基于计算机视觉的玻璃瓶裂纹在线检测系统

采用计算机视觉的原理和方法对待检玻璃瓶进行了图像获取、图像预处理、图像分割、特征提取和判断决策研究,开发了一个正确率很高的玻璃瓶裂纹在线检测系统。     

基于计算机图像处理的电路印刷板缺陷检测

针对人工目检等传统PCB检测方法高成本、低效率问题,通过提出一种基于计算机图像处理的PCB板计算机视觉混合检测方法,完成了实现快速稳定可靠的PCB缺陷智能在线检测的目的;建立了系统的软硬件结构,研究出结合图像分模块处理,改进的极小值分割、快速模板匹配、图像对比、形态后处理等措施的混合智能检测算法;实验结果证明,该方法解决了海量数据与实时性处理的矛盾以及噪声干扰等问题,能准确检测PCB常规缺陷,并保证了自动在线检测的实时性、可靠性和低成本.     

拉铆钉多参数高精度在线检测系统的设计

针对托铆钉在线检测设备在国内还是空白的现状,利用机器视觉技术、嵌入式技术以及光源技术设计了一种用于拉铆钉多参数高精度在线检测的系统;系统以嵌入式微处理器S3C2440为核心,用非接触测量方式,利用CMOS图像传感器OV3640对拉铆钉的特征信息进行采集提取,完成了拉铆钉生产的实时在线高速高精度的检测,检测精度达到0.01 mm,检测速度为每分钟1800件以上,解决了拉铆钉在线自动检测这一行业难题.     

玻璃瓶缺陷检测技术综述

随着数字图像处理技术的发展,图像检测的应用逐渐成为许多工程应用中的关键技术。本文阐述了在玻璃瓶检测中．利用机器视觉和数字图像处理技术的检测系统的实现方法;利用图像处理技术对有瓶口裂缝、瓶口缺口、瓶颈裂缝等缺陷的玻璃瓶进行检测．实现了准确、快速、无接触检测的功能。     

基于神经网络与计算机视觉的产品质检方法

采用计算机视觉原理与神经网络技术的自动化检测方法是计算机检测的新发展，具有非接触性、速度快、效率高、柔性好等优点，在现代产品质量检测中有着广泛的应用前景。该文介绍了基于神经网络与计算机视觉的产品质量检测系统的一般结构，阐述了这种系统的一个实例——玻璃瓶裂纹在线检测系统的实现方法。由于神经网络的应用，使得该检测系统具有良好的自学习、自适应能力，成功地实现了对生产线上玻璃瓶裂纹的快速、精确的检测。     

DH-PRINT系列印刷检测系统在印刷包装领域的应用

DH-PRINT系列印刷质量检测系统是由大恒集团北京视觉图像技术公司推出的高速、简单易用、100%幅面实时检测系统,系统采用一个或多个彩色线阵摄像机来满足不同幅面、不同精度的检测要求,采集到产品图像数据后传送到处理计算机内存中,与标准模板图像进行比较,如果发现与标准不同并且超过设定的公差范围,系统输出报警信号。本系统可以用于在线和离线两种检测模式下。在线模式下可配合卷凹机、胶印机等常用印刷设备为操作员在尽可能短的时间内提供印刷错误信息,及时排除故障,降低废品率;离线模式下可配合检品机、复卷机、分切机等设备对产品进行全方位的质量检测,提高生产效率和产品质量。     

手机面板表面质量在线检测系统的研究

针对手机面板表面的几种缺陷类型提出了可行的检测方法,设计了基于黑白面阵CCD的在线检测系统.用VC++6.0开发了应用软件来控制系统自动运行和实现算法.将CCD采集的手机面板图像经过去噪、图像分割等处理后根据判别准则判断产品合格与否,完成缺陷检测任务.实验结果表明:该方法可以取得良好的检测效果.     

基于图像处理的玻璃瓶口裂纹检测系统设计与实现

为了快速、准确地对玻璃瓶口裂纹进行无接触检测,基于图像处理技术设计与开发了一个玻璃瓶口裂纹检测系统。首先对获取的玻璃瓶口图像进行降噪与分割处理,并利用重心法获取玻璃瓶口圆心的粗定位,然后利用边界跟踪算法对玻璃瓶口进行边界跟踪,并通过 最小二乘拟合获取玻璃瓶口圆心的精确位置,最后利用深度优先遍历算法对裂纹点集进行聚群,从而实现对玻璃瓶口裂纹的检测。实验结果表明,该系统操作简单、效率高、抗干扰能力强,能满足实际使用的要求。     

埋入式义齿电容压力传感器在线检测系统

本文详细给出了一种埋入式义齿电容压力传感器在线检测系统.作为义齿治疗的客观化辅助系统.系统在硬件上采用电容式压力传感器完成作用力信号采集,用UA303型A/D采集器作为计算机接口,以计算机作为人机交互、软件处理和显示终端.在软件上,用VC 6.0开发了在线检测系统.系统可实时观察义齿作用力,使义齿下方粘膜及粘膜下方的骨组织所承受的作用力达到有利于支持组织健康的范围.结果表明测量系统具有实时性、系统可靠、界面友好,易于操作以及系统可扩展性强等优点.     

基于机器视觉的加工误差在线检测系统设计

针对加工零部件人工误差检测高劳动强度、低效率的问题,以及被检测工件的特殊形貌,设计了一套加工件装配过程在线检测系统,将基于计算机的非接触式视觉检测技术引入到工业生产线中。利用CCD相机捕捉工件表面形貌图像,结合图像噪声去除、边缘提取、阴影检测、模式特征句法分析、模板匹配等技术,在线检测工件生产流程中出现的误差。实验结果表明所设计的系统降低了操作人员的劳动强度,提高了零部件误差检测效率。     

基于机器视觉的啤酒瓶检测系统研究

为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.     

基于多聚焦图像融合的小孔内表面缺陷检测

针对传统直径3 mm以下小孔内表面缺陷检测缺乏有效检测方法的问题,提出了一种新的基于显微光学与多聚焦图像融合的小孔内表面缺陷检测方法。首先在不同光照环境下,呈斜入射方式沿小孔轴线方向依次采集单侧孔壁的序列图像;然后通过前景光照下得到的掩膜模板提取孔壁图像的感兴趣区域（ROI）,并运用快速鲁棒性特征（SURF）算法实现ROI配准;进而采用基于区域清晰度的小波图像融合方法实现ROI多聚焦图像融合;最后以直径2 mm喷丝板导孔为实验对象,采用阈值分割算法提取导孔内表面的溶蚀斑进行检测分析。实验结果表明,该方法具有一定的可行性,避免了传统人工检测方法效率低的问题,同时打破了传统直径3 mm以下的小孔内表面检测方法不再适用的局限性。     

喷墨质量自动检测系统的设计与实现

提出了一种自动检测喷墨质量的方法,说明了系统组成结构,并给出了软件设计要点。系统基于高速视频采集设备和图像处理技术,以显微镜和CCD相机作为飞行墨滴的放大和图像获取部件,以频率发生器和两轴运动平台作为控制部件,完成了对墨滴图像的自动和实时采集。在采集过程中能够对喷头的每个喷嘴进行自动精确定位。对采集到的图像使用机器视觉方法进行分析,实现了喷墨液滴的可视化和喷墨质量的自动检测。     

Fast Small Offshore Target Detection Based on Object Region Characteristic

A fast object detection method based on object region dissimilarity and 1-D AGADM (one dimensional average gray absolute difference maximum) between object and background is proposed for real-time defection of small offshore targets.Then computational complexity,antinoise performance,the signal-to-noise ratio (SNR) gain between original images and their results as a function of SNR of original images and receiver operating characteristic (ROC) curve are analyzed and compared with those existing methods of small target detection such as two dimensional average gray absolute difference maximum (2-D AGADM),median contrast filter algorithm and multi-level filter algorithm.Experimental results and theoretical analysis have shown that the proposed method has faster speed and more adaptability to small object shape and also yields improved SNR performance.     

基于目标区域特性的海面小目标检测快速算法

A fast object detection method based on object region dissimilarity and 1-D AGADM (one dimensional average gray absolute difference maximum) between object and background is proposed for real-time defection of small offshore targets. Then computational complexity, antinoise performance, the signal-to-noise ratio (SNR) gain between original images and their results as a function of SNR of original images and receiver operating characteristic (ROC) curve are analyzed and compared with those existing methods of small target detection such as two dimensional average gray absolute difference maximum (2-D AGADM), median contrast filter algorithm and multi-level filter algorithm. Experimental results and theoretical analysis have shown that the proposed method has faster speed and more adaptability to small object shape and also yields improved SNR performance.     

基于数字图像处理技术的实时检测系统*

基于在线检测系统与图像处理算法的研究,提出了一种适用于在线检测的快速胶片弊病检测算法。采用了红外光对胶片成像,并通过CCD相机采集图像信号送入计算机,通过平滑滤波、边缘提取及累加判别等处理技术,实现了对胶片弊病的识别与检测。现场调试运行表明,在卷片机车速2070 m/min的条件下,该系统运行稳定,对于黑白胶片的各种典型弊病能够正确检测,并能忽略掉胶片上可以接受的微小瑕疵,满足了实际生产的需要。     

基于深度自编码器网络的压盖缺陷检测

口服液压盖过程,会出现压盖不良等情况,瓶盖可能会出现划痕、刮花、表面卷曲、压盖破损等缺陷,为保证食品药品安全必须在出厂前进行检测.在基于深度学习的口服液瓶压盖缺陷检测的研究过程中,使用传统卷积神经网络对口服液压盖缺陷数据集进行训练,需要进行人工标注,效率较低.为有效解决上述问题,设计出一种无监督学习的深度卷积去噪自编码...     

基于机器视觉的透明瓶装液体液位自动检测

瓶装液体液位高度自动检测能大幅提高产品检测效率.文中介绍了一种带标杆的透明瓶装液体液位检测系统,利用了液体折射原理,图像中瓶身后的标杆在液面处会出现虚拟的断开现象,通过图像处理确定标杆断开的位置从而得到液位高度.72幅液位图像的实验结果表明,该系统稳定性好,检测准确率较高,用于透明瓶装液体液位自动检测中是可行及有效的.     

Edge detection in a hexagonal-image processing framework

With processing power of computers and capabilities of graphics devices increasing rapidly, the time is ripe to reconsider using hexagonal sampling for computer vision in earnest. This paper reports on an investigation of edge detection in the context of hexagonally sampled images. It presents a complete framework for processing hexagonally sampled images which addresses four key aspects: conversion of square to hexagonally sampled images, storage, processing, and display of these images. Results from using edge detection on this framework show that (a) the computational requirement for processing a hexagonally sampled image is less than that for square sampled images, and (b) a better qualitative performance which is due to the compact and circular nature of the hexagonal lattice. This last point needs to be exploited in the development of edge detectors for hexagonally sampled images.