基于机器视觉的辐射单元中心点提取算法设计

针对阵面雷达现有装配过程中存在的自动化水平低、检测速度慢等问题,提出一种基于机器视觉引导机械手装配与检测的设计方案,方案核心在于对辐射单元口沿中心的快速、精确提取。首先通过基于形状的模板匹配算法对采集图像进行匹配,实现对辐射单元大致位置的快速定位;然后为实现对辐射单元中心点的精确提取,提出一种基于灰度差与极性变化的方法来重新拟合辐射单元外轮廓线。经Halcon仿真对比验证,该算法的检测效果比单纯进行模板匹配得到的结果有明显的优越性,这为实现阵面雷达的自动化装配与检测提供了有力的基础。此外该算法除辐射单元外亦可应用于包括圆在内的任何规则形状物体的轮廓线快速精确提取     

基于机器视觉的膨胀阀安装孔缺陷检测方法

针对工业生产中膨胀阀安装孔缺陷自动检测的需求,提出一种基于机器视觉的安装孔缺陷检测方法。使用SURF特征匹配定位待检测区域,利用双阈值迟滞分割法去除噪声;通过Canny算子计算轮廓边缘,利用邻域生长法提取轮廓信息。为克服缺陷信息的干扰,准确定位安装孔圆心,提出基于几何矩与最小二乘拟合的圆心定位方法。根据轮廓上的点到圆心的距离分割出缺陷轮廓并在输入图像上进行标注,从而实现安装孔缺陷的检测。结果表明：所提出的算法能准确检测膨胀阀安装孔的缺陷,满足工业生产中自动检测的需求。     

冲压磨削平板类零件的表面缺陷检测

为实现机器视觉在冲压磨削平板类零件表面缺陷检测的应用,开发了一套在线检测系统。磨削加工后,零件表面有走向一致、深浅不一的磨削刀纹。实验发现,平面光照下零件整体区域清晰、轮廓明显,但细微缺陷难以发现;有向光可以突出细微缺陷,但刀纹反光,造成图像质量较差。针对以上情况,设计了一种平面光与有向光结合的打光方式,以利用他们各自的优点。根据缺陷分布特征将零件区域分为内、外两部分分别寻找缺陷,采用模板匹配、阈值分割、特征提取等方式进行图像处理。针对刀纹反光影响,提出了一种基于边缘寻找缺陷的方法,根据灰度异常区域与边缘线的位置、方向判断该异常是由缺陷引起还是由反光引起。经实验验证,本方法检测的准确率可达97%。     

基于改进Canny和异常轮廓点搜索的密封圈毛刺检测系统设计

为解决目前橡胶制品行业对O型密封圈人工检测效率低、精度低的问题,设计了一套基于机器视觉的毛刺缺陷检测系统,分为硬件系统和软件系统。针对密封圈尺寸规格繁多、微弱毛刺较难检测的特点,提出一种改进的Canny边缘检测来提高轮廓检测定位精度;提出一种基于切线倾斜角的异常轮廓点搜索定位算法,根据最小二乘法拟合圆识别到的外径自动设置最优的窗口模板和阈值;通过分析轮廓切线倾斜角的变化搜索定位可疑异常点,再经筛选得到真实毛刺点,最后根据毛刺点的最小外接矩形高度判定缺陷。结果表明,该检测系统能准确可靠地检测出外径尺寸范围为?6～?35mm密封圈毛刺缺陷,在实际工业应用中具有良好的可行性。     

基于尺度不变特征变换的无砟轨道板钢筋检测

为实现高速铁路无砟轨道板的钢筋自动检测识别和计数功能,通过系统地对比分析高速铁路无砟轨道板的结构和主要病害类型及其原因,以及对应无损检测方法的优缺点,采用探地雷达法无疑是一种很好的方法。基于探地雷达图像,进行了无砟轨道板的钢筋检测和计数研究,采用尺度不变特征变换(SITF)算法提取和建立了特征点,并优化去除了重复和错误匹配特征点,同时结合模板匹配的方法实现了钢筋自动检测和数目计数判断功能,为后续的进一步缺陷自动检测识别工作奠定了良好的基础。     

基于机器视觉的钢拱架定位检测方法北大核心

针对岩石隧道掘进机(TBM)钢拱架拼接施工过程中的定位问题,提出一种基于机器视觉的钢拱架铰接孔定位检测方法。根据钢拱架拼接的现场环境,设计图像采集系统;使用具有旋转不变性的归一化的互相关值(NCC)模板匹配算法,可快速匹配钢拱架铰接孔所在的感兴趣区域;基于一维像素序列上的灰度梯度确定铰接孔外轮廓边缘点,并使用基于随机抽样一致性(RANSAC)算法的椭圆拟合方法确定钢拱架铰接孔圆心,实现钢拱架定位,为钢拱架拼接提供位姿信息。结果表明:该方法可实现钢拱架铰接孔的高效率、高精度定位检测。     

基于机器视觉的滑动轴承缺陷检测系统设计

针对滑动轴承生产过程中存在的检测速度慢、自动化水平低、检测精度低等问题,提出一种基于机器视觉的滑动轴承内表面缺陷检测系统的设计方案,实现了轴承体的自动检测功能。首先设计了一种实验检测平台用于获取滑动轴承内表面的图像;通过基于形状的模板匹配算法对预处理后的图像进行匹配,实现对目标物体与缺陷区域的快速定位;为了实现对缺陷的提取,提出了一种基于区域灰度值的图像分割方法与基于区域形态学处理的特征提取方法。实验表明,系统的检测效果与传统的检测方法相比,具有明显的优越性,为滑动轴承内表面检测提供了新的方法。     

基于彩色图像模板匹配的PCB多缺陷集中检测

在PCB工业现场进行缺陷检测过程中使用二值化图像过程过于复杂、易受光照、油污多种环境因素影响,且只能每道工序对单一缺陷进行检测等问题,提出了一种最新的基于彩色图像的快速模板匹配方法(BBM)。该方法的本质是最佳模板相似度,它基于计算源对目标集合中的点对进行最佳伙伴配对,其中每个点是模板点的最佳伙伴对,寻找模板补丁;BBM具有两个关键优势,首先可以抵抗背景杂波和噪声引起的离群值,其次它可以同时一次性完成PCB各类缺陷的检测。最后试验表明,该方法可以快速准确的完成PCB缺陷板的识别,比目前流行的深度学习方法,操作方便,耗时短,精度高,完全适用于目前企业的需求。     

基于机器视觉系统的自动检测系统设计与开发

以耳机孔壁弹性触点为研究对象，介绍并开发一种基于机器视觉的自动检测系统的原理及方法；利用CCD相机采集图像，经图像预处理、相关性搜索、特征边缘提取等算法处理完成弹性触点高度的测量，实现对耳机孔壁弹性触点高度的自动检测。测试结果表明：通过本套机器视觉系统实现对孔内壁弹性触点高度的精确快速检测，检测精度在±0．006 mm以内，这种新的检测方法对耳机孔壁弹性触点高度的检测精度和检测效率都有明显提高。     

基于无损探伤及多特征匹配的汽车铸铁件缺陷识别

超声检测是铸铁零件内缺陷判定的重要手段,针对其检测效率较低,在大批量铸件质检中操作性较差等问题,提出一种以多特征匹配来快速测定铸件内缺陷的技术方案。分析了铸铁件典型缺陷(疏松、缩孔、夹渣)及其声波特性,研究了铸件缺陷的多特征匹配流程,并从缺陷检测和识别两个角度论证方案的可行性。总之,根据声波特性,利用多特征匹配能较好的判定缺陷,减少匹配误差,提高质检效率。     

基于机器视觉的喷丝头微孔检测方法

针对化纤喷丝头微孔，提出一种基于机器视觉的检测方法并进行了验证。首先采用高分辨率工业相机对化纤喷丝头微孔进行实时图像采集，对图像进行灰度变换后，利用高斯-拉普拉斯算子增强图像边缘并通过Canny算子提取边缘信息，然后对微孔边缘进行圆拟合，从而检测出微孔的孔径和孔数。基于该方法，设计和开发了化纤喷丝头微孔检测系统，该系统由图像采像装置、喷丝头传送装置及检测软件组成。系统测试结果表明：该方法可以实现喷丝头微孔的非接触连续检测，检测精度可以达到微米级别。     

基于机器视觉的异形弹簧快速缺陷检测方法研究北大核心

为实现异形弹簧的尺寸和变形缺陷在线检测,基于机器视觉设计一套零件快速定位、测量和缺陷检测的方法。详细论述图像处理算法,即图像预处理、图像定位、尺寸测量和变形缺陷检测算法等。基于形状的模板匹配对零件进行定位,通过创建测量矩形完成对零件的尺寸测量。基于微分和自身对照的思想,对零件易变形区域进行微分,通过对比微分的小区域,实现对零件的快速变形缺陷检测;简略介绍系统的硬件组成和工作原理。结果表明:所提算法对零件的误检率约为2.5%,实现了无接触、快速且较为准确的检测;该检测方法操作简单,具有较高的实用性,可以满足工业生产要求的需要。     

基于碳化硅纤维丝束不规则运动的多孔薄板类零件表面抛光理论与实验研究

汽车空调压缩机用多孔类阀板表面多采用硬研磨工艺进行光整加工,存在表面粗糙度大、孔边有毛刺、阀片与阀板配合表面密封不严等问题。为解决以上问题,提出利用碳化硅纤维丝束抛光替代传统的研磨。完成应用碳化硅纤维丝束进行抛光的运动轨迹的理论分析,采用MATLAB软件对运动参数进行优化仿真,对比分析了毛刷头和工件不同速度对运动轨迹的影响规律。设计制作了双面智能抛光机,并通过实验对运动参数和抛光效果进行验证。结果表明:此种方法将阀板表面的抛光轨迹变成小的均匀曲线交叉网格,消除孔边毛刺并对孔边进行了倒小圆角,提高了阀板表面质量。     

钢板缺陷的脉冲漏磁检测系统设计及试验

基于脉冲漏磁检测技术检测钢板缺陷,实现钢板表面和背面缺陷的区分。利用设计的钢板脉冲漏磁检测系统,提取了钢板表面和背面缺陷的信号,分析在脉冲信号激励下的缺陷漏磁信号特征。根据信号电压峰值和电压谷值同步曲线区分缺陷,编写了基于Labview的检测程序,实现了钢板表面和背面缺陷检测和区分。在实验室条件下,通过设计的脉冲漏磁检测系统,对刻有矩形槽的钢板进行了检测。试验结果表明,基于脉冲漏磁检测技术,利用电压信号峰值和谷值同步采样曲线,可对钢板表面和背面缺陷进行检测和区分。     

Nondestructive evaluation of surface defects under dry/wet environment by the use of photoacoustic and photothermal electrochemical imaging

Nondestructive evaluation of surface defects fabricated on a metal plate has been performed by the use of a photoacoustic scheme and a photothermally-induced electrochemical detection scheme. An Ar laser beam is modulated with a mechanical chopper and is focused on a metal sample plate with a microscope objective lens. The laser beam is scanned with a pair of computer-controlled optical scanners. The principle of a photothermal electrochemical scheme is to detect an electrochemical current change caused by laser heating, instead of the sound wave detection in a photoacoustic scheme. A columnar hole fabricated on a metal sample surface was studied for each detection scheme under a dry/wet environment.     

微磁检测在火车轮轮对检测中的应用研究

针对火车轮内部缺陷,提出了一种基于地磁场环境下的无损检测方法。首先理论分析微磁检测应用于火车轮轮对内部缺陷的可行性,然后根据火车轮外观尺寸设计火车轮微磁检测系统,最后通过检测预制人工孔洞缺陷的火车轮试块完成微磁检测的试验部分。研究采用阈值法处理磁梯度检测信号,数据分析结果验证微磁检测对火车轮内部缺陷检测的可行性。试验结果表明:试件中孔洞缺陷直径一定时,埋藏深度越深,缺陷引起的磁感应强度相对变化量越小,而当孔洞缺陷埋深一定时,孔洞缺陷直径越大,缺陷引起的磁感应强度相对变化量也同样会越小,但磁场的异常区域越大;采用阈值法可有效识别缺陷,并实现缺陷微磁检测的可视化。     

基于深度学习的微小元器件智能在线检测系统

为了解决多种微小元器件的尺寸、位置、方向和缺陷自动化在线检测难的问题,提出一套机器视觉和深度学习相结合的智能在线检测系统.通过搭建视觉检测系统采集微小元器件的图像,并对图像进行图像预处理、二值化、滤波、边缘轮廓特征提取以及模板匹配等处理,实现了多种微小元器件尺寸、位置和方向的在线检测.针对微小元器件表面缺陷,提出一种基...     

A new technique to detect defect size and depth in composite structures using digital shearography and unconstrained optimization

Advanced composite materials are finding increasing application in aerospace, marine and many other industries due to their performance and structural efficiency. Maintenance inspection of these light-weight structures is a relatively new and difficult task for Non-Destructive Testing (NDT), which need robust methods to be applicable in industrial environments. In this paper, a new numerical-experimental procedure to detect size and depth of flat bottom holes in metallic and laminated composite structures by digital shearography (DISH) is proposed. The flaw detection capabilities of DISH have been evaluated by measuring the dynamic response of defects to applied stresses. Vibration dynamic loading is used to reveal flat bottom holes made with different sizes and placed at different depths in CFRP laminates. The shearographic methodology is based on the recognition of the (0 1) resonance mode per defect. A simplified model of thin circular plate, idealized above each flaw position, is used to calculate the natural frequency of vibrating defects. Then, the numerical difference between experimental resonance frequencies and those computationally obtained is minimized using an unconstrained optimization algorithm in order to calculate the defect depth. Considering the simplicity and rapidity of this technique, the laser shearography methodology is evaluated reliable as NDT method.