基于PLC与视觉传感器的自动检测系统设计

介绍的是柔性生产线中的视觉单元的电气系统设计。系统基于PLC与视觉传感器技术,实现对工件上的加工孔个数及孔尺寸精确检测,对不合格品的自动剔除正确率高,可应用于工业生产线上的产品缺陷检测应用。     

基于机器视觉的饰品盒表面质量自动检测系统

针对某工厂以人工方式检测饰品盒表面质量,存在检测效率低、误检及漏检率高等问题,开发了饰品盒表面质量自动检测系统。该系统利用模板匹配方法实现对表面图像的判别,进而根据判别结果来控制系统的设备动作,实现对饰品盒的分类堆放。通过实践检测证明,该系统能够大幅提高产品的检测速度、极大地降低产品的误检率和漏检率,同时也降低了企业的成本。     

采用机器视觉的汽车活塞最终质量自动检测系统

介绍一种基于机器视觉技术的活塞终检方法。采用具有独特的双光源光路的机器视觉系统获取活塞表面图像信息,以LabView软件为平台对数字图像信息进行处理和分析,实现了全部活塞终检项目的一次性检测。实际应用证明该系统稳定可靠,检测效率高,检测性能优于国外进口同类产品。     

基于图像处理技术的零件尺寸自动检测方法

基于图像处理技术的零件尺寸自动检测方法可避免传统人工检测方法的各种弊端。本文探讨了图像处理的基本流程、各种处理算法算子和参数选择,并通过实例证明了该检测方法的可行性。     

沥青混合料自动检测系统研究

以对沥青混合料组成成分进行自动检测与分析为研究目的，运用数字图像处理理论与相关技术对沥青混合料组成成分检测进行系统研究，建立一套可行的识别沥青混合料组成特性的智能检测系统，给出系统软件总体结构设计和主要处理流程框图，并对各模块进行编程调试与脱离环境运行，同时还对该系统的处理结果进行比较分析，给出了适合系统检测研究的模式识别处理方法。采用Delphi编程语言进行应用系统的开发与实现，并对采用该系统检测所得的计算结果进行了误差分析．为沥青混合料的质量评价、提高其性能提供了科学依据。     

基于LabVIEW的汽车遥控钥匙自动检测系统设计

设计了基于LabVIEW平台的汽车遥控钥匙自动检测系统,替代了传统的人工检测.检测系统由自动检测机构、下位机、上位机和检测仪器组成,由下位机控制机械手和气缸等实现自动取料、自动送料、自动加压和自动分拣等功能,上位机与检测仪器通过多总线方式实时采集钥匙的检测参数,采用了状态机结构,集成了实时测量、通信、质量判别、数据记录和查询等几大功能模块.检测系统具有稳定可靠、自动化程度高和测量精度高等特点,满足了遥控钥匙产品检测现代化生产的需要.     

轴承端面缺陷自动检测研究

针对微小轴承端面字符与缺陷两者的灰度值相差无几,对缺陷的直接检测造成干扰,提出了基于缺陷周围高亮度特征的检测方法;通过对图像的迭代法阈值分割,定义检测目标的像素数作为缺陷识别的主要依据.结合PLC控制系统,开发的缺陷自动检测程序系统,可实现不合格轴承的在线分拣处理.实验结果表明,系统检测误检率不超过1‰,满足了高精度、高效率检测轴承端面缺陷的要求.     

轴承端面缺陷自动检测研究

针对微小轴承端面字符与缺陷两者的灰度值相差无几,对缺陷的直接检测造成干扰,提出了基于缺陷周围高亮度特征的检测方法通过对图像的迭代法阈值分割,定义检测目标的像素数作为缺陷识别的主要依据.结合PLC控制系统,开发的缺陷自动检测程序系统,可实现不合格轴承的在线分拣处理.实验结果表明,系统检测误检率不超过1‰,满足了高精度、高效率检测轴承端面缺陷的要求.     

基于计算机视觉的织物疵点自动检测的研究方法

织物疵点采用自动检测代替传统的人工检测是纺织品质量控制和管理的重要环节,同时又是纺织自动化的重要标志之一。简要综述了近年来计算机视觉在织物疵点领域的应用和发展情况,着重讨论了自动检测技术近期所涉及的各种方法及其在疵点检测上的应用。开发适合我国的织物疵点自动检测系统,具有深远意义。     

基于凝结法的凝血参数自动检测系统设计

为了实现临床医疗中血栓与止血标志物的智能检测,提出了一种基于凝结法的凝血参数自动检测系统.由上位机选择检测所需的试剂和设备并实时显示检测进程与数据曲线,主控单元接收上位机的操作指令并通过CAN总线将其分配给下位机的具体执行模块,下位机依据协议代码驱动机械装置完成与指令对应的操作,在整个检测过程中,系统基于凝结法进行检测...     

基于TMS320C6202 DSP的实时数字图像处理系统的设计

应用高性能数字信号处理器TMS320C6202作为核心,结合大规模可编程逻辑阵列CPLD进行逻辑控制和现场可编程门阵列FPGA对采集的视频数字图像进行预处理,实现了视频图像的采集和图像目标的实时数字图像处理。重点介绍了该实时数字图像处理系统的硬件组成,工作原理和图像处理算法的应用。     

基于数字图像的数控切绘机自动编程系统研究

研究了数控切绘机自动编程系统的关键技术,并给出了实现方法。该系统首先通过扫描获取样板的数字图像作为输入,然后利用数学形态学进行去除噪声,采用链码跟踪方法记录图像的边缘轮廓,最后使用分段拟合的方法将图像矢量化,从而根据矢量图生成数控代码。实验结果表明,该系统能根据样板的数字图像自动生成数控代码,效果良好。     

基于数字图像处理方法的印刷网点测量系统设计

为克服利用密度计测量印刷品网点面积的传统方法的不足之处,现设计了一个基于CMOS图像传感器和数字图像处理技术的网点测量系统。首先利用CMOS图像传感器采集印品的显微数字图像,然后利用专用USB芯片实现图像数据传输,最后通过上位机对网点的数字图像进行处理,计算出印品的网点相关参数。该系统可快速而准确地测量出印品的网点面积、加网线数和加网角度。论文给出了硬件电路、USB固件程序、驱动程序设计方法以及网点图像处理方法。     

基于机器视觉的齿轮缺陷快速检测

结合齿轮缺陷自身的特点，论述了齿轮缺陷检测系统的构成、图像处理及检测流程，提出了一种基于机器视觉的齿轮缺陷快速检测方法。实例分析表明．该检测系统能够快速、准确地实现齿轮缺陷的检测，满足自动化生产的需要，可在实际生产中代替人工检测；     

基于数字图像处理的火焰长度计算方法

提出了基于计算机视觉和数字图像处理技术的火焰长度计算方法。根据色度学和数字图像处理原理,通过对火焰图像进行阈值分割,去除噪声,寻找火焰边界,计算长度和面积,找出火焰最长值及最长点的坐标。根据火焰长度变化曲线和最长点坐标位置变化曲线,反映出了火焰燃烧的稳定性比较好。     

基于机器视觉的玻璃缺陷检测

随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。     

Natural color scanning electron microscopy based on the frequency characteristics of the human visual system

The principles of image formation in natural color scanning electron microscopy (NC-SEM) are discussed in detail. This method is based on the frequency characteristic of the human visual system. It is shown that the Mach effect and masking effect are important in the characteristics. The former, which can enhance structural details, is visually similar to the edge effect in secondary electron (SE) images, and the latter is required for proper representation of very degraded color information obtained from a light microscope. When using these effects suitably, an NC-SEM image with the resolution equivalent to that of an SEM image can be acquired, though it is composed of an SEM image and a special video microscopy (VM) image with a resolution much lower than the SEM image of the identical view. The NC-SEM is more effective than the SEM in observation. interpretation, and analysis of various samples with important color information.     

基于数学形态学的气泡水平尺自动检测系统研究

针对气泡水平尺的自动检测问题,对机器视觉领域的边缘提取、轮廓跟踪等算法进行了研究,提出了一种基于数学形态学与轮廓跟踪的气泡水平尺自动检测方法。引入了快速中值滤波算法和多线程工具对工业相机拍摄的水平尺气泡图像进行了滤波处理,以提高中值滤波算法的运算效率,使用了模糊最小化形态学梯度对气泡图像进行处理,以得到气泡的边缘信息。同时针对该应用场合,分析了气泡边缘图像的灰度剖面特性得到左、右平行参考线的位置,结合目标邻域点法搜索气泡端点来对气泡位置进行了搜索,得到了气泡偏移距离,从而实现了高效率高准确度的气泡水平尺偏移实时检测。研究结果表明,该方法在保证结果准确的同时,能够极大提高计算速度,并且计算结果能极好地适应光照变化。     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.