基于虚拟仪器的质量检测机器视觉系统

对机器视觉、虚拟仪器各自应用的特性作了比较，指出了机器视觉和虚拟仪器相互结合的技术优点，探讨了基于虚拟仪器的质量检测机器视觉系统的物理实现问题。文章比较详细地讨论了光源设计、摄像机、图像采集卡选取和系统软件设计等方面的技术实现细节。     

基于机器视觉的透明口服液装量检测系统的研究

本文介绍了一种利用机器视觉技术检测塑料透明瓶装口服液的装量检测系统.该系统实时在生产线上采集装有液体的口服液,每幅图片拍摄5瓶口服液,然后使用图像处理方法,检测出液位线,以判断液位线的高度来判断液体装量是否合格,经实验表明,该系统的检测能有效排除气泡干扰,检测精度能达到98％.     

基于机器视觉的方便面分类检测系统设计

针对方便面生产线上,传统人眼在分类不同品种方便面时的低效率、高劳动强度问题,将机器视觉技术应用到其生产线上。为了便捷高效实现不同品种方便面的自动分类,采用基于HSI颜色空间特征的统计模式识别方法,并基于VC++6.0开发了易操作的人机交互界面。测试结果表明,该检测系统能正确快速实现多品种的方便面的识别与分类,其性能可满足生产需求。     

基于机器视觉的缺陷检测应用综述

针对工业生产过程中缺陷检测的必要性以及传统人工缺陷检测的缺点,研究了基于机器视觉的缺陷检测技术,阐述了典型的机器视觉检测系统的组成,分析了国内外机器视觉缺陷检测技术的应用现状,展望了机器视觉缺陷检测技术的发展趋势,并指出不断优化算法,提高图像处理算法的准确性与鲁棒性,使检测系统更加智能化,是需要不断努力的方向。     

基于机器视觉技术的电缆结构参数检测系统研究

随着电力技术的快速发展,电力基础设施电缆化程度不断提升,各种电缆故障和事故亦愈加频发。为了提高电力工程中电缆入场和安装前结构参数检测精度,有效预防和减少物理缺陷对电缆安全稳定运行造成的隐患,研究了基于机器视觉技术的电缆结构参数检测系统。该系统通过机器视觉模块实时采集电缆截面图像,通过优化图像处理算法并开发检测程序,拓宽现场条件下电缆结构尺寸参数可检测种类,实现检测数据的保存和输出。非接触检测的便捷性和数据的可追溯性,有利于纵向提升电缆入场和安装前的质量管控精准度。通过对比分析及现场测试表明该系统具有良好的实际操作性和较强的实用价值。     

基于机器视觉维氏硬度检测技术研究

维氏硬度测试是一种精度高、应用范围广的硬度测量方法,但人工操作测量误差高、局限性大。本研究基于机器视觉的方法,搭建维氏硬度测试平台,通过采集压痕图像并对其进行处理、运算得出被测物硬度值。实验验证了其可行性。     

基于机器视觉的风机叶片缺陷检测

针对风机叶片缺陷难以检测的问题,提出一种基于机器视觉的风机叶片缺陷检测方法.首先,使用非局部均值方法去除图像中的背景噪声,同时平滑缺陷边缘;其次,使用自适应对比度增强方法进行图像增强,提升图像的整体质量;然后使用双阈值 OTSU 大津法分割增强后的图像,提取得到缺陷区域;最后,使用 Canny算子和形态学 变换对缺陷区域进行边缘检测,得到缺陷区域定位.试验结果表明,该算法具有一定的有效性和准确性.     

基于PC的机器视觉系统

本文概述了机器视觉的市场前景，比较了PC式视觉系统与嵌入式视觉系统在检测速度、测量精度等指标上的优劣，并最点介绍了基于PC的机器视觉系统的设计方法，包括光源、镜头、摄像机、图像采集卡等的选用以及视觉软件的设计方法。文章还列举了几个基于PC的机器视觉的成功应用案例。     

基于机器视觉的电子枪检验与修复系统

电子枪成品检验与缺陷修复是电子枪生产的关键环节,基于机器视觉设计的电子枪检验与缺陷修复系统,可快速对多个参数同时进行高质量的检测和修复,有效地提高了良品率,降低了漏检率,一台设备能适用多种规格电子枪生产。     

机器视觉在铜带表面缺陷检测系统中的应用

介绍了将机器视觉技术和LabVIEW图像处理技术应用于在线铜带表面检测的系统设计,以及系统的图像处理算法。系统采用两个面阵CCD摄像头同步采集铜带表面的图像,并通过LabVIEW图像开发模块对图像进行分析和处理,以得到铜带表面的缺陷情况。最后将缺陷图像数据进行分析并存储,根据结果适时发出警报。     

基于机器视觉的瓶口缺陷检测方法研究

在基于机器视觉的啤酒瓶口质量检测过程中,由于部分瓶口图像中缺陷灰度值变化范围大、边缘区域的干扰多,传统方法难以实现瓶口缺陷快速、准确检测。为此,分析总结各类瓶口缺陷特征,提出基于随机圆评估的三圆周定位法,以提高抗干扰能力和定位精度,并提出残差分析动态阈值分割与全局阈值分割结合的瓶口缺陷检测方法,克服灰度变化和瓶口缺失对检测结果的影响。对90幅图像测试,与5种瓶口缺陷检测法对比,结果显示:执行时间为117.33 ms,与效果最好的SVM算法相比,检测正确率提高了2.22%,可实现强干扰、大缺陷的瓶口图像中缺陷快速、准确定位和检测。     

基于机器视觉的圆网印花机对花检测系统

针对圆网印花对花检测问题,提出利用机器视觉的方法来检测印染过程中对花误差的大小.首先介绍了印染织物图像的特点,并结合“错花”图像的特点,采用JSEG算法对织物图像进行分割;选取各颜色区域的边缘轮廓作为匹配的特征信息,通过两次基于Fourier-mellin变换的曲线匹配,完成误差的检测.最后给出了“错花”误差的计算结果...     

基于机器视觉的孔类零件尺寸在线检测

应用机器视觉技术对孔类零件进行尺寸测量,采用边加工边测量的方式进行在线检测,可有效缩短零件的生产周期,提高生产效率.通过分析零件的工艺特征,选用CMOS相机与高精度远心镜头,对有倒角的特征采用环形光源照明,对未倒角的特征采用同轴光源照明,提高了硬件平台的柔性化.针对图像采集与传输过程中的椒盐噪声与高斯噪声,对采集后的灰...     

基于机器视觉的芯片偏移检测系统

针对矩阵式测试盘上芯片偏移检测问题,搭建一套基于机器视觉的芯片偏移检测系统,主要包括上下料流道、三维移动 平台和视觉检测模块。 检测系统以一标准样板为基准,构建模板匹配与仿射变换相结合的图像矫正算法,实现不同待测样本间 检测的通用性;以灰度梯度及梯度方向为依据,设计针对芯片区域的矩形测量算法;系统以芯片左上角和右下角点连线的中心 为基准点计算芯片偏移量。 实验结果表明,本系统针对芯片偏移检测的误差范围-2. 145~ 4. 257 μm,单片芯片偏移计算算法执 行的平均时间为 72. 56 ms,检测轴运行速度为 20 mm/ s,对行列数为 5×12 的矩阵式测试盘上芯片的平均检测时间为 64. 5 s/ 盘,可满足实际加工过程的需求;使用测量系统分析(MSA)中的偏倚与线性度分析方法对本系统的准确性进行评估,结果表明 系统的偏倚和线性均满足生产需求。     

基于机器视觉的点胶系统的设计与研究

传统的点胶设备通常是基于人工手动固定输入点胶位置及点胶路径来驱动点胶阀的半自动化设备,这样的设备不仅无法适应某些有一定尺寸公差的产品,而且生产效率也打不到理想水平。针对这种情况,该系统把视觉技术引入到点胶位置的测量过程中,设计了一种利用视觉技术抓取点胶位置的自动化点胶系统。基于 Visual C#编程平台利用eVision图像处理软件对胶片的图像进行分析,利用图像预处理和形态学操作来实现点胶起始坐标的提取。实验表明：系统的点胶精度可达0.014 mm,重复精度可以控制在0.012 mm以内,很大程度上解决了传统点胶技术稳定性差、点胶精度低的问题。     

基于机器视觉的芯片引脚测量及缺陷检测系统

芯片引脚的尺寸测量及缺陷检测在智能制造生产中具有重要意义,笔者为了实现对芯片引脚宽度、间距和长度以及引脚缺陷的高质量、高精度检测,利用HALCON视觉软件平台、采用形状匹配和一维测量算法进行检测实验。首先,通过上位机控制相机采集图片,采用基于形状的模板匹配方法并结合金字塔搜索算法对芯片进行匹配定位,其次,应用仿射变换获取芯片引脚的区域,最后,将提取的引脚区域运用一维测量算法实现对芯片的引脚尺寸测量和缺陷检测。实验结果表明单张图片检测时间为56ms,测量误差为±0.01mm,缺陷检测正确率为100%。因此,利用机器视觉在线检测,不仅保证了测量的精度,同时保证了准确率,检测行业高精度、实时性的要求得到了充分的满足。     

基于机器视觉的拆回旧电表参数信息检测技术研究

针对拆回旧智能电能表的回收分类存在人工检定准确率不高、效率低下的问题,提出了一种基于机器视觉的参数信息检测方法,通过检测智能电能表的额定参数信息,完成电能表的分类回收工作。在以C#与Halcon为软件平台建立智能电能表图像检测系统的基础上,采用Blob分析算法,对图像进行ROI(感兴趣区域)提取,采用直方图均衡化对提取后的图像进行处理,以增强背景与目标区域之间的对比度,获取质量较高的电能表图片,通过OTSU算法对Canny边缘检测算法进行改进,提高图像阈值范围的自适应性,获取更完整的图像外观轮廓,最后对图像进行字符分割处理,得到电能表的额定参数信息。经过实验验证,该方法能够准确检测识别电能表铭牌的额定参数信息,实验数据显示检测准确率达99.5%,平均每台电能表检测耗时0.62 s,很大程度上节省了电能表分类工作的检定时间,提升了工作的效率与准确性。     

基于支持向量机的规则零件检测技术研究

基于机器视觉的零件检测系统由于具有非接触、实时性强、速度快等优点广泛应用于各种工业生产中,提出了一种基于边缘跟踪的零件缺陷边缘智能检测算法,很好的检测到了完整的缺陷边缘,为特征提取提供了高质量的缺陷边缘参数。采用基于支持向量机的分类识别算法,避免了神经网络算法中需要多样本和过度拟合的问题,通过对比分析选择合适于本系统的核函数,并运用基于交叉验证和网格搜索的参数选择方法找到核函数的最佳参数,采用一对一的投票策略进行分类训练和测试,最后对采集到的缺陷零件样本进行了分类测试实验,达到预定的较高的检测精度。     

基于3D视觉的风电塔筒焊缝检测系统设计

为满足风电机组塔筒行业对焊缝外观质量缺陷检测高效性、精确性的需求,采用3D机器视觉技术研制了基于风电塔筒焊缝外观质量缺陷检测系统。首先,通过点云滤波、点云分割、点云精简对采集的点云数据进行预处理,确保后期缺陷评判的准确性;其次,对三维数据进行轮廓切片化处理以及断点拟合处理,得到轮廓特性;再次,采用递归粗提取改进算法提取特征点,进行缺陷评判,获得焊缝外观缺陷检测结果;最后,根据系统焊缝缺陷评判流程及标准,选取典型的焊缝样板进行焊缝宽度、焊缝错边以及焊缝直线度测试,焊缝检测精度可达0.001 mm,速度为当前人工检测速度的3倍,检测结果表明,系统具备高准确性、高速度和高精度特性,能代替人工检测,具有良好的应用前景。