基于机器视觉的图像缺陷检测的研究

对基于机器视觉的黑色O形橡胶圈缺陷检测系统展开了研究,对采集到的橡胶圈图像进行相关处理以便检测出缺陷特征,通过改进后的中值滤波滤除噪声,建立图像直方图了解缺陷特征的灰度分布情况,比较了几种边缘检测算子的检测效果,并通过实验仿真验证了算法的可行性。     

基于机器视觉的电子级玻璃纤维布疵点检测系统研究

针对人工检测电子级玻璃纤维布表面疵点速度慢,效率低,漏检率高等问题,提出应用机器视觉的技术代替人工进行布面疵点检测。首先搭建系统硬件结构采集电子布图像,然后采用高斯差分(Difference of Gaussians,DoG)算法增强图像,最后采用动态阈值分割方法可视化疵点。实验结果表明本系统可对电子布常见12种疵点进行检测,疵点检出率可达95%以上,且实时性良好,最高检测速度达到90 m/min,满足工业生产的实际需求。     

基于机器视觉的注塑件缺陷检测系统研究

提出并设计了一种基于机器视觉的注塑件焦料杂质缺陷检测系统,通过对多光源非线性自动调光算法的研究,提高了复杂生产环境下注塑件图像采集质量,并经高斯滤波、灰度图像、自适应阈值处理、Canny边缘检测等图像处理技术,可实现注塑件不同检测精度下缺陷检测。经现场测试证明,在1 mm以上缺陷检测精度下,杂质缺陷的召回率为0.918,误检率为0.046,识别速度为每秒30帧,图像处理算法性能稳定,解决了复杂注塑件生产环境下检测精度低、检测效率低的问题。     

基于机器视觉的磷复肥造粒粒度检测研究

磷复肥的造粒粒度是影响最终产品质量的重要因素,目前尚无理想的造粒粒度在线检测分析方法,为解决该问题,使用机器视觉技术、高速相机对磷复肥造粒颗粒进行快速抓拍,利用自行开发的图像处理软件对颗粒粒径特征进行采集,最终形成一套高速、高精度粒度在线分析算法,并将基于该算法的颗粒粒径采集软件应用于江西新洋丰股份有限公司造粒车间1号...     

基于机器视觉的运输机溜槽堵塞检测系统

针对选煤厂胶带运输机和刮板运输机溜槽堵塞检测准确性差的现状,提出了一种基于机器视觉的检测方案.方案采取物料覆盖面积测定+特征量比较的综合判定方法,能在堵塞发生的初期准确预告故障,并以视频联动的方式及时通知集控操作人员.     

基于机器视觉的塑料制品外观缺陷检测

为了克服传统人工检测方法效率低、自动化和智能化程度低等缺陷,设计了一种基于机器视觉的塑料制品外观缺陷检测方法,利用摄像机进行制品外观缺陷检测,实现制品生产流水线的自动化、智能化检测.介绍了机器视觉检测系统组成.为了提高机器视觉检测系统准确率,对采集到的图像进行了均值滤波和边缘分割检测.结果表明:机器视觉检测系统能够实现...     

基于机器视觉的注射模具型腔异常检测

探讨了利用机器视觉技术进行注射模具型腔异常检测的流程和关键技术,包括型腔图像预处理、型腔图像模板匹配、互相关方法,并对一工作过程中的模具进行了型腔异常检测实验。结果表明,本检测方法准确性高,具有实用价值。分析了对塑料少量残留型腔的误判原因,为进一步优化检测奠定了基础。     

基于机器视觉的磁控溅射薄膜件的划痕检测

针对目前磁控溅射薄膜件人工检测效率低的问题,结合企业需求,设计了一种基于机器视觉技术的磁控溅射薄膜件划痕自动检测系统,实现对产品表面各种划痕的自动检测。首先对采集到的图像进行校正,利用标准图像创建模板,通过形状模板匹配提取样本图像中感兴趣的区域。然后将图像分解成低频和高频两部分,对低频部分进行先膨胀后腐蚀的操作,对高频部分进行中值滤波以去除噪声,图像合成后通过取反和灰度缩放生成增强图像;最后采用二维Otsu拟合线阈值分割法对图像进行分割,采用选取指定形状特征和骨架提取法对划痕缺陷进行提取和测量。对100件样品进行多次随机验证的结果表明,本文设计的系统能快速、准确、高效地提取并测量划痕缺陷,每个样品检测的平均耗时仅0.25 s,正检率达98.5%。该方案与人工检测比,速度更快、准确度更高,可以满足工业应用的需求。     

用机器视觉检测工装的尝试

为了检测子午胎生产中用的整经辊尺寸是否满足工艺要求,自行设计了一套由相机、PLC、步进电机等组成的自动拍摄系统。此系统可将拍摄的整径辊沟槽形状与标准形状相比对,判断此辊是否可以继续使用。此方法与国外所用树脂方法相比的特点是检测效率大大提高。     

基于机器视觉的氮化硅陶瓷轴承表面缺陷检测技术

为提高缺陷检测效率和精度,针对人工检测氮化硅陶瓷轴承球表面缺陷成本高、效率低的缺陷,分析机器视觉技术特点.通过自主搭建氮化硅陶瓷轴承球检测平台,采用CCD相机采集表面缺陷图像,分析氮化硅陶瓷轴承球表面缺陷特征;采用灰度处理、中值滤波、缺陷提取及边缘检测等操作,有效识别氮化硅陶瓷球表面缺陷.该方法对氮化硅陶瓷球表面缺陷的...     

基于机器视觉技术的塑料制品缺陷检测研究

阐述了机器视觉技术在塑料制品缺陷检测中的应用,详细说明了机器视觉系统图像处理过程及特征值提取过程。其中图像处理过程包括采用直方图规定法进行图像增强,采用双峰法进行图像阈值分割,采用Canny边缘检测算子提取塑料制品缺陷区域轮廓。特征值提取过程则包括形状特征、颜色特征及位置关系特征,以飞边、裂纹和短射三种缺陷为例进行了提取和区分。结果表明:细长度可用来区分出裂纹,灰度值与模板差可用来区分出短射,缺陷区域位置关系则可以区分出飞边。     

基于机器视觉的非接触式液位测量方法研究

构建了一种采用微功率激光源和单目摄像机构成的图像式液位测量系统。以光源反射和光源同步跟踪为基本原理,利用三角测量法和光电成像技术,实现液位与光成像的对应关系。通过最小二乘法标定液位测量装置参数并建立激光源在液面上的入射光斑与液面高度之间的函数关系,结合准确的图像处理算法来获得液位。     

基于机器视觉的塑胶制品表面缺陷自动检测技术

详细阐述了机器视觉的照明系统、CCD摄像机、图像增强、图像分割、图像识别等关键技术的发展现状,并介绍了机器视觉技术在塑料电子元件、带材、PVC建材、薄膜、皮革、塑料瓶子等塑胶制品表面缺陷自动检测中的应用现状.     

机器视觉在小型管道探伤中的应用研究

设计了针对小型管道内部缺陷检测的螺旋管道机器人系统,基于该机器人系统提出了图像处理的改进算法。首先采用结合中值滤波思想的双边滤波器,解决了双边滤波无法去除孤立噪声点的问题;其次采用了二维最大熵的阈值分割方法进行图像分割;最后根据管道缺陷的特点提取适合分类器分类的代表特征点进行分类。仿真研究表明:所提算法能够更加完整地提取缺陷信息。     

基于机器视角的AGV嵌入式运动控制器

从软、硬件方面介绍基于机器视角的AGV嵌入式运动控制器。实验证明其具有良好的控制效果AGV能够按照配送系统要求实现顺利运行．其中关键配置之一就是控制器。建立在RS一232通信的基础上．AGV嵌入式运动控制器将控制器分布测控模块和工控机连接为一体。工控机内部设置了彩色CCD摄像头图像采集卡与串1：3扩展卡．图像采集卡、图像算法等的计算则由工控机负责完成．利用控制器串1：3及电缆所连接的串1：3扩展来实现双向通信．     

基于机器视觉的聚合物粒子运动轨迹研究

挤出过程中,了解聚合物粒子的运动轨迹对于研究黏性剪切、混炼等理论具有重要作用。将机器视觉应用于动态全程可视化挤出过程,采集彩色聚合物示踪粒子图像,利用LabVIEW软件进行图像分析处理获得粒子在挤出输送段的运动轨迹和速率。较传统研究方法具有优越性。     

基于机器视觉的自动检验设备的维护

通过对基于机器视觉的自动检验设备组成及工作原理说明,从光学系统、图像信息处理系统、电气控制和执行机构三方面阐述了如何对其进行维护。     

机器视觉系统在瓷砖缺陷检测中的应用

机器视觉检测技术是一种基于计算机视觉研究的新兴检测技术,将计算机处理的快速性和可重复性与人类视觉的高度智能化和抽象的能力相结合,从而产生了机器视觉检测技术的概念.笔者通过开发瓷砖机器视觉系统来替代瓷砖质量检验人员的眼睛和大脑,使用高分辨率工业CCD相机和高亮LED光源实时采集瓷砖的表面图像,再通过图像采集卡传输到工业计...     

基于机器视觉的全程可视化挤出熔融理论研究

为了研究物料在挤出熔融过程中的物态变化,建立机器视觉系统对全程透明料筒挤出过程进行可视化观察并采集熔融图像,采用LabVIEW软件处理分析图像得到螺杆内物料的固相分布函数图。通过对比经典Tadmor熔融理论的数学模型,取得了满意的研究结果。