实现了对图像的采集和处理,可以识别出不同颜色的物体,以及计算出该物体的面积,中心坐标等物理参数。我们可以利用这些参数作为下位机的控制信号,为后续物体的筛选和分级做好准备。经实验证明,采用该机器视觉技术是能准确实现番茄色选的,并得到番茄的物理参数,为后续系统开发研究提供了重要依据,也为机器视觉技术的广泛工程应用提供了重要理论支持。     

基于机器视觉的二维尺寸检测

借助CMOS工业相机、光学镜头、计算机以及Open CV等搭建了一套机器视觉检测简易系统,采用了一种针对两孔零件的测量方法。经试验得出:精度可达0.009mm,重复性误差可达0.0215mm,用该系统测量已检测合格的300个零件,满足检测要求,说明该检测系统具有一定的可行性。     

机器视觉在尺寸在线检测中的应用

机器视觉在制造系统检测与监视领域占有重要的地位。介绍了一种可应用于工业现场的机器视觉坯（工）件尺寸检测原理、系统硬软件和精度分析结果，并介绍了实验验证的结果。     

基于机器视觉的电子器件在线检测分选系统

针对一种声表面波滤波电子器件,设计了基于机器视觉的电子器件在线检测分选系统,详细论述了机器视觉系统的硬件组成和工作原理。在搭建系统硬件平台后,采用Qt应用程序框架,结合OpenCV开发了一套电子器件在线检测分选系统软件。经过大量实验和长时间实际生产运行表明,该系统检测速度快、识别准确率高、成本预算低,完全满足现代工业在线检测的需要。     

基于机器视觉的多功能在线检测实验平台研制

本文提出了一种基于机器视觉的多功能在线检测实验平台的研制方案,介绍了基于Matrox公司Cor-noa2图像采集卡和PULNIX公司TM6703摄像机的视觉检测平台的软硬件结构和工作原理,详细阐述了图像采集卡和摄像机的配合应用和软件开发。     

基于图像的一维条形码可识别性研究

机器视觉领域包含两个方面,一个是对信息的采集,另一个是对信息的处理。基于图像的条形码识别,首先要采集图像。限于条形码在图像中所占比例较小,基于图像的条形码识别要求图像具有高清晰度与高分辨率。条形码识别则根据采集图像中条形码条空所占像素数与条形码编码规则解码。自动化领域一般使用工业相机进行图像采集,但采集大画幅高分辨率图像的彩色工业相机价格昂贵,故提出使用普通商业单反相机进行图像采集,并验证了其可行性。用mVTec公司的Halcon10.0一维条形码识别算法作为库函数,采用单因素实验法。测定了对清晰度与分辨率影响的关键因素-光圈值与像素数,对于图像条形码可识别性的影响。实验结果表明在一定范围内,任意光圈值与相机像素数的组合,均可准确无误的识别出条形码。该结论对于一维条形码识别中,商业相机采集图像时的参数设置提供参考依据。     

基于机器视觉的积屑瘤在线监测装置

现代切削工艺中,产生积屑瘤对切削过程和加工表面质量的影响不容忽视,对积屑瘤的在线监测显得尤为重要。设计制作了一种基于机器视觉技术的积屑瘤在线监测装置,能够方便地在机获取切削加工中积屑瘤变化的清晰图像。实验结果表明,该装置简便可靠,为于最终实现刀具磨损在线监测提供了手段。     

基于机器视觉的电子元件在线质检分类系统设计

为了解决电子元件蜂鸣器出厂时人工质检效率低、容易伤害分拣人员听觉等问题,设计了基于机器视觉的电子元件在线质检分类系统。该系统主要由自动上料、视觉检测、声音检测、电极控制和下料控制这5个部分组成,由PLC主控制器、OpenMV视觉检测模块、声音识别模块以及步进电机等配合完成蜂鸣器的自动上料、检测和等级分类功能。经过现场调试及应用表明,该控制系统提高了蜂鸣器的质检分类效率,其效率是人工质检的1.9倍,准确率提高了9.4%,每台设备至少替代3名工人,节约了企业的成本。     

基于机器视觉的制动主缸活塞总成在线检测

在大批量工业生产过程中,用人工视觉检测制动主缸活塞总成是否合格,效率低并且合格率下降,然而,利用机器视觉检测方法则可以大大提高生产效率和生产的自动化程度,而且机器视觉易于实现信息集成。针对制动主缸活塞总成进行检测识别,利用自动控制技术实现待测零部件的运动控制,通过康耐视机器视觉软件进行模板图像的建立,把采集到的目标零件图像与模板图像进行实时比对。试验结果表明该方法可以对制动主缸活塞总成的漏装、错装和缺陷给予在线检测。     

基于机器视觉的高速重轨表面质量在线监测关键技术

研制了一套重轨表面质量在线监测系统,就其关键技术进行了研究,包括图像传感器的选择、图像的获取及自动保存、图像的翻转,并应用数据链表实现了图像的预存和回放.     

基于HALCON的双目视觉系统标定

论文对现有的双目视觉标定方法进行论述,阐述了双目视觉系统的原理,深入的介绍了双目视觉系统标定的原理,方法。此外,针对如何使用HALCON软件进行双目标定进行了详细的论述,分析了面阵摄像机的标定过程,该方法简单易行,充分发挥了HALCON的函数库功能,提高了标定精度和计算速度,而且具有良好的跨平台移植性。     

基于机器视觉的轴承内径亚像素在线检测

以机器视觉系统为基础,利用计算机图像处理技术,对预处理后的边缘图像,采用基于点Hough变换的圆形图像亚像素检测算法,实现了轴承内径的亚像素在线检测。试验证明,该检测系统具有非接触、无损伤、高速度、低成本的优点,并且具有很好的通用性,可广泛应用于其他行业产品的在线检测。     

机器视觉在线识别系统稳定性设计及故障诊断

针对应用于工业现场的产品在线识别机器视觉系统,提出了稳定性设计的概念,并在硬件和软件系统设计中给出了稳定性设计策略.深入地分析了系统常见的故障类型及产生的原因,提出了故障诊断的流程.该方法已成功应用于机器视觉玻壳产品在线分类识别系统中,取得了理想的结果.     

基于机器视觉系统的磁芯零件在线分级

机器视觉已成为无损检测技术中的一个重要分支。利用机器视觉系统获取磁芯产品图像,通过图像预处理、图像分割、特征提取、图像分析、输出检测结果的控制信号,再借助于PLC控制执行机构,最终达到对磁芯产品进行在线分级的目的。     

基于机器视觉的木制品在线自动检测系统设计

设计了基于机器视觉的禾制品在线检测系统,包括控制系统硬件及软件的设计,将系统投入木制雪糕板生产线使用,试验表明,检测效果良好。     

基于机器视觉的锪窝深度检测方法研究

针对飞机板材上锪窝孔深度检测效率低及人工检测主观性大等问题,提出了一种基于机器视觉的锪窝深度检测方法。根据锪窝孔的特点,设计了一套以3D激光轮廓传感器为基础的锪窝孔图像采集系统,利用Halcon算法库对采集到的图像进行分析处理。利用阈值分割算法和形态学图像处理算法对锪窝孔进行边缘粗定位,通过卡尺工具法提取锪窝孔外圆的亚像素边缘点,采用RANSAC算法拟合边缘点得到光滑的边缘曲线并获取其半径,从而计算出锪窝深度。经实验验证,该检测方法正确率高且稳定性好,测量精度可达到20μm。