基于机器视觉瓦楞纸板自动计数系统研究

目前在生产和生活中大量应用包装材料瓦楞纸板,但生产企业面临瓦楞纸板计量是一个较难解决的问题,为此研发一套基于机器视觉技术的瓦楞纸自动计数系统。针对瓦楞纸生产现场,详细分析瓦楞纸侧面纹理视觉信息与相关小波变换特点,将小波变换与相关形态学算法相结合,并选用离散Meyer小波,对瓦楞纸视觉信息进行处理。通过获取瓦楞纸视觉信息中连通域数目,求出瓦楞纸板纸张数量。经大量实验证明,所研发计数算法与其他计数算法相比较,能够准确、稳定可靠地获取瓦楞纸板数目。经工程实际应用验证,该自动计数系统能够满足瓦楞纸计数要求。     

基于机器视觉的高杆绣球检测计数系统

针对光照强度在目标轮廓提取上的问题,提出一种自适应阈值分割与连通域筛选的目标轮廓提取算法。通过自适应阈值分割结合形态学梯度进行边缘检测,并利用漫水填充算法提取投球内圈及以外待检测区域,对提取的待检测区域采用高斯混合模型进行目标及运动方向检测,最终实现高杆抛绣球检测与计数。实验结果表明,该方法能实时有效地提取目标轮廓并统计投进投球圈的绣球数。     

基于机器视觉的零件尺寸自动测量系统

阐述了利用机器人视觉进行零件尺寸检测的系统。包括：机器人视觉系统的构成;工件测量的基夺原理;图像预处理的基本方法;图像边缘特征的提取与具体实现算法。实践表明,该系统方案是切实可行的,具有较高的使用价值。     

基于机器视觉系统的磁芯零件在线分级

机器视觉已成为无损检测技术中的一个重要分支。利用机器视觉系统获取磁芯产品图像,通过图像预处理、图像分割、特征提取、图像分析、输出检测结果的控制信号,再借助于PLC控制执行机构,最终达到对磁芯产品进行在线分级的目的。     

基于机器视觉的钳工零件角度检测系统

机器视觉检测是自动化检测的方法之一,具有高精度、非接触的特点,优势明显。将机器视觉技术应用于机械零件角度的检测,能提高检测的自动化和柔性程度,实现快速、准确、非接触测量。此外,通过实际检测应用,验证了该检测系统的可靠性。     

基于机器视觉的零件同心度检测系统的设计

随着先进制造技术的发展,零件检测技术在工业生产领域中占有重要地位。以零件的同心度参数为研究对象,搭建了同心度的检测平台并提出一种新的同心度检测方法。该方法首先采用Otsu法对灰度图像进行动态阈值分割,其次利用二值形态学中的填充处理、异或处理及边缘提取等运算获取外圆、内圆的边缘,然后使用基于外点剔除的迭代最小二乘法进行外圆、内圆的边缘拟合,最后计算零件的同心度值。与采用接触式检测的三坐标测量机相比,提出的检测方法更适合于大批量、非接触式零件同心度的检测,且检测误差在0.01mm以下。试验表明,该方法可有效地实现零件的同心度检测,满足当前企业的实际需求。     

基于机器视觉的零件毛刺检测

针对人工检测毛刺效率低下等问题,提出一种基于机器视觉的零件毛刺检测方法.对获取的零件图像和样品图像首先采用改进的中值滤波和双边滤波相结合的方式进行降噪,对降噪后的图像进行阈值分割得到二值化图像,再将零件图像与样品图像进行比对从而得到毛刺图像,通过对毛刺进行标记区分出不同的毛刺,利用面积和最大长度等几何特征对毛刺进行定量...     

基于机器视觉的金属零件表面缺陷检测系统

分析了金属零件表面缺陷的基本特征、金属零件表面缺陷的种类及表面缺陷检测方法,提出了利用机器视觉技术来检测金属零件表面缺陷,并对视觉技术发展趋势进行了探析,对开展机器视觉的研究具有一定的参考意义。     

基于机器视觉的粉末冶金零件缺陷检测系统研究

针对粉末冶金零件人工外观缺陷检测精度差、效率低、实时性不佳等问题,利用机器视觉实现自动化生产线粉末冶金零件缺陷的实时检测。系统选用工业相机采集零件图像,利用图像处理软件对零件图形进行特征提取,使用LIBSVM进行数据集训练,得到合格零件与缺陷零件的特征信息,实现零件的有效分类。这一系统检测精度高,可靠性好,能满足生产线实时性的要求。     

基于显微机器视觉的微小零件装配系统研究

针对精密微小型机电产品装配中的组成零件尺寸小、普通摄像机的分辨率低的问题,提出了一种基于显微机器视觉而建立的高分辨率CCD摄像机与体式显微镜相结合的显微视觉测量系统。采用MATLAB软件中图像平滑、图像识别、边缘提取以及最小二乘拟合圆等方法,对采集到的待装配微小零件的图像进行分析,研究了微小零件装配系统的组成、待装配微小零件的识别定位以及装配过程。结果表明,所采用的显微视觉测量系统,实现了待装配零件的识别定位,完成了待装配微小零件的自动测量和精密装配。     

基于机器视觉的散乱柱类零件抓取系统

针对散乱摆放的柱类零件抓取问题,提出一种基于圆柱拟合的散乱柱类零件识别抓取系统。首先,采用直通滤波,离群点去除和体素滤波降低密度采样对点云数据进行预处理,然后使用平面拟合算法去除载物台点云,接着使用区域增长算法将不同圆柱的点云分离,由于分割后的圆柱点云存在大量噪点,采用随机抽样一致法和最小二乘法相结合的方式去除噪点,拟合圆柱面,最后将点云重心向圆柱轴线投影,得到准确的柱体中心。实验证明该算法鲁棒性好,精度较高,适用于柱类零件抓取。     

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。     

基于机器视觉的菌落计数算法研究

针对菌落人工计数的不确定性、效率低等问题,对工业相机、图像处理、特征对比以及计数算法等展开研究。提出了一种基于机器视觉的菌落计数算法。首先搭建一套图像采集系统获取菌落图像,然后利用灰度处理、中值滤波、边缘检测连接、阈值分割、粘连分割、边缘剔除等一系列图像处理方法对菌落图像进行处理,得到菌落的二值化图像,最后根据连通域计数法完成菌落计数,实现客观、快速的菌落计数。通过与人工计数误差对比,计数精度达到了90%,满足了菌落计数的要求。     

基于机器视觉的精冲零件断面缺陷检测系统研究

将机器视觉技术应用在精冲零件断面缺陷检测上,提出了一个基于机器视觉的检测系统方案。根据精冲零件在传送带上运动过程特点,设计了检测硬件设施和计算机图像处理技术。通过工业相机拍摄零件照片,利用图像分割获得精冲零件信息,再通过滤波和边缘检测提取轮廓边缘,使用二值化处理将缺陷分离出来,并计算出断面缺陷面积及撕裂带最大垂直高度,判断零件是否合格。实验结果标明该方案能快速有效的对精冲零件进行检测,对实现精冲零件智能化制造具有重要意义。     

基于机器视觉的轴类零件定位与测量系统

针对目前物体定位与尺寸测量在工业中的突出作用以及市场对这方面的技术封锁的问题,基于MATLAB设计了一套自动定位和测量的轴类零件系统。首先,进行机器视觉平台的搭建以及硬件选型,并通过MATLAB软件对CCD相机进行标定,得到相机的内外参数,然后对算法进行了详细地介绍,最后完成MATLAB GUI界面的设计。最后,实验结果表明,依据提出的方法,姿态角误差小于0.1°,平均质心定位误差为0.1mm,平均尺寸误差为0.2mm,验证了自主开发算法的有效性且可以满足工业应用要求。     

基于机器视觉的零件表面粗糙度测量

机器视觉测量是近年来测量领域中的新测量技术,是以光学为基础,融电子技术、计算机技术、图像处理技术为一体的测量系统。介绍一种基于机器视觉进行表面粗糙度测量的方法。     

基于机器视觉的鱼苗自动计数方法研究

在传统渔业中,渔民每年在计算鱼苗数量时会花费大量的人力物力,而且精确度不高。针对这个情况,本研究借助于Geany开发平台,使用Python语言和OpenCV视觉函数库开发了一个鱼苗自动计数系统。通过对鱼苗图片进行预处理、分割、识别、计数等一系列操作,利用连通域计数快速识别出图像中鱼苗数量。     

薄片零件尺寸机器视觉检测系统的研发

对薄片零件尺寸机器视觉检测系统的关键技术进行了研究,开发了一套完整的机器视觉检测系统;提出了基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出了基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测：提出了基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。     

基于机器视觉的封印产品字符编码检测系统

介绍了应用机器视觉技术开发的封印产品字符编码检测系统,采用虚拟仪器开发平台LabVIEW完成系统的软件开发,实现了封印产品字符编码的自动识别及顺序检验,取代以往的人工目检.提出了一种基于ROI智能调整及多模板匹配的字符识别方法,有效提高了封印产品字符编码检测的成功率.实践证明该系统在检测精度、效率和稳定性上满足大批量生产的要求.     

基于机器视觉的典型零件几何尺寸检测系统的设计

利用机器视觉检测手段搭建测试系统,对零件尺寸进行测量及对所测量的数据进行处理。该检测系统包括了硬件设备的搭建和软件系统的应用两部分。选用了三个相同的外六角法兰面堵头螺栓分别进行检测,检测尺寸包括螺栓外围直径、底部螺纹直径、外围边厚、牙长和总长,由测得的数据判定和分析零件的合格性。将所得的数据与实际尺寸进行对比,对误差进行分析,提高了检测精度,检测系统的准确性与可靠性也得到了保障。