机器视觉技术发展及其工业应用

机器视觉技术是由多学科交叉形成的新兴学科,在众多领域均有所应用。随着我国经济实力的不断提升,科学技术得到了迅猛的发展,该学科在理论与实践上有了迅猛的发展。文章简要地阐述了机器视觉中的关键技术的发展的状况,同时综合性地叙述了其在工业上的应用,以期对今后该学科的研究与应用有所帮助。     

机器视觉系统中采集高质量图像方法的研究

为满足机器视觉系统精确检测的需要,保证所采集图像的质量,根据CCD的照度匹配原理,详细阐述了采集高质量图像的方法,包括在采集图像过程中设置图像参数和使用人工光源提高采集图像的质量。通过照明和曝光控制实验的综合验证,达到了预期提高所采集图像质量的目的。     

图像和机器视觉技术概述

图像和机器视觉系统是一项快速发展中的应用技术,介绍了机器视觉系统的组成和基本工作原理,及机器视觉在半导体制造领域中的应用。     

机器视觉技术的发展动态

介绍了机器视觉的概念与组成,以及机器视觉的应用领域和市场规模。分析了图像传感器、图像处理技术等机器视觉系统中的关键器件与核心技术的特征。     

机器视觉技术的应用研究

阐述了机器视觉技术在工业、农业、医学、交通领域的研究应用状况,指出了机器视觉的未来走向。     

机器视觉研究进展及工业应用综述

随着科学技术的不断发展,相关研究人员对于机器视觉的研究不断深入,而为使其有更加广泛的应用,我们必须对其加以创新?本文从机器视觉的构造出发,对其技术的应用展开深入的探讨,并对其中存在的问题进行认真而细致的分析,以促进这项工艺的进步,只有这样,机器视觉才能有更加广阔的前景及未来,并为人类的生活提供便利?     

如何搭建机器视觉系统

机器视觉系统的构成一般机器视觉系统主要包括信息探测、采集系统、图像处理、显示及智能决策等模块,涉及计算机图形学、数字图像处理、视频信息处理、模式识别、人工智能理论、智能信息处理、VLSI技术等技术,可广泛应用于工业产品自动检测、航天、航空、遥感、卫星侦察、天文观测、通讯、交通、电子、金融、医疗等图像采集、处理和决策的诸多领域。图1是机器视觉系统的结构图。嵌入式图像采集处理系统NetSightII是功能完善的嵌入式图像采集处理系统,能快速、简便地构成生产线上的机器视觉系统,解决了由PC/图像采集卡或智能摄像机构成的…     

机器的眼睛 ——机器视觉与视觉传感器技术探究

本文从视觉的理论讲起,介绍了机器视觉的相关知识,分析了视觉传感器的原理、组成和特点,并总结了其在工业生产中的具体应用.     

机器视觉在车辆外廓尺寸检测中的技术研究

针对国家治理车辆超限工作的开展,以及车辆外廓检测中面临的测量物体大、距离远和测量难度大等问题,本文提出了一种新型的车型外廓检测方案,利用了机器视觉和激光光幕的精确性与可靠性,进行了系统设计以及实验验证.系统可自动对行进中的车辆进行非接触式测量,在规定的车速(≤10 km/h)内带来的测量误差小于1％,测量时间小于60 s,且系统运行稳定可靠.可有效地提高车辆外廓检测的自动化程度和测量精度,且本系统的硬件成本低,适用面广.     

基于机器视觉的PCB缺陷检测系统设计与研究

针对工业领域高速高精度的要求,设计了基于机器视觉的PCB缺陷检测系统的总体结构,着重阐述了视觉检测系统的原理,讨论了相关的图像处理、检测及识别算法,重点运用数学形态学及模式识别方法完成检测识别.仿真实验均在Matlab下编程实现,仿真结果证明了该方法的可行性,采用该方法能够有效的检测、定位并识别出PCB光板上的短路和断路缺陷.     

机器视觉与应用

机器视觉是学科交叉研究领域,具有非接触、实时性、自动化和智能高等优点,有着广泛的应用前景。文中详细介绍了机器视觉的系统构成和关键技术,回顾了机器视觉在国内外的发展历史,同时分析了机器视觉的发展趋势,并最终阐述了机器视觉在各领域的应用。     

基于立体视觉的杂质检测方法设计

为了实时检测瓶内杂质,设计了一套用于灌装线瓶内产品质量检测的视觉系统。基于几何成像原理建立双CCD立体视觉的数学模型,推导出从2张投影图像中得到杂质实际空间位置的公式;利用形态小波简化图像、综合自适应阈值法和边界检测算子进行图像分割,从而提取出杂质特性,最后采用特性向量进行2图的特征匹配。当检测精度为4pixel／mm时,每个瓶子的判断时间小于200ms,准确率近98％。     

机器视觉在光纤端面缺陷检测中的应用

传统的光纤端面缺陷检测用的是人工检测方式,这种检测方式效率很低,检测结果的主观性很强。对光纤端面缺陷使用机器视觉检测,能极大地提高检测效率和检测准确性。首先将采集到的图像通过图像处理二值化,接着对纤芯中心进行定位,然后以纤芯中心为圆心对光纤端面进行不同的圆环检测区域划分。由于光纤端面上的缺陷有可能是暗色的或者是亮色的,因此为了区分二者,对每个区域检测时需要做不同的二值处理。如果有任意一个区域的检测不能通过,则这个光纤端面就是不符合要求的。结果显示,利用机器视觉进行光纤端面检测能够快速、精确地检测出缺陷所在位置及其大小。     

基于机器视觉的杏核图像识别系统设计

针对杏核分拣效率问题,文中构建了一种基于机器视觉的杏核图像特征检测系统。运用多种数字图像处理技术完成对不同杏核图像的识别,前期基于Matlab完成算法研究,再采用VC++调用Opencv图像处理函数库实现分拣系统软件。经验证,杂质杏核识别率可达94%,有效提高了杏核识别的准确性和时效性。     

集成DSP的视频处理卡在机器视觉中的应用

针对在机器视觉的应用中普遍存在的待处理的图像数据量多且算法复杂，单机CPU无法实时完成图像处理任务，需要多台计算机组成局域网平行处理，成本高昂且可靠性低的问题。给出了集成DSP芯片的高速图像采集卡以替代主机CPU进行图像算法处理的解决方案，并指出在单台PC机上插入多块高速图像采集卡，主机的CPU只负责统一协调作用就可以较好的处理此类问题。由于该高速卡设计灵活，只需稍作改动即可应用于嵌入式设备。该高速图像处理卡在机器视觉领域内有着重要和广泛的应用前景。     

基于TMS320VC5416的机器视觉处理系统

构造了一种小型化、便携式的机器人视觉处理系统.它以TI的TMS320VC5416为中央处理器,配合以视频解码芯片和大容量存储器,完成图像的采集、处理和存储.主程序运行在DSP中,完成图像预处、模式识别等图像处理算法,以搜寻目标物体,待找到后,应用遗传算法进行路径规划.通过多次实验,系统都能达到预期的效果,说明系统的设计方案是切实可行的.     

基于机器视觉的平磨表面粗糙度检测

为了对平磨表面粗糙度进行快速在线检测, 基于机器视觉原理提出了一种平磨表面粗糙度检测方法, 研究了平磨表面粗糙度评定参数。该方法利用CCD提取粗糙度Ra在0.1～1.6 μm之间的平磨表面图像, 运用中值滤波、图像边缘增强和图像二值化等对图像进行预处理, 然后通过特征参数提取平磨表面粗糙度信息。试验结果表明, 在入射光强为0.7×104～1.3×104 lux、入射角为30°～50°时, 均方根(RMS)差随Ra的减小而不断减小。当光源入射角在30°, Ra>0.3 μm的情况下, 陡峭度与Ra具有良好的相关性; 当光源入射角在50°, Ra>0.4 μm的情况下, 陡峭度与Ra具有良好的相关性。     

基于机器视觉的啤酒瓶检测系统的设计

针对传统啤酒瓶检测系统速度慢、精度低等问题,该文设计了一种基于机器视觉的啤酒瓶空瓶检测系统。该系统以机器视觉为理论基础,重点介绍了LED照明光源和数字化光源控制器的设计以及图像处理技术中的问题。实验结果表明,该系统具有速度快、连续性好及检测精度高等特点,能够实现对啤酒瓶瓶口、瓶壁和瓶底的缺陷检测。     

Backlit Keyboard Inspection Using Machine Vision

A robust system for backlit keyboard inspection is revealed. The backlit keyboard not only has changeable diverse colors but also has the laser marking keys. The keys on the keyboard can be divided into regions of function keys, normal keys, and number keys. However, there might have some types of defects:incorrect illuminating area, non-uniform illumination of specified inspection region (IR), and incorrect luminance and intensity of individual key. Since the illumination features of backlit keyboard are too complex to inspect for human inspector in the production line, an auto-mated inspection system for the backlit keyboard is proposed in this paper. The system was designed into the operation module and inspection module. A set of image processing methods were developed for these defects inspection. Some experimental results demonstrate the robustness and effectiveness of the proposed system.