机器视觉智能机器人无损检测系统探讨

无损检测技术在一定程度上反映了一个国家的工业发展水平,其可应用于原材料、中间工艺环节以及最终产成品的质量检测中,可对产品质量进行全程跟踪检测,确保产品生产质量.将机器视觉智能机器人应用于无损检测系统中,可有效提高生产的灵活性和自动化程度,促进无损检测技术水平的进一步提升.文章首先阐述了机器视觉智能机器人无损检测系统的硬...     

机器视觉智能机器人无损检测系统

针对目前无损检测过程中的大量人工操作、检测效率低下和检测精度低的特点,提出了一种搭载于工业机器人的无损检测系统的设计方法,实现了系统的软硬件设计。设计的机器人系统具有4个自由度,可以实现三维空间的立体检测,并采用自适应模糊推理系统提高检测适应性。系统采用彩色图像分割算法和自适应区域生长图像分割算法都能有效提取出缺陷区域。应用结果表明系统稳定性好、检测精度高,大大提高了检测效率。     

基于Sobel算子数字图像的边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域中十分重要的基础。图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。文中用已在VC中实现图像的边缘检测方法来对其加以分析。目的是在给出图像的边缘检测实现的基础上，提高图像边缘检测的效果，试验表明此方法能有效地提高图像的边缘检测效果。     

飞机蒙皮图像扫描与定位系统研究

飞机蒙皮图像获取和定位是飞机蒙皮检测的关键技术之一。设计了飞机蒙皮图像扫描与定位系统,提出了一种由云台带动变焦相机和激光测距仪对飞机蒙皮扫描采集细节图像和定位细节图像的方法。标定了测距仪、变焦相机以及云台的位姿关系,实现了被测区域三维点云的获取,扫描点云精度在2.5 mm以上。在变焦相机焦距最短时拍摄全景图,对全景图中飞机区域进行扫描获取该区域飞机蒙皮的细节图像,并实现了细节图像在全景图中的二维定位。利用点云配准获得系统与飞机的相对位姿,结合标定结果,实现了细节图像空间定位。实验结果表明在28 m内,细节图像的二维定位误差小于8个像素,空间定位误差小于0.12 m。     

基于图像检测的发动机缸体探伤系统设计及应用

为了实现某型号航空发动机缸体的自动化检测,设计了一套全自动荧光磁粉探伤系统。介绍了系统的结构和实现方式、重点介绍了图像采集和图像处理部分,系统采用Laplacian算子对原始图像进行锐化处理,然后采用Prewitt算子进行边缘提取,最后采用面积和周长两个物理量作为判断产品合格与否的特征值;实际测量显示,系统的测量精度可达0.01 mm,满足发动机缸体检测的要求。     

一种圆形瓶口缺陷定位检测方法

针对机器视觉检测中缺陷面积较大的圆形瓶口定位误差大的问题,分析了瓶口图像各个角度的特征,设计了一种在缺陷中迭代求解瓶口中心的方法.对拟合外边缘的残差进行排序并消除干扰像素,逐步循环迭代,准确定位了瓶口圆心,克服了缺陷部位像素对于圆目标识别的影响,实现了缺陷的实时定位.搭建了试验平台,用500幅不同缺陷的瓶口图像验证,结果表明该方法针对各种样式的缺陷,定位圆精度明显高于参考文献中典型方法,运行时间仅为0.01 s,证明了本方法在瓶口缺陷的实时定位、识别、分析方面具有明显优越性.     

基于Sobel算子数字图像的边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取等图像分析领域中十分重要的基础.图像理解和分析的第一步往往就是边缘检测,目前它已成为机器视觉研究领域最活跃的课题之一,在工程应用中占有十分重要的地位.文中用已在VC中实现图像的边缘检测方法来对其加以分析.目的是在给出图像的边缘检测实现的基础上,提高图像边缘检测的效果,试验表明此方法能有效地提高图像的边缘检测效果.     

基于再模糊理论的航拍图像质量检测方法

无人机在进行航拍任务时,会因为机身抖动、地物环境等原因导致采集的图像模糊,对后续提取图像信息造成影响。针对这一问题,提出了一种基于再模糊理论的无参考图像质量检测方法,用来区分清晰和模糊图像。对原始图像进行缩放、灰度化等预处理后附加一定程度的高斯模糊,得到再模糊图像,再分别对两张图像使用拉普拉斯算子提取边缘,得到两张图像的边缘差异图像。通过计算所得的边缘差异图像的标准差与经验得出的划分清晰和模糊图像的阈值相比,判断该图像是否为模糊图像。对人工合成的模糊图像和无人机实拍图像进行实验。实验结果表明,该算法具有较高的模糊图像检测率,表现优于其他图像质量检测方法,且单张图片的检测计算速度很快。     

机器视觉工业检测系统的应用与发展

介绍了机器视觉工业检测系统的发展概况,阐述了机器视觉的研究已经从实验室走向实际应用的发展阶段,业已成为当代计算机技术研究的热点,获得了广泛的工业应用。重点讨论了机器视觉系统在实际工业生产中的应用及工业视觉检测原理、常用图像处理算法等。举例说明了如何利用模板匹配法对目标图像进行识别,从而实现对产品包装的检测。最后,指出在社会高度信息化发展过程中,在人类获取信息中占很大比例的视觉信息处理技术及机器视觉测量系统,将受到人们越来越多的关注。     

计算机视觉下的果实目标检测算法综述

基于计算机视觉的果实目标检测识别是目标检测、计算机视觉、农业机器人等多学科的重要交叉研究课题,在智慧农业、农业现代化、自动采摘机器人等领域,具有重要的理论研究意义和实际应用价值。随着深度学习在图像处理领域中广泛应用并取得良好效果,计算机视觉技术结合深度学习方法的果实目标检测识别算法逐渐成为主流。本文介绍基于计算机视觉的果实目标检测识别的任务、难点和发展现状,以及2类基于深度学习方法的果实目标检测识别算法,最后介绍用于算法模型训练学习的公开数据集与评价模型性能的评价指标,且对当前果实目标检测识别存在的问题和未来可能的发展方向进行讨论。     

气球载雷达系留缆绳外套无损检测系统设计

针对气球载雷达系留绳外护套表面损伤的人工目视检测难题,设计并构建了由工业数字摄像机、工业镜头、光源等器件组成的视觉测量硬件平台,运用Vision Pro视觉工具库和C#语言混合编程方法开发了检测软件,完成了测量图像采集与显示、图像处理、分类识别等功能。通过试验验证表明,该系统检测速度快、缺陷检出率高,能够满足实际应用需求。     

基于短消息的印版质量检测系统研究与实现

实现了一种基于短消息控制的印版质量自动检测系统,系统采用短消息控制的机器视觉技术和嵌入式技术,通过对印刷表面信息的提取和处理,完成了印版在线质量实时检测,依据检测结果给出报警信号和剔除控制等操作,实现了印版的智能检测。     

汽车精密零件外观缺陷视觉检测方法研究

针对汽车精密零件质量检测的需求,提出了基于机器视觉的精密零件外观缺陷检测方法,搭建了相应的检测平台.采用小波去噪进行图像预处理,基于Otsu算法改进了Canny算子中的双阈值的选取问题,较好地实现了图像的缺陷分割.利用Hu矩进行缺陷特征提取并通过样本特征训练SVM分类器,实现零件外观缺陷的识别与分类.以汽车转向器内部套...     

基于机器视觉的蜂窝陶瓷检测系统研究

为了解决蜂窝陶瓷产品质量在线检测问题,设计了一种基于机器视觉的蜂窝陶瓷自动检测系统,介绍了检测系统的体系结构,提出了基于PC+PLC的检测系统控制方案,根据高速摄像机获取蜂窝陶瓷各个面的图像,提出了一种内切圆逐次逼近定位算法,根据实际情况设计了一种针对蜂窝陶瓷图像形状的测量方法,以检测产品是否符合允许误差;实验验证了系统的有效性和检测算法的可行性,系统实现了蜂窝陶瓷质量的快速、精确在线检测,提高了生产效率.     

基于机器视觉的药片表面字符检测的研究

针对目前药片表面字符缺陷检测难的情况,提出了一种字符缺陷检测算法。该算法根据字符的灰度值特性对Gamma映射函数进行了改进,结合γ=0.8和γ=1.2两种曲线特征,较好地分离出了药片表面字符的特征。同时,根据字符的几何特征,可以准确识别出字符存在的缺陷。实验结果表明,该算法具备较好的检测效果,检测准确率为92%。该算法在工业生产中具有一定的实用价值,可以降低药片检测的成本,提高检测效率。     

视觉检测系统及其应用

视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术，基于视觉传感器的检测系统具有抗干扰能力强。效率高，组成简单等优点，非常适合生产现场的在线，非接触检测及监控。本文介绍了该技术在烟草行业包装生产线上的应用方案。     

平面图像的对称性检测方法研究

1 引言对称性是物体与形状的基本特征之一,在图像分析和计算机视觉等领域是一个重要的研究课题。形状的对称性描述和物体对称性特征检测在机器人识别、检验、抓取和推理中有重要应用。根据物体的对称性,可以迅速确定物体内部相对位置关系,使被遮挡或丢失的部分信息恢复出来,并且还可以获得物体在三维空间的位置、方位和姿态。物体的对称性在图像压     

基于机器视觉的印刷质量检测研究（英文）

为了实现对物品印刷质量的高效检测,通过机器视觉技术,采用图像处理的方法来实现印刷品质量的检测。根据印刷检测的功能需求,设计了三个具体的功能模块,并在VS2008和OpenCV1.0平台下实现了印刷质量检测的功能,支持印刷品图像的输入、人机交互处理、划痕和偏色检测、结果输出等功能。与传统采用的手工方法相比,提高了印刷质量检测的效率,检测速度快,准确率高,检测结果客观,能够迅速而精确地检测出目标印刷品的外观缺陷程度。     

基于机器视觉的小目标复制图像篡改检测方法

修图软件的多样化发展对篡改检测效果提出了新的挑战,针对小目标复制图像,以机器视觉作为技术支持,设计一种图像篡改检测方法.利用Prewitt方向导数近似算子,检测复制图像边缘,通过转换图像检测空间为参数空间,完成模板匹配与匹配值加权;经过非极大值抑制处理角点响应函数的各个方向,获取直角角点输出及其方向,扩充角点区域后明确...