基于机器视觉的夏比试样缺口测量系统

传统的基于光学放大的夏比缺口检测手段精度低、效率低。通过将机器视觉的方法引入到夏比试样的缺口检测中,结合图像的二值化计算方法,设计并实现了一套基于该方法的软硬件系统。文中详细介绍了该系统的组成结构和检测软件的计算方法,所设计系统的主要组成结构包括图像采集单元和图像处理单元,同时优化了现有的图像二值化计算方法来实现对夏比试样缺口深度的确定。实验结果表明该检测方法精度远高于工业标准要求的精度,而且有效提高了这一领域的工作效率。     

铝合金零件尺寸误差自动检测方法研究

针对铝合金零件的高反光、尺寸较大导致难以检测的问题,对机器视觉系统、图像合成、图像处理等方面进行了研究,提出了基于机器视觉的铝合金零件尺寸误差的自动检测方法。采用同轴平行光源在零件上方打平行光和两轴运动平台采集局部高精度图像并拼接合成的方法,获取了高精度大尺寸零件图,提高了检测精度并可突破检测尺寸局限;利用视觉检测技术实现了图像的预处理、尺寸特征量提取等的处理,采取Canny算子结合双线性插值方法提取了零件亚像素级边缘,提高了检测精度,通过将提取的零件边缘图像与标准零件CAD图匹配、判识,完成了零件尺寸的测量分析。研究结果表明:该铝合金零件检测方法实现检测精度高于0.02 mm,可满足铝合金零件生产现场自动检测的要求。     

利用三点取值实现平行度测量的新方法

陶瓷基板的平行度是影响摩托车节气门性能的一个重要参数,必须在装配过程中实时检测。设计出一种利用三个光栅尺位移传感器对陶瓷基板进行平行度测量的方法：首先取得基准件数据,然后测量工件数据,最后进行数据计算。介绍了系统的工作原理和组成,详细分析了测量系统的误差。该系统操作简单、方便,精度上能满足生产需要。     

基于Harris算子的图像拼接高精度检测技术

针对医疗器械要求高精度检测的特点,提出了采用图像拼接对器械进行检测的方法,通过Harris算子精确提取图像中的特征点进行图像拼接,不但极大提高了拼接精度以及精密医疗器械的检测精度,而且增加图像分辨力与成像范围。拼接精度是检测精度的保证,基于Harris算子的拼接图像可实现微米级高精度检测。通过该方法进行图像拼接并测量其精度,测试精度与单幅图像相比明显提高,结果完全符合器械检测要求。基于拼接的精密仪器测量是一种提高测量精度的新方法,这方面的研究必将推动机器视觉技术的进一步发展。     

基于陶瓷基板的偏差校正研究

为保证4寸陶瓷基板的运输定位精度,设计了一种校正装置,并提出一种通过机器人的辅助搬运来消除偏差的校正方案。该方法可以有效地消除陶瓷基板在料盒中的放置偏差,有助于提高4寸陶瓷基板在运输后的定位精度。     

透明材料微小器件键合质量检测系统设计

针对材料和结构均特殊的透明材料微小器件的键合质量检测,提出了可见光透射机器视觉检测法。分析了检测系统硬件中主要部件的性能要求,研究了该检测系统的图像处理技术。检测系统利用光源、相机、镜头和计算机等主要部件实现图像采集功能,并通过图像相减、灰度直方图调整、图像滤波和图像二值化等图像处理功能来完成质量检测。实验结果表明,提出的可见光透射机器视觉检测法能灵敏有效地检测出透明材料微小器件键合位置处存在的键合间隙和缺陷大小,检测精度可达10 μm,满足透明材料微小器件键合质量的要求,是一种高效、非接触、无损、无污染的检测方法。     

机械零件二维几何尺寸和形状检测系统研究与开发

针对传统接触式尺寸测量方法的缺点,探讨利用单目视觉测量系统对被测工件进行尺寸测量,为产品的尺寸测量提供实时、快速、有效、经济的测量途径.首先,视觉系统获取零件图像,并对图像进行滤波处理;然后,提出采用Canny六阈值法进行边缘提取,得到完整的边缘图像;最终,利用最小二乘法拟合出机械零件的边缘形状,并通过计算获得零件的几何尺寸.实验表明该系统所得到的零件边缘图像清晰,多个几何尺寸的测量精度符合要求.与传统测量方法相比提高了检测零件的效率和精度,大大扩展了测量范围,从而充分体现了机器视觉测量的优点.     

基于机器视觉的布匹疵点检测系统

为了提高布匹疵点检测的精度与速度,提出了一种基于机器视觉的布匹疵点检测系统用于取代人工检测。论述了系统的整体结构,包括成像设备、光源选择以及图像采集与处理方式等,并提出了一种基于类别共生矩阵与支持向量机的布匹疵点检测算法。检测算法将疵点检测看作一个两类分类问题,采用从灰度共生矩阵中提取的特征来描述纹理特性,并采用支持向量机来对特征向量进行分类完成疵点的检测。最后通过大量的布匹疵点实例对算法的可靠性进行验证,并对检测算法在不同参数下的检测精度与实时性进行了讨论。     

太阳能硅片焊接质量参数在线视觉测量

针对硅电池片高速串焊系统,根据焊接质量参数在线检测的技术指标对视觉测量系统的核心部件进行了选型计算;对视觉测量系统的内部参数进行了标定,完成了畸变校正与像素当量计算;设计了焊后硅片视觉检测流程,研究了图像预处理、图像掩膜ROI提取、改进双阈值Otsu图像分割技术;建立了硅电池片焊带偏移参数测量模型,提出了一种硅电池片焊接质量参数在线视觉测量方法。最后将该在线视觉测量方法应用于某硅电池片高速串焊生产线,其综合检测率和单帧检测时间满足焊接质量在线检测的精度和实时性要求,为提高太阳能电池组件的焊接质量和生产效率打下了良好的技术基础。     

基于计算机视觉的荫罩式等离子屏板精密定位研究

针对荫罩式等离子屏板精密定位的特点,研制开发了一套基于计算机视觉的屏板精密定位装置,装置以工业控制计算机为核心,通过光、机、电的有机结合,可实现前基板、荫罩和后基板三者之间的全自动精密平面定位.系统采用快速图像边缘检测技术、特征图型标识识别技术和精密驱动控制技术,可确保较高的检测与定位精度.实验结果表明,基于计算机视觉的高精密定位装置可实现的精密定位.     

基于条纹反射的陶瓷球表面缺陷快速检测算法

陶瓷球是一种广泛应用于精密轴承的基础零件,目前尚无成熟的陶瓷球表面缺陷检测设备。为此设计了一种基于条纹反射的陶瓷球表面缺陷快速视觉检测算法。该算法借助图像预处理、灰度累积差分定位、边缘检测、行间差分及模板匹配等方法来定位特征点,然后根据其数量评判球面是否存在缺陷。对直径6.35 mm的黑色氮化硅陶瓷球进行了检测,单幅灰度图缺陷检测时间0.78秒,检测极限为16.5μm。     

微型压电陶瓷棒角速率陀螺设计

研制了基于微型压电陶瓷棒结构代替双敏感梁结构及压电陶瓷片的微型角速率陀螺,并设计了相敏检波电路。首先采用易于加工成高精度的微型陶瓷棒作为敏感体,在其上印刷成六个带状电极并予以极化构成三副电极对,然后设计了封装及相敏检波电路,从而有效地减小了敏感结构的尺寸,提高了其加工精度,实现了角速率陀螺微型化。标定结果表明,该角速率陀螺线性度好,相关系数为0.9996;精度高,标准误差为0.0036。     

基于改进ECT的隔热材料胶层无损检测研究

电容层析成像(ECT)技术是能显示被测物场的二维或三维介质分布图像的实时检测技术,基于平面阵列传感器的ECT系统为陶瓷多孔隔热材料缺陷检测提供一种新的技术途径。本文针对陶瓷多孔隔热材料粘结胶层的缺陷无损检测问题,提出了一种基于改进的电容层析成像方法。首先在分析平面阵列传感器ECT检测系统模型及成像原理的基础上,提出了一种改进初值的Landwebe迭代图像重建算法;进一步将该算法应用到基材表层与隔热材料之间的粘结胶层的缺陷检测领域,并通过实验验证了采用基于改进ECT的无损检测方法在陶瓷多孔隔热材料粘结胶层缺陷检测中应用的有效性;同时与采用传统ECT成像算法的检测实验进行比较。结果表明本文提出的改进ECT算法对胶层缺陷图像重建质量具有较大幅度的提高。     

运动目标跟踪系统的图像处理单元设计

运动目标跟踪系统的图像处理单元对于系统跟踪的准确性与实时性至关重要.文中将跟踪系统采集到的动态图像序列经过预处理后送入图像处理单元进行中值滤波、边缘检测以及匹配跟踪,实现对运动目标的信息跟踪.该文对传统的中值滤波算法进行改进,同时对Sobel边缘检测算法进行改进,减少了系统的运算时间,使系统的图像处理单元具有更快的处理速度和更高的实时性.     

显微视场下微型零件亚像素边缘检测方法

为了提高微型零件在显微视场下的边缘检测精度, 提出了一种非正交二次B样条小波变换结合Zernike矩的亚像素边缘检测算法. 采用非正交二次B样条小波变换算法得到图像的像素级边缘, 利用Zernike矩算法的矩不变性对像素级边缘进行亚像素边缘细化. 为了实现算法的原理, 建立了一套微型零件的实时检测系统. 给出了系统的总体结构和工作原理, 完成了实时图像采集与检测, 分析了检测结果, 并对检测精度进行了评估. 实验结果表明: 该系统检测零件尺寸可以达到0.01~10 mm, 检测精度可以达到0.01%~0.1%, 可准确识别出微型零件的边缘, 将检测精度提高到亚像素级, 满足了在显微视场下微型零件检测的需要.     

A new digital measurement method for accurate curve grinding process

In this paper, an online measurement and error compensation system for curve grinding based on pattern recognition was presented and verified by experiments. The measurement system organization and its principle of operation were introduced in detail. The work piece and grinding wheel image were sampled at certain positions to avoid spark influence. In order to increase system resolution, images were sampled only at local areas of the work piece and grinding wheel. A discrimination technology based on a circular tolerance zone was proposed which can solve the problem of local image edge comparison. For image de-noising, a local threshold algorithm was applied to determine new wavelet coefficients. Furthermore, a two-step edge detection method was used to realize sub-pixel precision. Finally, a series of experiments were carried out to examine the detection precision of the image measurement system and its influencing factors. From experiments, it can be said that the proposed method in this paper is effective, and its detection precision is much better than traditional methods.     

轮对多通道图像采集触发技术研究

车辆轮对磨耗参数的检测,对保证车辆安全运行具有重要作用。针对动态检测图像采集过程中,运动车辆轮对的定位与图像采集问题,研制了适用于轮对在线检测环境的多通道图像采集触发系统。通过对所选择的车辆检测传感器性能研究,对检出信号进行了优化处理,减小了传感器检测环节引入的误差;通过采用多传感器组实现了对不同运行速度轮对进行速度检测并设计了触发控制核心电路板来实现对多路信号的集中处理;控制软件根据检测结果调整相机拍摄时间,捕捉到达设计位置的轮对图像;利用单片机自有定时中断模块设计了较高精度的软、硬件计时功能。实验及研究结果表明,该多通道图像采集触发系统运行稳定,重复性实验中的触发延时误差小于0.001 s,图像采集的效果与精度达到设计要求。     

Automated inspection of engineering ceramic grinding surface damage based on image recognition

As the engineering ceramic ground workpieces usually contain machining damage such as breaks and cracks, the traditional test methods cannot accurately reflect the real surface. Therefore, this paper describes an automatic damage detection system of the engineering ceramic machined surface using image processing techniques, pattern recognition, and machine vision. First, it has great influence on the exact identification of surface damage if engineering ceramic machined surfaces contain grinding texture, so Fourier transform is skillfully adopted to remove grinding texture. Second, through image noise reduction, contrast enhancement, and image segmentation, an optimal combination of image preprocessing is obtained. Then, by comprehensive extraction of surface feature parameters, decision tree classifier based on the C4.5 algorithm is built according to shape features and texture features. Finally, the paper achieves automatic extraction and classification of engineering ceramic grinding surface damage, and the recognition accuracy of breakage reaches over 93 %. Experimental results show that this method is effective in defect detection of the engineering ceramic surface, and it also can provide some analytical basis for the post-function hierarchy partition of engineering ceramic workpieces.     

注塑产品在线检测的图像处理系统设计与研究

针对注塑产品检测中需要精密的机械装置实现定位的问题,对运用图像处理系统来完成其缺陷检测时所需的定位、配准及判断等方面进行了研究,对进行缺陷检测的图像处理系统流程进行了归纳,提出了一种通过对比图像的直线参数,并结合形心位置获得用于矫正待检图像位置的旋转量,再通过Hough变换测得的直线端点参数获得矫正待检图像的平移量,并结合基于FFT的相关运算来辅助确认平移量,最终根据经腐蚀运算的差影图像中各连通区域的面积判断产品是否存在缺陷的图像处理软件系统。利用Matlab对该系统进行了实现,并使用多种待检图像与模板图像进行对比测试。研究结果表明,该系统兼顾实时性和精确性,所设计的图像处理软件系统能够在廉价的低精度机械定位装置上实现注塑产品的在线检测。