一种新型光机电一体化实验平台设计

针对传统光机电一体化实验平台技术落后,功能单一,实验环节不连贯等问题,提出一种基于控制卡和机器视觉的新型光机电一体化实验教学平台。利用十字交叉步进电机运动平台和真空吸盘构成上料/分拣机构,链条传动式传送带平台传送工件;利用VB.net软件,结合控制卡DMC1380库函数,控制电机和外部IO信号;采用Halcon软件对机器视觉采集的图像进行分析处理,得到检测结果;利用接近传感器对工件不同工位进行位置检测;运用气动技术,对工件进行真空拾取和分拣,可模拟自动化生产线流程,具备上料、机器视觉检测、分拣等功能,开设多个光机电一体化实验项目,为学生学习光机电一体化技术等课程提供了一个创新的实验平台,取得良好的教学效果。     

基于机器视觉的罐盖质量检测系统设计

文中根据饮料易拉罐罐盖制造生产线的工作环境和检测要求,研制了基于机器视觉的罐盖质量检测系统,实现了铝制罐盖瑕疵的自动检测和快速剔除.该检测系统由下盖装置、盖传送装置、光源与图像采集系统、视觉处理及控制系统、次品剔除装置等组成,铝制罐盖经下盖装置连续不断的进入盖传输区域,盖传输装置通过真空将罐盖吸附在传送带上,当罐盖通过成像系统时,光纤传感器触发工业相机和光源,获得高速罐盖图像,图像检测系统分析罐盖多个检测区域,电气控制系统根据图像检测结果分拣罐盖.通过实验测试证明:该视觉系统实时性好,可靠性高,有效地提高了罐盖检测生产线的工作效率.     

基于机器视觉的纸币清分机设计分析

设计了一种基于机器视觉的智能纸币清分机,可实现纸币真假识别、面额清点和分拣等功能。清分机采用STM32作为运动控制系统的处理器,可同时控制进钞步进电机、传输步进电机和分拣步进电机,实现三轴联动。通过红外触发传感器,检测进钞状态,触发相机采集图像。基于工业计算机处理平台,采用CCD相机与紫外LED光源,采集纸币目标区域的水印图像。设计专用的纸币智能识别算方法完成水印图像处理与分析,处理信号驱动运动控制系统,控制线性模组完成纸币的分类。实验结果表明所设计的纸币清分样机可实现不同面值纸币的快速准确识别、清点与分类。     

基于机器视觉的光学元件表面洁净度检测仪研制

针对SG-III精密光学元件表面洁净度检测特点,提出了基于机器视觉的检测方案。设计了三维电控平台和夹持架,选用步进电机和光栅尺实现闭环高精度控制,采用线阵CCD作为图像采集设备,选用卤素灯作为光源,利用图像处理技术得到污染物的特征参数。对340mm*340mm的光学元件测试表明,检测仪能在11分钟内完成单面扫描和分析,识别15μm以上的污染物,大大提高了检测效率。该技术可应用于多种精密表面检测项目。     

基于PLC和机器视觉的连杆编码一致性自动判别系统设计

针对连杆编码人眼识别易产生疲劳、出现漏判风险的问题，设计了基于PLC和机器视觉技术的连杆编码一致性自动判别系统。该系统包括上位机PLC和机器视觉系统两部分，PLC发送图像采集信号，接收机器视觉系统反馈的结果，并决策放行还是报警；机器视觉系统接收采集信号并进行图像采集、图像预处理、字符识别，判断编码是否一致，发送结果至PLC。实验结果表明，文中所设计的系统字符识别正确率为94.9%，并且能够正确决策判别结果，具有一定的实用价值。     

基于机器视觉的输送带图像校正和故障检测算法研究

为了消除基于机器视觉的输送带故障在线监测系统中采集图像的不均匀光照影响,提高图像质量,检测出图像中的故障区域,提出了一种基于机器视觉的输送带图像校正和故障检测算法。该算法首先采用Butterworth低通滤波器对图像滤波,结合Retinex理论计算估计真实图像的背景,对图像进行灰度校正,得到校正后的图像;然后将机器视觉与生物视觉相结合,利用PCNN算法,对采集的图像进行检测,检测出故障区域。实验结果表明,算法能有效校正输送带表面图像,清晰检测出故障区域,具有很高的应用价值。     

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。     

基于虚拟仪器的弹簧质量检测系统

针对传统弹簧检测方法的不足,开发了基于机器视觉的弹簧质量检测系统。该系统以LabVIEW为平台,结合线阵CCD采集弹簧展开图像进行图像处理和分析,实现了对弹簧表面缺陷的识别和尺寸测量。采用Zernike正交矩方法对弹簧图像进行边缘定位,得到亚像素级的弹簧长度、线径、节距值。试验表明,该系统检测速度快、精度高、可靠性更强。     

手机U盘表面焊点缺陷自动检测系统研究

针对手机U盘加工生产中焊点缺陷问题,研究基于机器视觉和图像处理技术的缺陷自动检测系统。使用专用光源与工业相机进行图像采集;经过预处理、倾斜校正、阈值分割、质心提取等图像处理步骤进行焊点区域定位;采用水平投影直方图和连通区域面积作为特征对焊点缺陷进行识别。实验表明,该系统能对任意角度摆放的样品中的焊点区域进行准确定位,且具有良好的缺陷识别效果。     

基于机器视觉的制动主缸活塞总成在线检测

在大批量工业生产过程中,用人工视觉检测制动主缸活塞总成是否合格,效率低并且合格率下降,然而,利用机器视觉检测方法则可以大大提高生产效率和生产的自动化程度,而且机器视觉易于实现信息集成。针对制动主缸活塞总成进行检测识别,利用自动控制技术实现待测零部件的运动控制,通过康耐视机器视觉软件进行模板图像的建立,把采集到的目标零件图像与模板图像进行实时比对。试验结果表明该方法可以对制动主缸活塞总成的漏装、错装和缺陷给予在线检测。     

铝合金零件尺寸误差自动检测方法研究

针对铝合金零件的高反光、尺寸较大导致难以检测的问题,对机器视觉系统、图像合成、图像处理等方面进行了研究,提出了基于机器视觉的铝合金零件尺寸误差的自动检测方法。采用同轴平行光源在零件上方打平行光和两轴运动平台采集局部高精度图像并拼接合成的方法,获取了高精度大尺寸零件图,提高了检测精度并可突破检测尺寸局限;利用视觉检测技术实现了图像的预处理、尺寸特征量提取等的处理,采取Canny算子结合双线性插值方法提取了零件亚像素级边缘,提高了检测精度,通过将提取的零件边缘图像与标准零件CAD图匹配、判识,完成了零件尺寸的测量分析。研究结果表明:该铝合金零件检测方法实现检测精度高于0.02 mm,可满足铝合金零件生产现场自动检测的要求。     

基于机器视觉的航空接头气密性全自动检测仪

气密性是航空接头合格与否的关键.应用机器视觉原理实现对航空接头气密性的高精度检测.图像采集系统对从航空接头泄漏到煤油中的微小气泡进行放大成像,并转换成数字图像输入到计算机,再由检测软件进行预处理和目标智能识别,依据图像中目标的参数给出判定结果.检测软件具有图像处理、数据分析、自动控制等功能.因此能够自动消除光源和煤油中杂质等因素影响,捕获并识别出泄漏气泡;具有精度高、可靠性好以及操作简单等特点.     

一种基于机器视觉的水表检定装置的研制

研制了一种基于机器视觉的水表检定装置,该检定装置通过设计移动式图像采集平台,单个相机即可完成对多工位的水表指针图像采集,节约了设备成本。采用角度法识别水表指针读数,通过模板匹配校正图像,提出了一种改进的最小二乘法拟合圆心的算法定位指针,利用harris角点检测算法获取针尖点,根据圆心与指针角点形成的连线之间的夹角获得指针的读数。实验表明:该检定装置与人工检定的方法相比,提高了生产效率,且系统的识别正确率在94%以上,具有较高的准确性。     

透明材料微小器件键合质量检测系统设计

针对材料和结构均特殊的透明材料微小器件的键合质量检测,提出了可见光透射机器视觉检测法。分析了检测系统硬件中主要部件的性能要求,研究了该检测系统的图像处理技术。检测系统利用光源、相机、镜头和计算机等主要部件实现图像采集功能,并通过图像相减、灰度直方图调整、图像滤波和图像二值化等图像处理功能来完成质量检测。实验结果表明,提出的可见光透射机器视觉检测法能灵敏有效地检测出透明材料微小器件键合位置处存在的键合间隙和缺陷大小,检测精度可达10 μm,满足透明材料微小器件键合质量的要求,是一种高效、非接触、无损、无污染的检测方法。     

基于机器视觉的锂电池极耳焊接缺陷检测技术研究与分析

针对锂电池极耳在焊接工艺中所产生的极耳翻折、焊点不足以及焊破等缺陷问题,提出机器视觉对极耳的焊接缺陷进行识别与检测.首先,利用球积分光源以及同轴光所组成的组合式光源对焊后的极耳进行均匀化图像采集,并提取相应的ROI;然后,采用中值滤波的方法对ROI进行平滑去噪,并使用分段线性灰度增强的方法对图像进行预处理,再利用最大类间方差法(OSTU)对ROI进行图像分割以及特征提取,有效地对极耳焊接缺陷进行了识别与检测;最后,对极耳焊接缺陷检测系统的检测效果进行了分析,检出率为98.77％,验证了视觉检测方法的可行性与合理性.     

基于机器视觉的机械加工零件表面微缺陷检测方法

为提高微缺陷检测结果精度、提升机械加工零件外观质量，该文引进了机器视觉技术，以某机械生产制造单位为例，设计了一种针对零件表面微缺陷的全新检测方法。根据机器视觉技术的应用需求，搭建了集成工业相机、采集装置、照射光源等为一体的扫描装置，采集零件表面图像；对采集的原始图像进行均值滤波处理，去除图像中可能对缺陷区域的判别造成干扰的因素与噪声；采用阈值分割的方式，提取并划分机械加工零件表面的微缺陷区域；采用提取图像边缘算子的方法，计算零件表面原始图像与待检测图像之间的像素相关性，通过对零件表面微缺陷灰度性质点的匹配，完成检测方法的设计。通过对比实验证明：该方法不仅可以精准检测机械加工零件表面微缺陷，还可以检测到具体的缺陷类别。     

基于机器视觉的冬枣分拣设备研究

机器视觉在物品识别与分拣方面有着广泛的应用,文章针对基于彩色CCD的机器视觉冬枣识别进行了研究。根据CCD色彩识别原理,运用CCD摄像头每隔2 s采集一幅冬枣图像,用图像处理软件将采集到的RGB图像转化到HSI模型空间,用HSI模型中的H分量描述冬枣颜色特征方法,设置了基于经验与计算数值的分别阈值,成功进行了生熟冬枣的识别;进而构建了基于单片机控制系统的冬枣分拣装置,该装置使自动上料的冬枣在经过两轮的识别后,将经彩色CCD采集图像并经计算机检测的熟冬枣经过分离器实现分离,并通过气缸的动作将检测为生的冬枣倾倒到一起,从而完成生熟冬枣的快速检测与分离。     

基于机器视觉的螺钉在线检测

介绍了一种基于机器视觉技术的非接触式螺钉在线检测系统。该系统利用CCD相机采集图像,经过拉普拉斯锐化算子、中值滤波等图像处理,可获得清晰的螺钉轮廓图像,再利用机器视觉的相关几何运算测量出各个螺钉几何参数,实现螺钉的在线检测。实验表明,该系统检测速度快、精度高,具有很好的推广应用价值。     

基于嵌入式机器视觉的机器人抓取系统

针对工业生产线上机器人自动化、智能化识别抓取需求,设计研发了基于Raspberry Pi 3B+控制器的嵌入式机器视觉系统。采用开源OpenCV视觉算法库,使用高精度摄像头采集图像,经过图像预处理、特征提取判断等,快速识别、判断、定位产品,实现机械手对产品的准确定位和分类。实验结果显示,该系统运行稳定,对图像数据的处理可靠,能够较好地实现识别。     

玻璃纤维网格布缺陷自动检测系统的研究

基于机器视觉设计了一种玻璃纤维网格布缺陷自动检测系统,可实现玻璃纤维网格布缺陷的识别以及分拣等功能。整个系统采用STM32作为运动控制处理器以实现机械手的运动控制,利用NI myRIO平台采集玻璃纤维网格布信息,设计玻璃纤维网格布缺陷识别算法,完成图像的处理与分析从而驱动机械手完成网格布的分拣。实验结果表明该系统可以实现玻璃纤维网格布缺陷的识别以及分拣。