基于包装件智能分拣的视觉尺寸测量技术

目的 -快速实现包装纸箱尺寸的机器视觉测量。方法 -采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对文中的左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果 -对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1cm左右,满足检测要求。结论 -文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

基于光栅结构光双目视觉的动态三维测量方法研究

基于矩形光栅结构光和双目立体视觉测量技术,提出一种物体表面三维形貌的动态测量方法。采用基于光平面引导的稠密光栅光条匹配方法完成左右摄像机光条图像的匹配,该方法先通过各光平面对应的单应矩阵实现左右图像点的对应,再结合极限约束及空间点距离约束完成左右光条中心点的全局最优匹配,以此解决由两摄像机和投影仪组成光栅结构光测量系统中光条匹配难题,对匹配完成的图像光条点应用双目立体视觉测量原理完成物体表面的三维重建。实物实验中,对姿态变化的手臂进行测量,结果证明仅需投影单幅光栅图案可实现手臂三维形貌的测量,验证该方法的有效性。     

基于机器视觉的火花塞间隙检测技术

针对火花塞间隙人工检测不足,提出一种基于机器视觉技术的自动检测方法。采用背光源、远心镜头和CCD面阵相机搭建图像采集系统,摄像机校准和火花塞模板创建后,采用形状匹配算法找出火花塞图像,基于亚像素边缘轮廓测量出火花塞间隙尺寸。实验结果表明:视觉检测结果与人工测量结果一致,可用于火花塞间隙尺寸的自动判别和定量检测。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的 针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法 首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大 的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配 速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果 实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论 改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

计算机立体视觉技术在工业测量中的应用研究

本文对计算机立体视觉测量的一些问题进行了分析。提出了一种机参数示定的方法，摄像机模型中考虑几何畸变。立体视觉技术原主要难眯在于图像特征的快速，精确的提以和匹配，本文介绍一种共一线立体匹配方法有竽对空间特征点和曲线的匹配。     

基于模糊神经网络的双目视觉系统的研究与准确度

在机器视觉系统中,由于深度信息的丢失,镜头的畸变等因素的影响,使得摄像机的模型是非线性的.在采用模糊神经网络对双目视觉系统标定时,以特征点投影到左右图像的坐标为4路输入,以网络的3路输出和该对应点在世界坐标系坐标的均方值为性能指标;根据梯度下降法来调整和最终获得一组稳定的隐含神经元与输出神经元之间的连接权值,以及高斯型隶属函数的参数(均值与标准差);这样可以用模糊神经网络的权值与隶属函数来代替双目视觉系统两个摄像机的投影矩阵,以描述三维空间特征点坐标与对应点在左右摄像机图像之间的关系,实现系统的标定.     

立体视觉曲面重建与系统误差分析

采用立体视觉空间曲面重建技术对三维曲面表面成像进行边缘提取、图像匹配、匹配点空间位置计算等步骤,得到三维曲面表面点的空间位置,利用空间点信息对三维曲面形状进行重建,恢复曲面三维形状;并讨论了立体视觉系统的摄像机分辨率、测量范围和摄像机间距等参数之间的关系.利用该方法对堆积物表面形状及体积进行测量实验结果表明,该方法能准确、快速、方便地给出三维曲面的形状.     

立体视觉测量中图像匹配的方法研究与应用

立体视觉测量中图像配准方法和效率一直是制约其测量效率的瓶颈,本文提出一种基于应用极几何结合仿射变换来解决双目立体视觉中图像匹配的方法,该方法首先利用两幅图像间的极几何关系,确定一些可靠匹配点作为控制点,进而构建全局仿射变换,把像面的特征点投影到另一幅像面上,再利用极几何约束和变换后的图像点位置关系,分区域进一步搜索匹配点,最终实现图像对的快速有效配准。     

基于机器视觉的易拉罐打标区域定位方法

目的 为了提高易拉罐打标效率和打标位置精度,降低劳动强度,提出一种基于机器视觉的易拉罐打标区域定位方法。方法 首先建立模板库,获取即将打标的不同图案的易拉罐表面图像,对图像进行柱面反投影,使有一定弧度的图像展开,并利用模板匹配原理对图像进行拼接,得到易拉罐表面完整图像;其次采用ORB算法在模板库中确定易拉罐表面图案种类,利用模板匹配方法确定该种类图案的打标区域在待打标易拉罐上的位置,从而进行定位打标。结果 实验结果表明,该方法能实现直径为40～65 mm易拉罐的打标区域快速定位,定位误差为±2°。结论 基于机器视觉的易拉罐打标区域定位方法能实现易拉罐打标过程的自动化,可以快速、准确地定位出打标区域,且灵活性较高,降低了劳动成本,能满足企业的生产加工需要。     

应用于机器视觉的物料袋图像处理技术

建立了机器视觉的几何测量模型,采用机器视觉系统采集物料袋图像,应用对比度增加、图像二值化、一阶微分边缘检测、膨胀腐蚀、图像细化,去除噪声等图像处理技术得到了目标物体的边缘图像,用Harris角点检测算法得到了边缘图像角点,证明了提出的图像处理方法具有很强的鲁棒性。     

基于机器视觉的包装机械贴标功能实现

目的 为了提高包装机械贴标工序的自动化程度和贴标速度、精度,设计一种贴标控制系统。方法 基于机器视觉设计一种贴标控制系统。该系统主要包括PC机、工业相机、视觉处理模块、运动控制模块、打印机、贴标机、标签检测模块等。重点论述图像处理算法,其中柔性形态学滤波和边缘检测用于贴标区域识别和定位;模板匹配则用于检测标签的平整度和倾斜度。最后,针对正方体包装纸盒、圆形包装纸盒、不规则包装纸盒进行试验研究。结果 实验结果表明,所述贴标系统平均正标率均在99%以上。结论 基于机器视觉的包装机械贴标系统能够满足包装要求,而且可以提高包装机械的自动化水平、提高包装效率、降低企业成本。     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

基于机器视觉的贴片电阻封装排序方法

目的研究基于机器视觉的贴片电阻封装排序方法,确保贴片电阻的封装效率,减少人力成本。方法基于模板匹配设计一种贴片电阻的相对方向识别方法,并简单介绍检测系统的整体框架。识别方法主要分为3步,截取模板并进行模板匹配;记录匹配区域的匹配度及匹配区域的像素坐标信息;利用匹配度和坐标信息得出贴片电阻的相对方向。结果文中验证了在不同光源下的识别率。当光源强度为18 V时,识别率最高,达到99.9%,处理时间约为130 ms。结论基于机器视觉的贴片电阻封装排序方法能够满足工业生产的准确性和实时性要求。     

食品包装日期喷码检测系统设计

目的为了提高食品包装过程中喷码检测的准确度,基于机器视觉提出一种喷码缺陷检测方法。方法分析自动喷码系统结构和工艺流程,包括搬运机械手、传送装置、喷码装置、检测装置等。以扫码检测为重点研究对象,利用机器视觉采集图像,通过图像处理算法实现喷码缺陷检测,包括模板匹配算法和垂直投影方法。同时给出缺陷检测流程,主要由图像分割、字符校正和分割、字符分割、缺陷检测等步骤组成。结果实验结果表明,所述喷码检测方法的识别成功率可以达到99%,识别成功率较高。结论该方法能够有效处理漏印等喷码缺陷,可以代替人工实现食品包装的自动化分拣。     

一种基于机器视觉的平面加工机床控制系统的设计

针对服装、包装等加工行业中须将人工测量的纸质图纸或模型样件的尺寸信息录入计算机并转换成电子加工图纸而导致的加工周期长、生产效率低的问题,提出了一种基于机器视觉的平面加工机床控制系统,以实现对纸质图纸或模型样件的快速检测。采用“ARM+DSP”方式搭建了主从式运动控制系统,设计了系统各部分功能模块。构建了“工控机+工业CCD （charge coupled device,电荷耦合器件）相机+光源控制”的视觉检测系统,结合FAWS（feature adaptive wavelet shrinkage, 自适应特征的小波收缩）算法和麻雀搜索算法提出一种改进的FAWS算法进行图像降噪,并采用Canny算法进行图像边缘检测,实现图像轮廓的准确提取。设计了图像轮廓提取、轮廓数据转换为加工数据、数据通信等处理程序,实现了基于机器视觉的快速检测以及在系统加工过程中的人机交互。最后,对系统进行了实验测试,对实际加工效果进行了评价。结果表明,采用所研制的平面加工机床控制系统不仅能显著提高生产效率,而且能减小图像轮廓的误差。其性能稳定可靠,具有一定的工程实用价值。     

基于机器视觉的制袋机裁切定位系统设计

目的针对圆角包装袋传统裁切工艺中存在的毛刺和废料问题,设计一种基于机器视觉的高精度制袋机裁切定位系统。方法利用LED背光源、低畸变镜头、CMOS黑白相机和工控机搭建视觉系统硬件平台,在Visual Studio开发环境中,基于OpenCV函数库设计视觉软件,用基于最小二乘法检测图像边缘,进而标定相机,提取包装袋圆角轮廓为特征信息。系统以特征信息为匹配模板对圆角位置进行精确定位,得到亚像素级角点位置,最终控制伺服系统执行误差补偿裁切。结果该定位算法可实现16 ms内精确定位圆角坐标,绝对误差小于±0.02像素点。结论基于机器视觉的定位系统具有运算速度快、定位精度高等特点,有效改进了传统制袋工艺,能够满足生产需求。     

基于改进 SIFT的图像快速自适应匹配算法

目的分析SIFT算法特征点描述子生成比较缓慢和匹配过程距离比阈值无法自适应调节的问题,探索一种改进SIFT的图像快速自适应匹配算法。方法通过简化特征点描述子的生成过程,提高算法效率,并通过自适应地调节距离比阈值参数,提高算法的鲁棒性。结果与原算法相比,图像快速自适应匹配算法的匹配点数减少,匹配准确度高,计算时间缩短。结论该算法在匹配效率和准确度方面具有明显优势,能够将计算机视觉用于工业无损检测、印品图像检测、印刷网点图像检测和包装图像检测中,具有较好的推广价值。     

基于机器视觉的玻璃瓶口缺陷检测方法

目的为提高玻璃瓶口缺陷检测精度,确保生产线包装效率。方法基于机器视觉设计一种瓶口缺陷检测方法,并简要介绍检测系统的整体框架。分别论述基于最大熵值法的图像分割方法、瓶口定位方法以及图像特征提取方法,其中图像特征主要包括周长、圆形度、相对圆心距离。利用BP神经网络实现瓶口缺陷的准确识别,将瓶口破损程度转换为具体数值,最后进行实验验证。结果文中检测方法对破损瓶口的检测成功率为99%,对于不同的破损类型均有较高的检测准确度。结论基于机器视觉的玻璃瓶口缺陷检测方法能够满足生产线对准确性和实时性的要求。     

一种零件综合质量评定方法研究

零件的质量评定是柔性智能制造中十分重要的环节。现有的自动化识别装置一般采用非人工接触的光学检测系统,但由于工况环境复杂,诸多干扰因素均会影响零件质量检测与评定的准确性。另外,工业现场的连续作业对工控机硬件的运行速度、光学检测系统的环境适应性以及质量评定算法的预测准确性都提出了更高的要求。基于此,提出一种基于机器视觉与机器学习的零件综合质量评定方法。首先,借助机器视觉技术完成被测零件图像的实时采集与处理,并利用灰度匹配算法与几何匹配算法对零件的图像与CAD（computer aided design,计算机辅助设计）机械加工图进行比较,求解得到灰度匹配分数与几何匹配分数这2个几何特征参数。然后,针对零件表面的缺陷（如划伤、磨损、边缘缺料及锈蚀等）,在图像预处理（灰度化、图像增强、高斯降噪和二值化）的基础上,求解得到图像灰度的均值和标准差这2个表面缺陷特征参数。最后,借助主成分分析（principal component analysis, PCA）对零件的四维特征数据集进行降维处理,并利用K最近邻（K-nearest neighbor, KNN）算法对降维后的数据集进行训练和预测,完成零件综合质量评定;在此基础上,比较KNN算法与其他机器学习算法的准确率、召回率和特异度等指标,以验证其可行性。实验结果表明,所搭建的光学检测与处理系统在不同光源条件下的识别准确率达到96.15%以上;当相机的快门时间设定为100 μs时,该系统的图像处理速度达到45.2 帧/s。所提出的零件综合质量评定方法具有较高的准确率与处理速度,适用于复杂工况下零件的综合质量评定。