基于机器视觉系统的自动检测系统设计与开发

以耳机孔壁弹性触点为研究对象，介绍并开发一种基于机器视觉的自动检测系统的原理及方法；利用CCD相机采集图像，经图像预处理、相关性搜索、特征边缘提取等算法处理完成弹性触点高度的测量，实现对耳机孔壁弹性触点高度的自动检测。测试结果表明：通过本套机器视觉系统实现对孔内壁弹性触点高度的精确快速检测，检测精度在±0．006 mm以内，这种新的检测方法对耳机孔壁弹性触点高度的检测精度和检测效率都有明显提高。     

基于机器视觉的动态环境下小尺寸轴检测系统

为准确检测小尺寸轴的尺寸,建立了一种动态环境下基于机器视觉的小尺寸轴检测系统。该系统是采用工业相机、镜头以及平行光作为背景光源组成的机器视觉系统,经过图像预处理、查找表、图像二值化以及边缘特征提取等图像处理技术的处理,采用轮廓分析方法计算了轴的轴直径和槽直径,同时运用最小二乘法拟合轴心线来计算了轴和槽的同轴度误差,最后提出了一种动态环境下的轴尺寸计算方法和环境变化实时监控方法。实验结果表明,该系统检测结果稳定性强、检测精度高,完全满足实际生产应用的要求,具有良好的实用价值。     

基于Qt的钢管壁厚在线检测软件设计

针对目前钢管端面壁厚的测量多采用人工抽检的方式,从而导致测量效率低、精度低、测量数据少的情况,对机器视觉测量技术进行了研究。基于机器视觉,设计钢管壁厚在线检测系统。通过对相机进行标定,获得图像像素值与实际值之间的关系,使用相机采集钢管端面图像,对采集得到的图像进行图像预处理、边缘特征点提取等操作;改进RHT圆检测算法,完成钢管端面圆形轮廓的检测,进而实现对钢管端面壁厚的测量。为了便于操作,基于Qt跨平台开发框架设计了钢管壁厚检测系统人机交互界面软件。结果表明：该系统具有良好的稳定性,检测误差约为0.1 mm,可以高效地完成壁厚检测任务。     

基于机器视觉的轴类零件几何尺寸测量

基于轴类零件的几何特征与CCD获取的零件图像,利用数字图像处理技术对轴类零件进行边缘检测,提出了一种自适应开关中值滤波算法,该方法滤除噪声效果明显,开发了轴类零件尺寸测量系统,实现了轴的尺寸及其参数的测量.实验结果表明,改进的滤波器可以较好的保存图像的二维边缘信息,且在允许误差范围内采用机器视觉的非接触测量方法可以实现对轴的基本参数的快速准确测量.     

基于机器视觉的微米级2D零件自动检测系统

为了实现对零件尺寸的非接触、高精度、自动测量,建立了基于机器视觉和图像处理的微米级检测系统。根据测量的视场和精度要求,选择CCD传感器、镜头、照明和图像采集模式,建立了硬件系统。开发了软件系统,从数字图像中提取出零件信息。对双线性插值法进行改进,然后进行细分,检测出边缘,并用多项式拟合出零件轮廓。运用相对法进行标定,得到被测零件的实际尺寸。实验结果和误差分析表明,该系统的精度达到±2.5μm。     

基于机器视觉的阀门零件同轴度测量系统研究

为准确测量阀门零件两连接孔的同轴度,设计了一种基于机器视觉的阀门零件同轴度测量系统。该系统通过电耦合器件CCD采集图像信息,运用MATLAB软件对测量系统进行标定,通过图像降噪、二值化预处理、图像边缘提取、圆拟合,最后计算出零件的同轴度。实验结果表明,该测量方法同传统测量方法相比有着更为精确的测量结果,完全可以满足生产应用的需求。     

基于机器视觉的喷丝头微孔检测方法

针对化纤喷丝头微孔,提出一种基于机器视觉的检测方法并进行了验证。首先采用高分辨率工业相机对化纤喷丝头微孔进行实时图像采集,对图像进行灰度变换后,利用高斯-拉普拉斯算子增强图像边缘并通过Canny算子提取边缘信息,然后对微孔边缘进行圆拟合,从而检测出微孔的孔径和孔数。基于该方法,设计和开发了化纤喷丝头微孔检测系统,该系统由图像采像装置、喷丝头传送装置及检测软件组成。系统测试结果表明：该方法可以实现喷丝头微孔的非接触连续检测,检测精度可以达到微米级别。     

基于机器视觉的螺钉头部型号智能在线检测系统

为准确识别通用螺钉头部型号,构建了一种基于机器视觉的螺钉头部型号智能在线检测系统。该系统是采用工业相机、镜头以及红色同轴光源组成的机器视觉系统,经过图像预处理、边缘轮廓特征提取、形态学处理以及图像二值化等图像处理技术的处理,采用模板匹配算法提出了针对不同螺钉头部型号的智能在线检测方法。实验结果表明,该系统识别准确率高、稳定性强,完全满足工业生产中螺钉头部型号识别、分选的要求,具有良好的实用价值。     

基于机器视觉的机床对刀自动测量系统

针对机床加工制造业中传统人工测量作业进行对刀操作中具有的不足,设计了一套基于机器视觉的机床对刀自动测量系统。该系统借助于Lab VIEW视觉开发函数库完成相机标定工作、图像采集、图像处理以及边缘检测,针对Hough变换的不足进行优化计算处理完成对刀点坐标的提取。利用实际待加工工件进行自动测量试验,试验结果表明自动测量系统具有比人工测量更高的精度和速度,证明了自动测量的有效性和可行性,为机床工业自动化的进一步发展提出了更多的技术思路。     

基于机器视觉的尼龙齿轮检测研究

针对综合验光仪中的尼龙齿轮的工业检测精度和效率要求,应用一种新的齿轮实际分度圆直径获取方法,设计基于视觉技术的尼龙齿轮检测系统。利用CCD相机采集齿轮图像,通过Halcon软件对图像进行预处理,以计算分度圆直径作为基准圆,然后往大、往小每隔0.1个像素生成一个新的圆,共计51个圆,由此计算出每个圆上的齿厚和齿槽宽,获得每组数据的方差,将所有圆的方差建立数组,方差最小的圆即为实际分度圆。从而获得实际分度圆直径。齿轮实际分度圆直径获取方法具备较好的准确率和稳定性。设计的基于视觉技术的齿轮检测系统能够满足工业的生产需求。     

基于机器视觉的焊缝表面下塌缺陷实时检测系统

针对工件焊缝表面下塌缺陷检测精度低、效率低的问题,设计了一种基于机器视觉的焊缝表面下塌缺陷检测系统,代替人工检测。利用QT5.9开发软件界面,通过配置CCD相机与辅助光源对焊缝图像进行实时采集,并提出了针对焊缝表面下塌缺陷增强、分割、提取、识别的组合算法。使用改进的GrabCut算法解决了焊缝下塌缺陷与背景分割的难题,实现了对焊缝下塌缺陷的快速精确识别。试验结果表明,系统测量精度为0.02 mm~2,可以对焊缝表面下塌缺陷实现实时、精准、稳定的检测识别。     

基于机器视觉的分度夹具转角误差测量

提出了一种利用机器视觉技术对分度夹具转角定位误差进行检测的方法。用CCD相机分别获取分度夹具上同一条棱边在各个工位上的图像,并通过数字图像处理技术计算该棱边在不同工位之间所成的夹角,从而得出分度夹具转角定位误差和重复定位误差的测量。该方法相比传统检测方法,其检测方法更为简单、高效,可以实现分度转角误差的快速检测。     

基于LabVIEW的阀芯自动装配系统设计北大核心

针对球阀阀芯自动装配过程中存在的装配柔性低、时常无法精确定位问题,设计一种以LabVIEW为软件开发平台结合NI视觉模块的阀芯自动装配系统,将基于LabVIEW的视觉检测技术引入到工业自动化生产中。采用CCD相机捕捉零件图像,配合系统标定、小波阈值去噪、Canny边缘检测、模式匹配以及TCP/IP网络通信等技术,动态改变机器人装配动作。在搭建的实验台上进行在线验证,结果表明,该系统所采用的方法快速、稳定。     

基于机器视觉的轴承沟道曲率半径在线检测

在实际生产线上,根据不同的尺寸偏差对同一型号的轴承沟道曲率半径进行在线检测。针对该问题,设计基于机器视觉的轴承沟道曲率半径在线检测系统,以替代人工检测。运用CCD摄像机与MATLAB图像处理技术相结合的方法,对零件进行非接触式测量,并对采集到的零件图像进行预处理;通过对比各种边缘检测算法,采用Canny算法求取像素精度的轴承边缘;利用圆的Hough变换检测出带有圆弧的圆特征,计算此圆弧的圆心坐标和半径值。实验结果表明:该系统的测量精度可达到0.5μm,测量标准差小于2.5μm,符合工业检测要求。     

轴类锻件直径嵌入式在线测量系统研究

轴类锻件在锻造过程中需要不断地进行锻造尺寸测量,并将结果反馈给控制系统,由控制系统控制压机的实际压下量,从而实现锻件的尺寸控制。设计了一种基于ARM的轴类锻件直径在线测量系统,该系统由激光测距传感器检测锻件上下边缘,位移传感器测量上下边缘之间的距离值,工业相机自动采集上下边缘的图像信息进行尺寸精度修正,最终获得锻件的实际直径尺寸。该系统采用非接触测量方式,测量时间短,无需进行标定,实现了整个测量过程的全自动化。由实验室进行锻件的直径尺寸测量结果表明:该系统的总体测量误差在±1 mm以内。     

高温钢板边缘位置的图像测量方法

文章提出了一种钢板热膨胀率测量中的图像边缘检测方法.该方法对钢板降温过程中的收缩量进行测量,首先通过成像系统采集图像,然后采用一种基于灰度突变的区域边缘检测方法检测钢板的边缘,最后将边缘位置的像素坐标通过标定参数转换为物理坐标值,从而得到最终结果.实验表明,图像测量的方法能实现对高温钢板边缘位置的高精度实时非接触式测量.     

基于模糊聚类的工业薄片件图像亚像素检测北大核心

针对机器视觉检测工业薄片件边缘存在精度不高的问题,基于模糊数学理论,引入模糊聚类思想,提出了一种图像亚像素综合定位算法。用OTSU法对源图像进行二值化处理;用5×5矩形域最大梯度模检测像素级轮廓边缘;用基于模糊聚类的亚像素边缘定位算法进行极片亚像素边缘定位,实现了边缘的高精度定位。实验结果表明,该方法算法简便,精度较高,易于编程实现,且兼具多种检测算法的优势,尤其适合工业生产现场的机器视觉检测系统。     

基于机器视觉的弯曲角度检测

针对全自动冲压生产线中弯曲回弹角度人工检测困难的问题,提出一种基于机器视觉的检测方法。介绍了弯曲角度检测系统的设计方案,通过相机标定确定相机的内外参数,用以校正采集图像提高检测准确度,基于Halcon视觉算法对图像进行处理,识别出弯曲角度两边目标线段,计算由每个弯曲角的内外边界所组成的内角和外角的平均值,最终得到检测弯曲角度。其中,图像处理算法包括:BLOB分析将弯曲件从背景中分离出来;形态学处理得到弯曲件的内外边界;提取亚像素边缘;直线段的分割和拟合得到检测目标。该方法实现了非接触式亚像素精度检测弯曲角度,为弯曲件的质量检测提供判断依据。     

荧光磁粉表面缺陷检测系统

介绍了荧光磁粉检测缺陷自动识别系统的工作原理、结构及数字图像处理技术,包括从CCD相机中提取原始图像、中值滤波、边缘检测和图像二值化等;同时,分析了荧光磁粉的物理特性和光源的特性及其打光方式,介绍了系统光学结构的设计。使用该系统对缺陷进行检测验证试验,结果表明,该系统可有效识别出直径0.5mm的圆形缺陷和长度1.5mm的线性缺陷。     

基于小波变换的大型锻件图像边缘检测

大型锻件热态在线尺寸测量一直是在线生产的难题,近来,提出了用CCD测量尺寸的原理,其中CCD图像的边缘检测是其中的关键环节。文章根据Mallat小波理论中图像边缘对应于小波变换模的局部极大值点的理论,采用B样条小波对大型锻件图像进行了多分辨率小波变换,并根据不同尺度下噪声的小波系数变化较大的特点,采用固定阈值,有效抑制了噪声,成功地检测出图像的单像素边缘。试验结果表明,用小波变换处理大型锻件热态CCD图像的效果较好。