电梯平衡补偿链焊缝强度自动拉伸检测系统

针对电梯平衡补偿链焊缝强度的拉伸检测问题,设计了电梯平衡补偿链焊缝强度自动拉伸检测系统,包括双斜楔联动夹紧机构、单向止回机构、链条导向装置、牵引机构和控制系统,实现了电梯补偿链的"逐段拉伸、逐段送进、连续工作"的全自动工作方式,有效地提高了工作效率,降低了工人劳动强度。     

基于机器视觉的液晶面板质量检测系统设计

随着科技的发展,液晶面板应用越来越广泛,传统的人工检测方式已无法适应现代化工业生产高质量、高效率的需求。针对液晶面板检测项目多、检测精度要求高的难题,研发出一种基于机器视觉的液晶面板检测系统。给出了液晶面板AOI检测系统设计的整体方案、结构组成、视觉系统的功能及控制流程中产品的高精度检测,极大地提高了检测效率,有效地降低了废品率,保证了液晶屏的生产质量。     

基于机器视觉的滑动轴承缺陷检测系统设计

针对滑动轴承生产过程中存在的检测速度慢、自动化水平低、检测精度低等问题,提出一种基于机器视觉的滑动轴承内表面缺陷检测系统的设计方案,实现了轴承体的自动检测功能。首先设计了一种实验检测平台用于获取滑动轴承内表面的图像;通过基于形状的模板匹配算法对预处理后的图像进行匹配,实现对目标物体与缺陷区域的快速定位;为了实现对缺陷的提取,提出了一种基于区域灰度值的图像分割方法与基于区域形态学处理的特征提取方法。实验表明,系统的检测效果与传统的检测方法相比,具有明显的优越性,为滑动轴承内表面检测提供了新的方法。     

基于机器视觉的数控铣床考工零件检测系统设计

传统数控技能考试的零件检测均为人工检测,存在一定的主观因素,判定的结果有偏差,而且效率较低.为了考核的公平并且提高检测效率,构建基于机器视觉的数控考工零件检测系统.系统通过摄像头采集被测工件图像数据,并对图像进行中值滤波、灰度拉伸、二值化、边缘检测等预处理;应用基于Sobel算子的改进算法,获得了较好的边缘提取效果.采用径向搜索方法完成对边缘像素的识别,通过计算与标称中心点的距离获得工件测量值.为了使测量结果具有比较性,引入方差分析,对测量样本进行均值计算,同时计算出方差,得出置信度,对检测结果偏差进行描述.通过与人工检测相比:采用该系统,检测效率提高了3～5倍,准确率提高了10％以上.     

基于机器视觉的刹车衬芯缺陷检测系统设计

由于人工检测刹车衬芯缺陷存在效率低下、标准不一致等问题,开发一套基于机器视觉的刹车衬芯缺陷检测系统,实现衬芯法兰面的缺陷检测。设计光学方案获取衬芯法兰面图像,首先利用并行中值滤波对原图像去噪,然后使用改进的Otsu方法提取出法兰面区域,最后通过傅里叶变换与反傅里叶变换相结合的方法获取缺陷信息并进行判别。实验结果表明：该系统检测准确率为98.9%,漏检率为0,对于单个衬芯零件的平均检测时间为0.232 s。该系统测量精度高,运行速度快,可以有效地取代工业检测中的人工测量。     

基于机器视觉的机器人分拣系统设计

针对机器人分拣系统对工件摆放位置要求高的问题,研究开发了一套基于机器视觉的机器人分拣系统。阐述了该系统的组成和工作流程,搭建了基于机器视觉的机器人分拣系统实验平台,提出了一种适用范围广的快速手眼标定方法,采用机器视觉技术对摆放在相机视野范围内任意位置的工件进行定位并分类,通过TCP通信协议将定位分类信息发送给机器人,从而引导机器人对工件进行分拣。最后,进行了多次分拣实验,结果表明,该系统可对任意位置的工件进行分类,自动化程度高。     

基于机器视觉的冲床自动送料机系统设计

针对我国冲床自动化水平低,人工送料效率低且危险性较高的问题,提出了一种基于机器视觉的冲床自动送料机系统设计方案,实现了自动送料、套料、冲压的完整流程。首先用棋盘格标定板对相机进行标定,建立起机床坐标系和图像坐标系之间的联系;然后对采集上来的图像进行处理,获取板料的轮廓、孔洞等信息,进行格式封装后,传输到套料处理模块进行算法套料处理并对冲压路径进行组合优化;最后将冲压坐标发送到下位机进行冲压。测试结果表明,与传统手工送料模式相比,该套系统在提高冲压效率上具有明显优势;同时相较于市面普通的专一送料机,其灵活性有了很大提高。     

基于机器视觉的电路板自动钻孔系统设计

电路板手工制作过程中人工钻孔定位准确度要求高、耗时长、危险系数高,为解决这一问题需要机器代替人工自动钻孔。设计一套基于机器视觉的电路板自动钻孔系统。系统通过机器视觉进行电路板的图像采集,经过灰度处理、图像滤波及二值化、边缘检测等预处理后得到电路板线路边缘的图片,利用霍夫变换进行圆孔位置识别与定位,采用遗传算法对加工路径进行优化,通过C#语言编写控制机器程序,实现自动钻孔。实验结果表明：该自动钻孔系统能够准确、快速地进行电路板自动钻孔,大幅度提高了钻孔的效率和安全性。     

基于机器视觉定位的自动鹤管系统设计

针对目前油品装车过程中人工引导鹤管对接存在定位精度低、制约生产效率、安全隐患等问题,提出一种基于机器视觉定位的自动鹤管系统。在传统鹤管基础上对关节进行了自动化改造,并设计了平衡机构以协调外臂和垂管的重力;基于简化的鹤管系统三维模型,进行静力学特性分析;建立自动鹤管运动学模型,并进行工作空间分析及轨迹规划;采用机器视觉技术完成了槽车罐口识别与定位程序设计。图像仿真定位实验结果表明视觉系统定位误差在8 mm以内,能够较好地满足鹤管的定位对接要求。     

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。     

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。     

基于机器视觉的轴承尺寸检测

本文采用机器视觉和图象处理技术，利用CCD摄象机、图象采集卡、运动控制卡、计算机等组成一针对轴承外形尺寸的视觉检测系统，介绍了系统的组成和图象处理方法，并给出了系统的硬件和软件设计。     

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。     

基于机器视觉的阀口袋动态抓取系统设计

在粉体包装领域常使用人工抓取阀口袋完成粉料的装填,自动化程度低且危害人体健康。为了解决这一问题,设计一套基于机器视觉的阀口袋动态抓取系统。首先,通过机器视觉完成相机标定、图像特征信息提取,得到阀口袋在机器人坐标系下的位姿数据。为了提高运动状态下阀口袋的定位精度,采用卡尔曼滤波对特征点位置进行校正。然后使用数据拟合描述阀口袋的位姿变化,进而预测抓取时刻阀口袋的位姿。在PLC控制下,工业机器人实现了对输送带上运动阀口袋的动态抓取,系统运行稳定,抓取误差小于1 mm,为实现自动化粉体包装提供了一种可行方案。     

基于三维机器视觉的工业机器人定位系统设计

为解决工业机器人在复杂自动化生产线上目标精确定位问题,文章搭建了由史陶比尔工业机器人、Kinect视觉传感器和上位机组成硬件平台,设计了基于三维视觉的工业机器人抓取定位系统。通过棋盘标定法对工业机器人抓取系统进行标定,采用深度边缘分割方法采集图像并提取工作面,根据累计概率Hough变换法提取工作面上不同形状目标的中心点,编写上位机处理程序实现图像分割、目标中心点定位及机器人运动控制等功能。实验结果表明该系统能够对规则形状目标实现定位功能,定位精度满足工业机器人的工作需求。     

基于机器视觉的工件的在线检测

利用HALCON软件提供的算子对摄像机内、外参数和机器人"手眼"系统进行标定,在此基础上结合视觉检测技术提出了一种工件在线缺陷检测的方法。该方法是根据触发时刻的空间位置来确定抓取时刻工件位置的一种空间相量平移方法,接着利用图像处理软件发出的电信号来控制机械手来完成缺陷工件的动态抓取工作。最后利用C++完成人机界面的设计,经调试可完成实时在线检测、可达到生产要求精度。     

基于机器视觉的热转印胶片缺陷检测

为了解决热转印胶片在生产中存在的若干种缺陷问题,并替换当前较为低效且可靠性低的人工检测方法,提出了一种基于机器视觉的热转印胶片的缺陷检测方法。首先介绍缺陷检测系统的整体构成,然后重点研究了其中的视觉算法流程,包括了通过仿射变换、图像配准等方式进行的目标区域定位,通过改进的ViBe算法、形态学处理等方法进行的图像缺陷检测。最后用包含了合格品胶片与各种缺陷的不合格品胶片样本集合进行实验检测,实验表明,算法缺陷检测能力良好,达到0.5%的漏检率和0.6%的误检率,平均检测耗时为663ms,满足检测速度需求。     

基于机器视觉的电枢缺陷检测系统

为解决现阶段依靠肉眼进行电枢缺陷检测的效率低下和因为判断标准具有很大的主观性导致判别结果不稳定等问题,研究出了一种基于机器视觉的电枢缺陷检测系统.该系统可以采集到电枢不同角度的图像,并根据检测难度把每张电枢图像分为三个区域,分别由传统机器视觉算法、MobileNet-V3以及DenseNet神经网络模型对不同类型的缺陷...     

基于机器视觉的金刚石原石检测系统

为了降低检测成本及避免人为误差,开发了一种基于机器视觉的金刚石原石检测系统。通过图像处理检测金刚石的尺寸、形态与颜色信息,并生成可以自由视角显示的金刚石原石三维模型。结果表明:本系统对原石形态与颜色的检测操作简单,尺寸检测的比例尺精度为0.5 μm,图元的测量精度在微米级,并可减少检测成本和人为误差。      

基于机器视觉的滚动轴承滚动体检测

针对滚动轴承滚动体检测的研究较为匮乏且精度较低的问题,文章提出一种将机器视觉应用于轴承滚动体数目和尺寸检测的检测方法。利用小波降噪的方法对相机采集到的图像进行优化,再使用最大类间方差法计算得出适用于降噪后图片的最佳阈值来进行二值化处理,采用形态学运算强化滚动体特征,最后为了消除最小二乘法拟合结果的偏差,利用迭代法改进最小二乘法得出滚动体的数目及准确尺寸。实验结果表明,该检测方法的检测准确性和精度符合工业检测的要求。