轴孔自动视觉装配中孔系工件高精度定位检测算法研究

针对多轴孔配合零件的自动装配问题,利用搭建的视觉装配系统,提出了一种适合多轴孔零件装配的孔系零件图像处理方法。该方法通过设计新颖的特征处理算法,利用检测孔系零件装配孔心的位置来确定孔系工件的位置,提高了零件的快速装配过程和精度,减少了由于装配定位失误而对装配工件造成的表面损害现象,可以用于实际的自动化装配过程。     

基于定位平台的大尺寸工件视觉测量技术研究

对于大幅面工件的几何尺寸很难进行全尺寸视觉测量的问题,提出一种单目视觉加运动控制联合的测量方法.该方法结合了图像检测功能与运动平台的可移动特点,对大尺度工件进行分区编号,控制直线精密定位平台按逆时针顺序对相应区域进行图像采集处理,并建立一种基于Canny边缘检测与分段序贯最小二乘法拟合求交点的角点检测算法,通过获取先后两不同区域图像角点坐标的偏差,结合定位平台位移信息,实现对大幅面工件的全尺寸视觉测量.最后运用建立的大尺寸工件视觉测量系统对特征丰富的工件进行测量实验,实验结果表明系统在200mm测量范围内可保证0.05mm的精度要求.     

基于双目视觉的工件空间定位方法研究

本文基于双目视觉原理,设计实现了一种对特定工件空间定位方法。首先对双目视觉系统进行标定,根据标定结果进行图像矫正,使用基于区域的立体匹配算法求取视差图,结合特征点对应视差值和标定结果对图像进行三维重构,获得工件表面的高度位置信息;根据工件特征,通过拟合获得的工件一组同轴圆的圆心三维坐标,确定工件在摄像机坐标系下的位置和姿态,实现工件的空间定位。     

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。     

钢琴面板螺钉错漏智能视觉检测方法研究

表观质量对产品的用户体验影响很大,钢琴面板作为用户使用过程中接触最频繁的区域,其铰链区域螺钉装配质量的好坏直接影响用户对产品的认知。针对钢琴面板手工装配过程成像条件差、产品变更频繁等特点导致现有视觉检测算法鲁棒性较低的问题,构建了钢琴面板手工装配质量智能视觉检测系统框架,通过分析影响视觉检测算法鲁棒性的因素建立了P-AHL视觉检测空间模型及参数自适应修正方法,采用区域相关哈希编码表征螺钉装配特征提出了启发式哈希匹配算法,开发了钢琴面板装配质量机器视觉检测系统。在某钢琴制造企业的实际应用表明所提方法在手工装配作业复杂成像条件下具有较好的鲁棒性和抗干扰能力。     

基于双目视觉的六自由度工业机器人控制系统研究

目前机器人视觉系统正越来越广泛地应用于视觉检测、视觉引导和视觉装配领域。为了使机器人能够快速准确地识别、检测、抓取工作台上的工件,该文设计了一套双目视觉的六自由度工业机器人控制系统。文中以张正友摄像机标定法为理论依据研究双目视觉合成技术,利用MATLAB摄像机标定工具箱分别获取左右摄像机的内外参数;通过建立机器人用户坐标系、摄像机坐标系以及世界坐标系实现了空间坐标转换;由OpenCV图像处理算法获得工件坐标位置,控制系统驱动机器人实现工件抓取。     

机器人视觉在自动装配线中的应用

机器人视觉系统的几个基本问题(包括图像滤波、边缘识别和工件位姿的确定等)进行了分析,并在此基础上,根据装配作业的要求,提出一套简单实用的机器人视觉系统。该系统经过实际运行,达到了一般装配作业的实时性和精度要求。     

基于多模型级联的双目视觉铸件缺陷检测方法

为了解决铸件表面缺陷检测以及缺陷位置的三维定位问题,采用双目视觉系统获得图像,依靠三角测量法获得点云数据,基于正态分布变换配准方法实现工件的三维定位。通过多模型级联解决少样本和样本比例失衡情况下的表面缺陷检测,结合无监督模型的编码解码方式,依靠正样本训练获得对缺陷图像进行修复的网络模型,将修复后的图像与原始图像进行差异分析获得缺陷位置;使用MASK-RCNN模型进行监督模型训练,获得一体化检测分割模型,直接定位缺陷位置及类别。此外还将运动机构的物理坐标系、双目成像的工件坐标系以及平面图像的坐标进行换算,得到多个坐标系的转换关系,实现了平面缺陷的位置信息映射到三维工件的空间中。实验表明提出的双目视觉系统在工件成像以及检测方面具有良好的效果。     

应用于手机玻璃丝网装配的高精度视觉在线测量方法研究

为了实现手机装配生产线中屏幕玻璃与听筒丝网的自动化装配,提出一种高精度、高速率的视觉检测方案以计算装配弥补值从而完成正确并快速的装配.为较大程度凸显物体轮廓形状,选用同轴背光的光照方式,选用二次滤波对图像进行预处理并使用Canny算子进行边缘检测;针对玻璃和丝网轮廓的不同,边缘拟合之后分别采取几何法和质心定位的方法计算装配参数.通过复合在线测量实验平台对上述检测方案进行实验和分析,综合检测误差和检测速率均满足实际生产线在线检测的精度和实时性要求.     

基于LabVIEW的螺钉柔性抓取关键技术研究

为了解决某系列非标螺钉的自动上料问题,提出了基于机器视觉的螺钉柔性抓取系统。首先设计了Eye-to-hand视觉定位抓取系统,对采集的图像进行二值化、粒子分析等图像预处理识别螺钉目标。其次,针对螺钉目标采用拟合圆操作获取螺钉中心方向的系列圆特征参数,通过最小二乘法拟合求得中心线,进一步求解螺钉的抓取点与角度位姿参数。最后,以抓取点为中心设计符合夹爪抓取特性的ROI区域以判断可抓性。上位机将位姿信息发送到控制器,引导机器人运动到相应位置并通过末端夹爪完成对螺钉工件的抓取。通过实验验证表明系统定位准确率达到99.5%。     

基于单目视觉的轴孔零件定位系统设计

针对轴孔零件精密装配过程中单目视觉定位系统的使用困难,设计了一种基于单目视觉的轴孔零件定位系统,提出了基于图像特征的零件倾斜角计算方法,可直接判定零件倾斜姿态.通过对椭圆快速检测算法进行优化,减小噪声影响,实现了高精度检测.最终通过该系统实现了轴孔零件的准确定位,提高了轴孔零件自动装配的成功率.实验证明,提出的方法能够在单目视觉条件下准确得到待装配零件的空间位置信息,满足同轴度要求 １５ μ m 级的轴孔精密装配需求,具有较好的工程应用价值.     

一种非均匀光照图像字符二值化小波分析法

图像二值化阈值的选取是灰度图像二值化处理中的关键，本文提出一种基于小波边缘检测的图像二值化方法。通过对图像进行二进小波变换，在最佳尺度上寻找出图像字符的边缘点，再根据边缘点处的灰度值来确定出二值化的阈值。应用于光照不均匀的多噪声车牌图像二值化，取得了良好的效果。     

CCD图像灰度与照度的转换标定方法

本文提出了一种基于CCD摄像机利用图像灰度获得实际照度的新方法,该方法适用于摄像机的任意曝光和增益参数,且考虑了摄像机安装位置和角度对测量的影响。CCD摄像机照度测量法的实际应用主要涉及两个过程:一是标定过程,即应用CCD摄像机进行照度测量前,标定CCD图像灰度与照度之间的转换参数和转换模型;二是照度测量过程,即通过CCD摄像机拍摄图像,将图像灰度代入已定的转换模型,获得测量对象的照度值。其中,灰度与照度转换模型的标定是利用CCD摄像机实现照度测量的基础和关键,文中主要讨论了该模型的推导过程以及标定方法。具体为:首先通过理论推导获得图像灰度与CCD传感器感应的相对辐照度的关系,然后借助以均匀光源搭建的实验系统标定CCD传感器相对辐照度与物面实际照度之间的关系,进而获得图像灰度与物面实际照度的转换关系。在转换过程中讨论了曝光时间、增益以及CCD相机与照度测量点之间的距离和角度对转换模型的影响,为CCD摄像机照度测量法的实际应用奠定了基础。实验结果表明本测量及标定方法适用于摄像机任意曝光和增益条件,经过本方法标定后,应用CCD摄像机进行照度测量,测量结果的相对误差在4.5%以内。     

发动机缸体视觉图像定位方法研究

针对发动机缸体孔系实现在线自动测量的难题,提出了基于视觉图像的发动机缸体定位方法。通过面阵CCD获取发动机缸体定位销孔图像信息,利用图像处理提取定位销孔中心位置,以此建立每个被测缸体的测量基准。使用环形双峰阈值法与中值滤波对图像进行预处理,有效地解决了定位销孔具有倒角影响图像边缘提取精度的问题。为验证此定位方法的准确性与可行性,分别进行了发动机缸体定位孔直径与位置度重复性测量与发动机缸体上表面孔组直径与位置度重复性测量实验。实验结果表明所提出的视觉定位方法稳定可靠,实现了发动机缸体的快速、精确定位,为实现发动机缸体的在线检测打下了可靠基础。     

基于Otsu方法的钢轨图像分割

由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。     

基于Faster R-CNN的工件螺纹孔目标检测

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

面向机柜表面缺陷检测的不均匀光照和低亮度图像增强方法

光照条件是大尺寸机柜表面缺陷检测的重要影响因素。当光照分布不均匀或光照强度不足时,采集得到的机柜表面图像质量低,造成缺陷检测误差。为此,提出一种融合卡通纹理分解和最优双曲正切曲线的图像增强方法。首先,采用导向滤波将机柜表面图像分解为卡通图和纹理图,利用高斯尺度空间理论建立光照模型,实现不均匀光照去除;其次,研究图像的双曲正切曲线性质,通过图像加权拉伸实现低亮度图像增强;最后,采用对比度、亮度和灰度方差乘积对图像增强效果进行评价,同时对增强前和增强后的图像进行缺陷检测,进行对比分析验证。实验结果表明,该方法能实现光照不均且低亮度的机柜表面图像增强,机柜表面缺陷检测的准确率显著提升,召回率提高了29%,F值提高了21%。     

基于Canny理论的自适应阈值彩色图像边缘检测

传统的Canny边缘检测算法基于灰度图像,不能充分利用彩色图像的全部信息,且阈值需要人为设定,自动化程度不高.论文提出一种新的算法,基于彩色图像多通道融合技术,根据图像梯度直方图信息,对图像进行自适应阈值处理.将Canny灰度边缘检测算子扩展到彩色边缘检测,利用彩色图像各个通道自身的梯度直方图和梯度方差作为局部阈值,有效解决彩色图像各个通道之间的差别.实验结果表明,其能充分利用图像的颜色和梯度信息,提高边缘检测的准确性.     

一种不定长水尺图像水位测量方法

针对水尺图像水位识别中存在的多根水尺拼接、水尺拍摄不完整以及环境适应性差等问题,从摄影测量学角度提出一种复杂光照条件下不定长水尺图像水位测量方法。首先通过人工选取的标识点构建水尺在像素坐标系和世界坐标系之间的透视投影关系;然后利用水尺的颜色特性将水尺与背景分割并二值化;再根据二值化图像使用方差均值阈值法检测水位线位置;最终通过投影关系计算出水尺图像中水尺中线的表达式,并结合水位线位置计算出水面上水尺中线的真实长度,获得水位值。本文对水文站真实水尺图像进行了测量实验,将检测结果与遥测水位值进行对比,结果表明本方法提高了不定长水尺图像水位检测的可靠性,测量精度达到1 cm,检测分辨率为1 pixel,基本满足水文站水位监测要求。     

基于模糊形态筛和四元数的水下彩色图像增强

水下彩色图像增强是水下视觉领域的一个重要问题.其中,照明引起的非均匀亮度往往严重影响了对水下图像增强的效果.首先运用彩色模糊形态筛改善非均匀照明情况,然后通过围绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标与背景的差别.实验结果对比表明,新的彩色水下图像增强算法修正了水下图像的色彩不平衡,更适于处理水下图像的亮度不均匀情况.