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。     

玻璃瓶缺陷检测技术综述

随着数字图像处理技术的发展,图像检测的应用逐渐成为许多工程应用中的关键技术。本文阐述了在玻璃瓶检测中．利用机器视觉和数字图像处理技术的检测系统的实现方法;利用图像处理技术对有瓶口裂缝、瓶口缺口、瓶颈裂缝等缺陷的玻璃瓶进行检测．实现了准确、快速、无接触检测的功能。     

机器视觉系统的优化软件设计与实现

随着机器视觉领域的大力发展,各个行业对于机器视觉领域软件的大幅度增加。机器视觉系统在使用过程存在着系统冗余、垃圾、版本升级等问题影响软件系统的运行速度。针对此类问题研发了一款专门针对机器视觉系统的优化加速软件,可以自动实现系统检测、系统垃圾清理、加速优化、采集图像数据转化等功能,大大降低了人力开发成本,提高了系统可靠性、稳定性~([1-5])。本文采用 Visual Studio 2010软件配合Halcon函数库进行联合开发,通过在机器视觉硬件平台进行实验,并进行相应功能测试和验证,结果表明优化加速系统的实现了预期的效果。该软件可根据不同的应用场景进行自由切换使用模式,具有更好的使用环境适应性。     

基于LabVIEW编程平台实现玻璃缺陷检测

以机器视觉技术为基础,利用LabVIEW建立生产者-消费者模式,调用Halcon图像处理算子获取玻璃图像并进行图像处理,采用灰度变化对图像进行对比增强突出缺陷和使用中值滤波进一步削弱图像噪声,利用统计模式识别算法在LabVIEW编程平台上构建一个基于机器视觉的玻璃缺陷检测系统,该系统能够实现对玻璃缺陷的分析和提取,具有高效的实时性.     

基于机器视觉的工件锯片缺陷检测系统设计

针对利用人的感觉器官在工业生产线检测中的不足,提出了一个基于机器视觉的锯片缺陷检测系统。通过工业数码相机等硬件采集图像信息,采用亚像素精度阈值分割等图像处理算法并借助机器视觉库Halcon对采集的原始图像进行处理,最后输出检测结果,提高了工业生产线检测的效率。     

单目视觉在棒料全自动上下料系统中的应用

在全自动上下料系统中,机器视觉技术以它快而准确无误的性质发挥重要的作用.针对系统的功能要求,进行了基于单目视觉全自动上下料系统平台的设计和搭建,通过Halcon完成了摄像机和机械手标定,理论上研究了实现空间棒料的三维姿态的算法,在图像处理中运用二项式滤波、傅立叶变换、闵可夫斯基加减法确定空间棒料的三维姿态,通过VS2015C#与Halcon混合编程,进行软件界面开发,控制机械手上下料.结果表明该方法具有可行性.     

基于Halcon的阀芯尺寸亚像素级测量

针对传统人工在检测阀芯时的低效和低精度问题,采用性能优越的机器视觉软件Halcon为平台,利用Canny算子边缘检测和双线性插值方法得到阀芯图像亚像素级边缘,结合最小二乘算法进行边缘拟合,实现对阀芯快速、稳定和较高精度的尺寸测量。实验结果表明：该检测方式可以达到亚像素级的尺寸测量,测量精度高于2‰,满足企业对测量精度要求,且测量过程比较稳定和快速。     

基于机器视觉的塑料制品表面缺陷检测研究

设计了一套塑料制品表面缺陷检测的机器视觉系统,用于检测塑料制品表面划痕,凹坑和凸点这几类常见缺陷。机器视觉系统由硬件系统和软件系统构成。根据研究对象的特征,对塑料制品表面缺陷检测所需的硬件和系统进行选型,分析所选硬件及软件的特点,来获取更加清晰的表面图像信息。利用Halcon平台设计检测算法,结合塑料制品表面的特征,设计一套用于检测塑料制品表面缺陷的算法。构建高斯滤波器来对图像信息进行预处理,使用全局固定阈值分割图像,使用特征直方图来查看特征,根据特征进行选择轮廓并提取目标,并在图像上显示出缺陷区域及数量。     

在线检测产品疵点系统的DSP实现

为了提高出厂产品的质量,需要在生产线上对产品进行高速在线检测,该文采用基于机器视觉的检测系统来进行在线检测产品疵点。该系统采用类别共生矩阵算法建立纹理模型,采用CCD视觉传感、高速DSP芯片、USB数据传送等技术结合软件算法构成高速在线机器视觉检测系统。     

整合视觉系统方案,灯效提高自动化生产线效率

导读:通过介绍3个应用案例,展示了先进的机器视觉软件及其图像预处理技术如何促使2D和3D视觉检测的性能成倍提升。前言3D成像技术和智能相机现已增强了机器视觉检测的灵活性和性能,若是将其与先进的图像预处理工具和智能化的软件相结合,则可以进一步解决过去难以或几乎不可能实现的自动化检测应用。     

基于极限学习机的玻璃瓶口缺陷检测方法研究

针对目前玻璃空瓶回收再生产过程中造成瓶口缺陷破损的在线实时检测难题,提出一种基于极限学习机(Extreme Learning Machine, ELM)的检测算法。首先对采集的瓶口进行预处理,通过研究表面缺陷,提取灰度方差等6种表面特征。然后运用遗传算法对极限学习机的输入层层的阈值和权值进行优化,提高算法的检测精度。最后现场选取569个样本对所设计ELM分类器进行训练学习与测试,并与LVQ算法、BP分类器对比实验。结果表明该算法能够满足对机器视觉检测系统缺陷检测高速高精度的要求。     

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.     

基于智能视觉系统的饮料瓶缺陷检测技术

研究基于智能机器视觉系统的饮料瓶封装缺陷检测应用技术。根据饮料瓶封装缺陷检测的特点及实际生产要求,提出了一套智能机器视觉系统应用的总体解决方案。对整个系统的结构原理,工作流程以及得个组成部分的功能做了具体的阐述。应用结果表明,使用上述机器视觉系统实现方便,功能强大,取得了良好的应用效果。     

一种快速的玻璃瓶口裂纹检测算法

基于机器视觉的图像处理广泛地应用于各个领域;为了能更快速、更准确地对玻璃瓶口进行无接触的检测,提出了一种快速的基于数字图像处理技术的玻璃瓶口裂纹检测算法;首先对获取图像进行预处理,然后根据迭代法获取最佳阈值,进行特征提取;接着引入矩形位移传感器,利用双圆周法寻找裂纹点,最后使用领域扫描确定裂纹;通过对大量玻璃瓶口裂纹的检测,证明算法在处理图像的速度上完全符合目前生产流水线的要求,而且不会漏检,在实际应用中获得了良好的效果.     

手术器械几何尺寸在线检测的研究

提出了一种机器视觉检测手术器械几何尺寸的新方法。在VC＋＋6．0和MVTec Halcon8．0软件平台下,通过硬件系统定位器械、采集图像;利用软件系统进行手术器械图像的实时采集、图像处理、在线检测、结果输出等。可实现手术器械几何尺寸的自动检测,不合格产品报警提示,对检测结果的数据处理,生成检测报表。该系统具有实用性强、可靠性高、性价比优等特点。     

基于智能视觉系统的饮料瓶封装缺陷检测技术

本文介绍了一种基于智能机器视觉系统的饮料瓶封装缺陷检测应用技术。根据饮料瓶封装缺陷检测的特点及实际生产要求,提出了一套应用智能机器视觉系统的总体解决方案。作者对整个系统的结构原理,工作流程以及各个组成部分的功能做了具体的阐述。应用结果表明,上述机器视觉系统实现方便,功能强大,应用效果良好。     

基于机器视觉的透明瓶装液体液位自动检测

瓶装液体液位高度自动检测能大幅提高产品检测效率.文中介绍了一种带标杆的透明瓶装液体液位检测系统,利用了液体折射原理,图像中瓶身后的标杆在液面处会出现虚拟的断开现象,通过图像处理确定标杆断开的位置从而得到液位高度.72幅液位图像的实验结果表明,该系统稳定性好,检测准确率较高,用于透明瓶装液体液位自动检测中是可行及有效的.     

基于机器视觉的啤酒瓶检测系统研究

为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.