介绍一种车床刀具磨损视觉检测装置

对于现代机床而言,刀具的磨损状态监测显得日益重要。在此设计并制作出了一种新颖的在机视觉检测装置,不仅可以实现视觉系统与机床的结合,而且具有良好的隔振性能。实验结果表明,采用这种机构,可以使摄像机拍摄到比较清晰的图像,为实现车刀磨损在机检测提供了条件。     

基于机器视觉的螺纹参数检测

依靠机器视觉技术,对螺纹检测的图形处理技术进行了研究,提出了螺纹多参数的检测方法.介绍了图像处理技术中的预处理、边缘轮廓提取、参数标定等技术,并研制了相应的检测软件.实验结果表明该软件能对螺纹进行实时、高速地检测.     

一种基于机器视觉的浮法玻璃质量在线检测系统

人眼对浮法玻璃上畸变小的缺陷并不敏感，漏检的缺陷会给玻璃深加工带来极大的困难。快速、可靠和准确的机器视觉检测技术是解决玻璃生产中质量控制问题的重要的技术手段。本文介绍了一种基于机器视觉的浮法玻璃质量在线检测系统。该系统利用分布式视觉处理技术、采用模块化的图像处理系统设计，能够实现缺陷的精确提取，能实现对缺陷的智能分类和分级，能根据缺陷数据对玻璃进行分级打标，满足了浮法玻璃生产中缺陷在线检测的需要。     

一种基于机器视觉的石材缺陷检测方法

针对传统石材检测方法实时性差、精度低与劳动强度大的缺点,提出了一种基于视觉的缺陷测方法,首先以石材轮廓的矩包络线为基准,利用近邻搜寻算法确定尺寸测量的角点,欧式距离衡量尺寸参数。然后采用分块策略生成对应的局部多特征映射矩阵,并将其元素与训练的标准参数进行对比,搜寻潜在缺陷块,结合邻域信息合并潜在块确定缺陷位置。最后应用多特征数据建立支持向量机(SVM,Support Vector Machine)的缺陷类别预测模型,实验表明该方法具有较好的检测效果,具有重要的应用价值。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

一种包装质量视觉检测软件的通用模型

在现代工业自动化生产中，有许多包装质量检测任务，一般这些工作是靠人工检测完成的．但是人工检测通常无法达到满意的检测效果，而机器视觉则非常适合于包装质量检测。本文描述了一种包装质量视觉检测系统中检测软件的通用模型。     

基于机器视觉的齿轮缺陷快速检测

结合齿轮缺陷自身的特点，论述了齿轮缺陷检测系统的构成、图像处理及检测流程，提出了一种基于机器视觉的齿轮缺陷快速检测方法。实例分析表明．该检测系统能够快速、准确地实现齿轮缺陷的检测，满足自动化生产的需要，可在实际生产中代替人工检测；     

一种基于机器视觉柔性冷弯成型在线检测方法研究

本文在已有的柔性冷弯成型过程中的控制系统的基础上,提出了一种将机器视觉结合到柔性冷弯成型控制系统中的方法。该检测方法对成型板材进行图像采集和图像处理等手段提取成型板材在某一时刻的截面轮廓曲线,将提取的截面轮廓曲线与控制系统中该时刻的理论截面轮廓相比较得出差值,并将差值反馈控制系统,进行插补运算实现全闭环控制。     

QFP芯片外观视觉检测系统及检测方法

基于QFP芯片的管脚外观检测的需要,开发了基于机器视觉的QFP芯片外观检测系统,并简要介绍了该系统的硬件系统和软件系统。为实现管脚外观检测要求,采用Canny算子边缘检测算法针对QFP管脚的图像进行处理,着重论述了管脚栈高的检测方法及基于三点法的管脚共面度的检测方法。测试结果表明,该外观检测系统能达到在线生产的工艺要求。     

一种基于ARM的钢管焊渣条分叉视觉检测系统

采用机器视觉技术,设计了一种基于ARM、以USB网络摄像头采集图像的焊渣条分叉自动检测系统。对图像进行二值化处理后,系统根据对象边缘像素点的分布识别焊渣条是否分叉,并驱动相应的声光报警器报警。试验证明,该系统能自动检测焊渣条分叉,体积小,性价比高,在低速低精度的检测场合具备较高的推广应用价值。     

智能视觉检测平台的控制系统研究与开发

产品质量检测是工业自动化生产线上的重要环节,基于机器视觉的智能检测的是产品质量检测的重要方法.文中介绍了多功能、通用型的智能视觉检测平台的控制系统策略,提出了一种PC＋运动控制卡＋数据I/O卡的控制方式,分析了各控制单元的软硬件结构和基本工作原理.并以VC＋ ＋为工具,开发了具有良好的通用性、移植性和可扩展性的控制系统软件.     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。     

基于多帧差分与自适应技术的运动目标检测方法研究

提出了动态环境下适用于移动机器人视觉导航的运动目标检测方法,将多帧差分与自适应背景剪除技术相结合,考虑了背景的运动变化和对移动机器人的运动进行了补偿,优化了图像采集频率和摄像机运动速度之间的参数,并选取相应的最优帧数进行差分。该方法获得了准确、完整的检测结果,提高了检测的实时性,可用于视觉导航的智能移动机器人系统。     

基于机器视觉的刀具几何参数测量技术

为了适应金属切削刀具理论研究和生产实践对于刀具几何参数快速、准确在线测量的要求 ,在Lab VIEW平台上开发了基于机器视觉的刀具测量系统 ,利用边缘检测、亚像素精度等图像处理技术 ,实现对车刀各参考平面内的主要几何参数的非接触测量。测量结果表明 ,测量精度可靠     

基于机器视觉的尺寸测量方法研究

用CMOS摄像头搭建了简易的机器视觉系统,利用NI Vision Assistant软件实现了对试件线性尺寸和圆弧尺寸的测量,论证了低成本CMOS镜头用于尺寸测量的可行性。     

基于图像处理的BGA视觉系统设计

BGA是当今最流行的封装技术,其封装的精度决定了芯片的性能,在对典型视觉系统分析后,本文提出了单目对中视觉系统,并确定了芯片和焊盘与系统的距离,对采集到的图像用小波多尺度算法对其进行边缘检测,验证的系统的可行性,为后续研究提供参考.     

基于脉冲耦合神经网络的刀具磨损检测

将仿生学中的脉冲耦合神经网络（PCNN）引入刀具磨损检测中,利用刀具磨损区域灰度强度明显高于刀体和背景区域灰度强度的特点,通过空间邻近和灰度相似集群像素获得分割的二值图像,从而达到对刀具磨损区域进行检测的目的。对车削加工中刀具不同磨损阶段的磨损图像进行分割试验,证明了该算法可以有效地判断刀具的磨损状态。     

模型的视觉关注度简化方法与轻量化装配技术

提出了模型的视觉关注度简化方法与轻量化装配技术,建立了从最精确到空模型的6级标准件模型特征库。通过对设计人员视觉、装配结构体、运动链关联的分析,给出了装配部件上的标准件模型动态精细度层级的计算方法,实现了自动切换不同精细度模型的轻量化装配功能,并在飞机设计中应用,有效地提高了设计效率。     

基于机器视觉的螺栓几何形状检测方法研究

螺栓的外形对保证其质量有着极其重要的作用,针对螺栓的外形结构特点,本文设计了螺栓的检测流程,并使用VC6.0开发了检测程序.根据螺栓的几何特征,选取面积、周长、质心、圆形度等判定参数,然后,介绍了螺栓头部,螺纹外径、中径的测量方法.经验证,这些特征参数和检测算法能很好的辨别出螺栓的外形缺陷.     

Real-Time Front Vehicle Detection Algorithm Based on Local Feature Tracking Method

This paper proposes an algorithm that extracts features of back side of the vehicle and detects the front vehicle in real-time by local feature tracking of vehicle in the continuous images.The features in back side of the vehicle are vertical and horizontal edges,shadow and symmetry.By comparing local features using the fixed window size,the features in the continuous images are tracked.A robust and fast Haarlike mask is used for detecting vertical and horizontal edges,and shadow is extracted by histogram equalization,and the sliding window method is used to compare both side templates of the detected candidates for extracting symmetry.The features for tracking are vertical edges,and histogram is used to compare location of the peak and magnitude of the edges.The method using local feature tracking in the continuous images is more robust for detecting vehicle than the method using single image,and the proposed algorithm is evaluated by continuous images obtained on the expressway and downtown.And it can be performed on real-time through applying it to the embedded system.