基于机器视觉的直齿圆柱齿轮尺寸参数测量

介绍了基于机器视觉的齿轮测量系统组成结构,建立了齿轮测量的软件系统框架,提出了齿轮尺寸及其参数的测量算法;在此基础上,首先利用改进的自适应中值滤波、阈值分割、边缘检测与标记提取出齿轮的边缘轮廓,然后利用随机Hough变换获取齿轮的中心后对带键槽的直齿圆柱齿轮进行了实际测量,并对测量误差进行了分析-实验结果表明,通过采用机器视觉的非接触测量方法町以实现对齿轮基本参数的快速、精确的测量,这对推动齿轮测量技术和齿轮工业的进步与发展具有重要意义.     

基于机器视觉的黏度检测技术研究

为解决毛细管黏度计检定和运动黏度测量过程中人工操作劳动强度高、效率低等问题,利用机器视觉原理进行了黏度检测技术的研究,并设计了黏度自动检测系统,完成了系统硬件模块的设计、选型及软件的编写.采用步进电机带动摄像机对流体流动进行跟踪,用模板匹配方式识别毛细管黏度计的计时标线,模拟人工测量过程,实现自动计时.以平民黏度计为代...     

基于机器视觉的航天器密封舱内结构装配精度检测系统设计

目前航天器机械加工装配作业依赖人工操作,影响航天器密封舱内结构装配精度。为此,设计了航天器密封舱内结构装配精度检测系统,为高精度装配航天器密封舱内结构提供基础。由于航天器密封舱舱内结构较为复杂,为了保证使用电池供电时,检测系统能够保持稳定可靠工作模式,应保证电池电量充足前提下,系统发出预警信息,以便工作人员及时采取相应解决措施。在电池供电电路中,设计欠电压电路监测形式,该电路主要是由电压比较器LM393和555和谐振电路构成。当电池供电量不足时,谐振电路中的微电流高效率650nm谐振腔发光二极管会出现闪烁报警信号。以STC89C52RC-40I-PDIP40单片机中央控制单元为核心芯片,检测航天器密封舱密封性能。依据机器视觉检测原理,使用非线性滤波算法增强图像,避免外界噪声对图像采集结果造成影响,滤除图像上若干白点。设计检测流程可得到仪器板安装精度和设备安装支架装调检测结果。由实验结果可知,该系统检测精度最高与实测值一致,为航天器密封舱内结构优化提供设备支持。     

基于机器视觉的LED灯具自动装配线

随着中国经济发展与人口红利的剪刀差越来越扩大,工业制造领域人工成本的不断上升,更多、更广泛地使用机器人是我国工业的突破方向,同时对机器人的智能化要求会越来越高。     

基于机器视觉钢板表面缺陷检测技术研究

钢板表面缺陷严重降低钢板的耐磨性、耐高温性、耐腐蚀性、抗疲劳强度等性能,因此,钢板表面缺陷的检测就显得尤为重要。本文基于机器视觉采用Matlab图像处理技术对钢板表面缺陷进行检测识别。在不同光照条件下采集钢板表面图像,分别进行图像处理,讨论分析不同光照条件和去噪方法对检测结果的影响。首先对缺陷图像进行预处理,然后将预处理后的图像二值化及形态学图像处理,使图像背景与对象图形分离,提取出表面缺陷特征,计算缺陷的面积和周长。通过对图像细化和骨架提取线性缺陷,计算出缺陷长度,并且通过对像素的标定,将像素单位转化为长度或面积单位。实验结果表明该方法具有很好的可靠性和重复性。     

高铁白车身装配质量的机器视觉检测方法

针对高铁白车身关键零部件装配的间隙宽度、深度和高度差质量检测,提出了一种基于机器视觉的无接触式装配质量检测方法.设计了自适应窗口的中值滤波算法,采用脊线跟踪和Hession矩阵相结合的算法实现了亚像素级的中心线条纹的提取.通过像素坐标系与物理坐标系的映射关系完成对装配特征的尺寸检测.实验结果表明:所提方法检测精度达到了...     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于机器视觉的齿轮测量虚拟仪器

用机器视觉技术构建齿轮测量的虚拟仪器,能够充分利用计算机在数据库和网络等方面的巨大优势,对齿轮进行快速、准确的在线测量。在LabVIEW虚拟仪器平台上开发的齿轮测量系统,使用IMAQ Vision的图像分析、图像处理和几何量测量等各种函数进行齿轮测量;使用Signal Processing Toolset的二维小波变换功能提高齿轮测量的质量和整个测试系统的效率。     

基于机器视觉的气门油封装配质量在线检测

目前在汽车发动机装配线上仍主要依靠人工视觉检测气门油封装配质量,效率低且易出错。引入机器视觉技术,利用智能相机获取压装后的气门油封图像,应用图像定位、模板匹配、特征提取等算法,实现对气门油封装配质量的在线自动检测。实践证明：该方法可替代人工对气门油封压装质量进行100％在线检测,快速稳定,满足生产要求。     

基于机器视觉的机械零件表面缺陷在线检测方法研究

利用传统机器视觉来检测零部件的表面缺陷已经无法满足零部件标准化检测,尤其是零部件光滑表面形成的强烈反射效应,造成零部件的部分表面亮度饱和,检测的图像信息缺失,精度严重下降.针对检测精度下降的问题,提出一种基于差影模型重构的方法,引入缺陷区域边界近似系数和细节系数来提升整个零部件缺陷检测精度.为了验证所设计的表面缺陷检测...     

基于机器视觉的安瓿自动灯检平台

针对18000瓶/小时1-20mL剂量的安瓿水针剂的在线自动化异物检测需求,运用机器视觉技术,设计并开发了安瓿高速自动灯检平台;对系统的机械部分、电气部分及光学成像系统设计进行了分析,在多次试验中我们确定了转速及急停至拍照的时间间隔重要参数,且提出了一种快速划定安瓿检测区域的算法,并针对运动的弱小异物特征提出了一种有效的识别算法,识别算法采用Visual C++编程并在检测平台上实现,实际运行效果验证了算法的有效性和实用性,其精度和速度都达到了生产线上的要求,该研究验证了机器视觉能有效地运用于安瓿的在线检测.     

基于机器视觉的工业检测

针对酒瓶生产中对瓶口进行的有无损伤检测的重要性,对酒瓶瓶口的检测进行深入、系统的研究。基于机器视觉的检测技术通过Halcon软件实现精准度高、过程自动化、速度快的检测,故采用Halcon软件和图像处理的相关算法实现瓶口的准确检测。经过实验表明,采用机器视觉技术,识别的精度和速度有很大的提高,而且减少了人员的使用,从而减少了企业的成本。     

基于机器视觉的密封件直径测量技术研究

针对机器视觉在工业实时测量技术上的应用前景,结合DSP处理技术,建立了密封件尺寸的测量系统。该系统提出了多于度阈值消噪及窗口精确定位的边缘检测方法,达到了密封尺寸实时,精密测量的目的。实验表明检测方案不仪实现了在线检测,而且精度高,具有良好的应用前景。     

基于机器视觉的太阳能电池片外观缺陷检测

为了提高太阳能焊接机的焊接精度和焊接速度,提出了基于机器视觉在线检测太阳能电池片缺陷的方法,以ARM处理器STM32F103RBT6作为图像处理芯片,设计了系统的硬件电路,采用行扫描像素点的方法处理图像。实验结果表明:系统具有计算速度快、效果好、稳定性高、成本低、实用性较强的特点,在太阳能单焊机上具有较高的应用价值。     

基于机器视觉的电子元器件检测系统设计

为了提高宇航、军工电子产品检测的效率和准确性,设计基于机器视觉的电子元器件检测系统,通过研究有效的定位与检测算法,满足不同规格的印制电路板（Printed Circuit Board,PCB）元器件焊装正误检测。采用改进的Hough圆检测算法识别定位点,结合电装工艺文件定位元器件所在位置,绘制感兴趣区域（Region of Interest,ROI）。最后采用加速鲁棒特征（Speeded-Up Robust Features,SURF）算法进行特征提取,利用基于最近邻与次近邻比值的方法完成匹配,元器件特征点匹配准确率达到85%。并对元器件在光照和仿射变换下的匹配效果进行测试,结果表明,SURF算法在不同实验条件下,包括位移、角度以及光照变换等,匹配准确率达到90%。系统实现了宇航、军工PCB板上元器件安装正确性检测,具有较好的精确性和稳定性。     

基于文献计量的机器视觉缺陷检测研究述评

为系统考察和直观反映中国机器视觉缺陷检测研究的现状、热点和前沿,以"中国机器视觉缺陷检测研究"为主题,基于中国知网(CNKI)数据库,筛选出1995—2020年相关文献共588篇进行文献计量和知识图谱分析.结果表明:1995—2020年,中国机器视觉缺陷检测研究大体经历了初步探索(1995—2005年)、快速增长(20...     

基于机器视觉的五金件在线检测系统的设计

主要介绍了基于机器视觉检测技术在五金件检测系统中的应用,系统控制步进马达旋转,带动料带式的五金件前进,通过视觉成像装置（工业相机、镜头、光源）将产品形状转化为图像信号并传输到系统,系统进行图像处理,提取出需要产品轮廓并计算其尺寸数据。系统通过生产验证,取得良好的效果,具有一定的推广价值。     

基于机器视觉的钢管壁厚在线检测方法研究

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格。针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法。该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚。改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率。经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求。