基于机器视觉的复杂平面零件尺寸精密检测

针对精冲汽车零件等尺寸变化较大、局部尺寸精度要求高的零件,采用机器视觉技术进行在线精密尺寸测量。从CAD图纸文件中提取零件形状尺寸和公差等参数,生成对应的运动控制参数,实现相机沿复杂零件轮廓摄取局部图像以提高分辨率,同时运动控制系统反馈编码器得到相机的运动坐标参数。综合两者可得高精度的检测参数,再对比公差要求,即实现零件的合格判断和分类。实验表明对精冲零件的测量精度能达到0.01 mm。该方法为多品种、少批量的平面复杂零件自动测量提供了方便、可靠的解决方案。     

基于机器视觉的二维尺寸检测

借助CMOS工业相机、光学镜头、计算机以及Open CV等搭建了一套机器视觉检测简易系统,采用了一种针对两孔零件的测量方法。经试验得出:精度可达0.009mm,重复性误差可达0.0215mm,用该系统测量已检测合格的300个零件,满足检测要求,说明该检测系统具有一定的可行性。     

基于机器视觉的端子尺寸检测系统

介绍了一个基于机器视觉的端子尺寸检测系统。针对汽车电子产品中的端子在线尺寸检测,采用单轴机械手将产品送到检测位置,用LED背光照明,用CCTV镜头和视觉传感器获得端子图像,用图像处理单元对图像进行二值化、锐化、边缘提取后对端子的尺寸进行检查。从实际应用来看,此检测系统具有非接触性、在线实时、精度合适等优点。     

基于机器视觉的坚果尺寸检测系统设计

针对坚果分类效率低、精确度低、成本高等问题,该文研究并设计了基于机器视觉的坚果尺寸检测系统,以核桃坚果为研究对象,对核桃的尺寸进行检测,以获取品质高、质量好的核桃。首先,通过工业相机对核桃图像进行采集;其次,利用视觉软件Halcon进行Blob分析、分水岭阈值分割、矩形检测等方法进行图像处理,获取核桃尺寸的相关数据;最后,将被检测物尺寸的实时数据传输到工控机上,利用Visual Studio 2019软件实现数据通信。实验结果表明,该坚果尺寸检测系统稳定,能够保证较高的准确率。     

一种基于机器视觉的机加工件尺寸测量系统设计

针对目前机加工零件尺寸需检测位置多、主要依靠人工检测、检测困难且检测效率低等问题,设计了一种基于机器视觉、多传感器融合的机加工件尺寸测量系统。通过多传感器耦合,工业相机对机加工零件进行图像采集,采用VS2010配合Open Cv函数库对图像进行一系列的数学形态学处理,并将测量结果实时反馈在控制端,实现对机加工件的测量。试验表明,系统能成功实现对机加工零件的高效率、高准确率的尺寸测量,达到了机加工件尺寸测量自动化产线的生产检测要求,具有较大的应用价值。     

基于机器视觉的复杂零件外观尺寸检测

根据复杂零件检测收慢、效率低的情况,设计了一套基于机器视觉的检测系统。介绍了视觉检测系统的结构设计和零件图像的预处理和边界提取,并详细分析了零件尺寸的计算算法。本设计对其它产品的检测、检验具有一定的借鉴意义。     

基于机器视觉的弹簧内径尺寸检测研究

弹簧的内径尺寸对保证其质量及装配精度有着极其重要的作用,传统的检测方法不仅费时费力,而且误判率较高。针对弹簧外形的特点,论文设计了弹簧外形视觉检测的流程,并使用Labview软件平台开发了检测程序,软件可实现毛刺识别,尺寸测量,筛选不合格产品等功能。经验证,这种方案可以满足弹簧内径尺寸的高精度检测。     

基于机器视觉的螺纹钢表面尺寸检测方法

针对高速螺纹钢表面缺陷检测技术难题,对螺纹钢表面尺寸的视觉检测方法进行研究。针对螺纹钢外形结构尺寸复杂的特点,通过对螺纹钢的侧面图像进行分析,获得其边缘图像后,提出了基于投影重心的亚像素边界定位方法,获得螺纹钢横肋高及内径的尺寸。通过分析螺纹钢的正面图像,获得其边缘图像后进行垂直投影,求出螺纹钢纵肋高度;在此基础上,通过对重心遍历,结合轮廓跟踪处理,计算出横肋与轴线夹角;结合与夹角的几何关系,计算得出螺纹钢横肋间距、横肋顶宽的尺寸。获取的螺纹钢表面结构尺寸为其缺陷检测奠定了基础。     

基于机器视觉的圆柱滚子尺寸检测方法

以轴承圆柱滚子为研究对象,提出一种基于机器视觉的圆柱滚子尺寸检测方法,利用圆柱滚子的图像实现圆柱滚子直径与长度的同步检测.首先,对相机拍摄的圆柱滚子照片做预处理:使用灰度线性变换提高圆柱滚子与背景的对比度,再使用二值化阈值分割方法实现圆柱滚子图像的获取;然后采用Canny算子检测圆柱滚子边缘,为了获得圆柱滚子的直径与长...     

一种基于机器视觉的圆孔边缘检测方法

针对圆孔型工件几何特征的测量,边缘定位的精度至关重要。提出了一种圆孔边缘定位算法。该算法对某一像素的相邻像素方位做出标记并计算其与相邻像素的方差,选取最大方差所在像素位置为假定边缘走向,利用形态学运算对假定边缘进行处理,得到正确边缘位置。实验证明了该算法的有效性。     

一种基于机器视觉的石材缺陷检测方法

针对传统石材检测方法实时性差、精度低与劳动强度大的缺点,提出了一种基于视觉的缺陷测方法,首先以石材轮廓的矩包络线为基准,利用近邻搜寻算法确定尺寸测量的角点,欧式距离衡量尺寸参数。然后采用分块策略生成对应的局部多特征映射矩阵,并将其元素与训练的标准参数进行对比,搜寻潜在缺陷块,结合邻域信息合并潜在块确定缺陷位置。最后应用多特征数据建立支持向量机(SVM,Support Vector Machine)的缺陷类别预测模型,实验表明该方法具有较好的检测效果,具有重要的应用价值。     

基于机器视觉的微小孔零件尺寸检测研究

基于图像处理技术提出一种非接触式高效且高精度的微小孔零件尺寸测量方式.通过对微小孔零件进行图像采样,依次进行图像灰度化、图像滤波、图像二值化处理和微小孔边缘轮廓提取.采用加权平均值法对图像进行灰度化处理,去除无用部分,减小采集到的原图大小;采用双边滤波去除图像中的噪音点,减小边缘提取时的误差,用最大类间方差法对图像进行...     

基于机器视觉的尺寸测量方法研究

用CMOS摄像头搭建了简易的机器视觉系统,利用NI Vision Assistant软件实现了对试件线性尺寸和圆弧尺寸的测量,论证了低成本CMOS镜头用于尺寸测量的可行性。     

机器视觉的薄片零件尺寸检测系统

对基于机器视觉的薄片零件尺寸检测系统进行研究。针对计算机硬盘弹性臂薄片零件的尺寸检测,采用线阵工业相机扫描获取待检零件图像,根据扫描特性提出了标定算法,同时提出了一种轮廓矢量化算法。将经过滤波、标定、二值化、边缘提取和细化的图像进行轮廓矢量化得到待检零件的尺寸参数,并与从设计图DXF文件中读取的零件的相应尺寸参数进行对比,判断零件制造质量。实测结果表明,检测系统的轮廓矢量化精度达到1 pixel,检测精度达到1 μm,平均每个零件的检测时间为1 s,该检测系统是可行的。     

基于机器视觉尺寸检测及加工精度分析系统设计

利用机器视觉和图像处理技术,以轴类零件尺寸为检测对象,运用Lab VIEW作为开发平台,设计了一套轴类零件尺寸检测系统及尺寸加工精度的分析系统,实现了集图像采集、保存、图像处理、尺寸测量及加工精度分析于一体的功能,该系统能够完成轴的尺寸测量,可以显示零件尺寸单值点图、实际分布图、-R图以及工序能力的判断,能对零件质量进行判识。     

基于机器视觉盘纸直径和宽度尺寸检测研究

为解决实际运用中人工检测盘纸直径和宽度精度不准、耗费人力资源的问题,提出一种基于视觉盘纸直径和宽度尺寸检测的方法,以提高检测的效率和精度。该模型以霍夫圆检测与Canny边缘检测算法为基础,提取盘纸轮廓实现对圆心坐标、直径和宽度尺寸的检测。运用图形细化提取轮廓骨架,确定边缘像素特征点坐标,运用最小二乘法对特征点坐标曲线拟合,标定极限偏差,判定产品的合格性。实验结果显示,该检测模型的直径检测精度在2 mm,宽度检测误差在0.8 mm范围之内的收银纸检测准确率稳定,符合实际运用要求,对节约人力、提高经济效益、解决人工检测等方面的问题均具有重要意义。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

一种基于机器视觉的浮法玻璃质量在线检测系统

人眼对浮法玻璃上畸变小的缺陷并不敏感，漏检的缺陷会给玻璃深加工带来极大的困难。快速、可靠和准确的机器视觉检测技术是解决玻璃生产中质量控制问题的重要的技术手段。本文介绍了一种基于机器视觉的浮法玻璃质量在线检测系统。该系统利用分布式视觉处理技术、采用模块化的图像处理系统设计，能够实现缺陷的精确提取，能实现对缺陷的智能分类和分级，能根据缺陷数据对玻璃进行分级打标，满足了浮法玻璃生产中缺陷在线检测的需要。     

一种基于机器视觉的水龙头曲面识别检测系统

针对目前水龙头表面抛光打磨识别定位精度差、人工识别检测效率低等问题,设计了一种基于机器视觉的水龙头曲面识别检测系统。这一检测系统通过多传感器融合与工业相机对水龙头曲面进行图像采集,采用Visual Studio 2010软件配合Opencv函数库对图像进行数学形态学处理,并将结果在控制端进行反馈。这一系统检测效率与准确率高,满足水龙头抛光打磨识别的要求,具有实用价值。     

一种基于机器视觉的电池涂胶缺陷检测方法

介绍了一种基于机器视觉的电池涂胶缺陷检测方法,将获得的电池涂胶图片经过中值滤波、二值化后,进行连通域提取,之后获得需要的连通区域,通过边缘形状匹配得出结论。这一方法具有稳定、可靠和精度高等特点,大大减小了运算量,提高了判别效率。