排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
针对机织钩面粘扣带表面质量人工检测中存在的精度低等问题,提出了基于机器视觉的机织钩面粘扣带表面质量检测方法。通过单目视觉的切向成像获得粘扣带表面的单行图像,避免了粘扣带相邻行之间的干扰。对单行粘扣带图像进行预处理后,采用投影法对其进行水平投影和垂直投影,提取粘扣带表面单行图像中的每个钩扣状区域,基于连通域统计法判别钩扣状区域的切割状态,计算其切开率,通过统计数据表征粘扣带表面质量。实验结果表明,该方法对机织钩面粘扣带表面质量的检测相对误差为1%,具有较高的稳定性。 相似文献
2.
为解决手工打磨的针舌冲压模具质量参差不齐导致不同批次的织针质量不一致的问题,课题组选取舌勺曲面加工质量高的织针进行了研究。通过CT扫描获取舌勺的三维点云数据,然后对特征曲面的三维点云坐标数据进行多项式曲面拟合;然后根据特征曲面的方程设计织针舌勺冲压模具,并运用ABAQUS软件对模具进行显式动力学有限元分析。结果表明:特征曲面拟合决定系数R2为0.994,拟合精度符合拟合要求;应力均匀分布在冲压模具的接触曲面上,其最大应力值约为750 MPa,静强度和疲劳分析结果满足使用要求。该研究为国内织针舌勺冲压模具的自动化加工提供了一定的参考依据。 相似文献
3.
针对国内目前通过图像处理测量棉花颜色等级方法较少的现状,设计了一种基于机器视觉的棉花颜色检测方案。为提高棉花样本的拍摄质量及高效性,使用Halcon软件连接CMOS工业相机进行实时采集。首先对采集的棉花样本图进行预处理,通过阈值分割算法将棉花样本图转化为二值图像,且使用高斯滤波去噪声从而去除棉花中的杂质信息,并对预处理后的图像进行区域划分。然后通过RGB值转换为CIE XYZ颜色空间值,得到各子区域棉花颜色参数值,并引入K均值算法聚类各子区域颜色值以确定棉花最终颜色参数值,从而确定棉花颜色等级。最后通过实验验证及数据分析,将本文检测方法与MCG-1棉花检测仪器检测结果进行对比,结果表明2种方法检测结果一致;并通过在不同时间下持续对棉花样本进行数据检测,验证了本文方法的稳定性和精确性。本文检测方法可行且检测成本较低,可代替昂贵的仪器检测方法供企业使用。 相似文献
4.
5.
6.
针对机器人抓取堆叠玛钢管件识别定位精度较低等问题,提出基于点云信息的堆叠玛钢管件识别定位方法。通过双目视觉获取管件的视差图,采用HSI权重分配及左右一致性校验法对玛钢管件的遮挡点进行校验,得到完整的管件视差图;基于玛钢管件点云的法向量特征,剔除管件接触部分边缘点,利用欧式聚类对相互独立的管件点云进行分割提取,采用ISS算法得到玛钢管件的关键点云数据信息,通过RANSAC算法与ICP算法进行点云匹配,确定玛钢管件的位姿。实验结果表明,该方法对不同工况下堆叠玛钢三通管件的平均识别率为89.5%,机器人抓取精度平均提升了37%。 相似文献
7.
8.
1