基于表面评估的工件轮廓识别方法研究

现有加工工件材料和加工方式的多样性使得工件的表面情况多样,导致视觉系统难以准确识别工件轮廓,因此提出了一种适用于不同工件表面的轮廓识别方法。根据纹理区域面积与凸包面积的比值对工件表面进行评估和分类。对于表面质量较好的工件,采用高通线性滤波器对图像进行滤波处理,通过工件表面信息与边缘信息的差异实现工件图像边缘提取;对于表面质量较差的工件,采用一种自适应轮廓提取方法来识别图像边缘。实验表明,与传统的Canny边缘检测算法相比,所提出的方法能够更好地去除噪声干扰,其识别轮廓的精度更高。所提出的轮廓识别方法对不同工件表面有较好的适应性,具有一定的应用价值。     

基于机器视觉的自动扶梯梯级测速方法

针对自动扶梯运行速度的检测,提出一种基于机器视觉的自动扶梯梯级测速方法。首先,对机器视觉系统采集得到的梯级运行图像进行一系列的预处理,通过设置阈值实现目标颜色的识别;然后,采用直线扫描法对颜色提取后的不连通区域进行填充,对得到的二值图像进行边缘检测与轮廓识别,返回轮廓面积最大的图像;最后,提取每张图像中黄色区域右边界直线起始端点的横坐标,通过差分法计算得到梯级的速度。结果表明,该方法实现了非接触测量并且能够得到较为准确的检测结果。     

基于机器视觉的燃气表表观缺陷自动检测方法

针对膜式燃气表表观缺陷用普通拍照难以高精、高效检测的难题,提出了一种基于机器视觉的燃气表表观缺陷自动检测方法。依据均值滤波算法去除图像中噪声后,基于Otsu自适应分割方法精准分割缺陷与背景区域,在此基础上,采用连通域算法对缺陷轮廓进行提取。实验结果表明,该方法针对划痕、孔洞、表皮剥落等缺陷的检测精度达100%,检测速度为0.42f/s以内,可以有效解决当前燃气表缺陷检测技术效率低、成本高的难题。     

水松纸在线检测系统设计

目的针对烟支卷制完成后出现的水松纸质量缺陷等问题,结合生产实际要求,设计基于PLC和机器视觉的水松纸在线检测系统。方法采用线阵相机对图像进行采集,工业计算机利用Vision-Pro图像处理软件进行图像处理,采用SIFT改进算法简化图像处理过程,实现对水松纸质量的在线检测,同时完成参数设定、状态监控和数据记录等功能。结果实际运行结果表明,成品烟合格率由92%提高到100%。结论系统运行可靠,可与现有系统配合实现在线监测,减少了原材料的浪费,提高了成品烟支合格率。     

基于Sobel算法的塑料袋边缘位置标定

目的 对现有塑料袋装容器的外边缘轮廓进行精确定位,保证透明包装容器的外边缘轮廓在日常生产中可应用.方法 机器视觉塑料袋装容器检测系统依据图像信息收集、识别算法、sobel算法、位置标定、SVM结果对比等部分,确定透明包装边缘标定核心算法要点,在传统频域变换的基础上,进行sobel算法改进算法分析,有效提高对塑料袋装容器的外边缘轮廓识别率,明确该类包装的检测要点.以实际的液体透明医用包装袋为例,论证该类包装外边缘的特征提取方法,并且强化该包装边缘的视觉特征,最后进行SVM结果对照实验.结果 对照结果表明,该视觉方式可以实现对机器视觉的塑料袋装容器标定,精准率可以达到94％,对于机械手10％的边缘标定精确度是可以适用的.结论 基于该sobel算法以及优化措施,确定了机器视觉塑料袋装容器标定方式,满足了塑料袋装容器生产的有效定位要求.     

基于机器视觉检测的码垛机器人控制系统设计

目的为了提高码垛机器人对码放物品的自我分辨能力,提高码放效率,提出一种基于机器视觉检测的包装码垛机器人控制系统。方法首先分析机器视觉码垛机器人工作过程,基于工业控制计算机和图像采集卡设计码垛机器人控制系统,提出控制系统的硬件设计和软件设计。同时对机器视觉采集到的图像进行滤波、分割等图像处理,以提高机器人的视觉检测效率。结果实验结果表明,机器视觉码垛机器人的漏抓率为0,误抓率小于0.5%。结论该控制系统有效解决了规则物品的分类码放,实现了高效的物品码放。     

形状尺寸自动检测系统的设计

综合运用机器视觉技术和数控技术设计了一套能实现多种形状尺寸自动检测的系统。该系统使用步进电机驱动二维数控平台,采用CCD摄像头和光栅分段采集被测零件的轮廓图像和坐标,运用轮廓自动跟踪算法实现零件完整轮廓坐标数据的自动获取,利用形状尺寸检测软件实现零件直线度、圆度、平行度、垂直度等的检测。实验结果表明所设计的形状尺寸自动检测系统自动化程度较高,检测精度可达微米级。     

基于椭圆线轮廓度误差评定的椭圆提取方法

简要介绍了目标测头视觉坐标测量系统,分析了测量系统成像目标的图像特征。在此基础上,提出了一种识别和提取CCD图像中目标椭圆的新方法。该方法对CCD图像中的每一个封闭轮廓进行椭圆拟合,根据评价椭圆形状误差的线轮廓度大小来判定该轮廓是否为目标椭圆轮廓。实际检测结果表明,该算法原理正确,易于编程实现,能有效剔除噪音图像,准确提取目标椭圆,具有广泛的实用性。     

基于分形小波变换的MEMS动态模糊图像亚像素检测技术

基于机器微视觉的微机电系统（MEMS）动态测试系统,提出了一种分形小波变换亚像素检测技术提取MEMS运动轨迹算法.该算法结合电耦合器件（CCD）成像机理,利用图像的分形参数进行随机分形插值对图像边缘进行重建,通过小波变换实现重建后图像亚像素精度的边缘检测.在连续光照明条件下,对MEMS平面微运动模糊图像进行检测处理,提取和分析了MEMS运动轨迹.将该方法和在频闪条件下测得的MEMS器件的平面微运动幅值的结果进行了比对分析和讨论.由实验结果可以看出,本方法有较高的测量精度,其测量绝对误差小于0.02像素.     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

基于机器视觉的光纤准直器自动耦光系统

针对以往无源光器件自动耦光系统耦光耗时长的问题,提出一种基于机器视觉的准直器自动粗对光解决方案。应用工业相机采集待调准直器图像;结合改进后的OTSU二值化算法与概率霍夫直线检测算法,提取待调准直器的轮廓线并计算两准直器之间的角度位置差;根据角度位置差,控制系统会发送相应数量的脉冲控制自动平台实现运动控制。以上3个环节相互配合形成闭环控制,通过多次反复调节完成准直器自动粗对光。实验结果表明,使用机器视觉直接定位准直器可以在较短时间内完成粗对光,实际对光时间少于15 s,对光完成后两准直器各角度夹角均小于0.5°,各方向位移差均小于100μm,接收端插损小于30 dBm。     

一种零件综合质量评定方法研究

零件的质量评定是柔性智能制造中十分重要的环节。现有的自动化识别装置一般采用非人工接触的光学检测系统,但由于工况环境复杂,诸多干扰因素均会影响零件质量检测与评定的准确性。另外,工业现场的连续作业对工控机硬件的运行速度、光学检测系统的环境适应性以及质量评定算法的预测准确性都提出了更高的要求。基于此,提出一种基于机器视觉与机器学习的零件综合质量评定方法。首先,借助机器视觉技术完成被测零件图像的实时采集与处理,并利用灰度匹配算法与几何匹配算法对零件的图像与CAD（computer aided design,计算机辅助设计）机械加工图进行比较,求解得到灰度匹配分数与几何匹配分数这2个几何特征参数。然后,针对零件表面的缺陷（如划伤、磨损、边缘缺料及锈蚀等）,在图像预处理（灰度化、图像增强、高斯降噪和二值化）的基础上,求解得到图像灰度的均值和标准差这2个表面缺陷特征参数。最后,借助主成分分析（principal component analysis, PCA）对零件的四维特征数据集进行降维处理,并利用K最近邻（K-nearest neighbor, KNN）算法对降维后的数据集进行训练和预测,完成零件综合质量评定;在此基础上,比较KNN算法与其他机器学习算法的准确率、召回率和特异度等指标,以验证其可行性。实验结果表明,所搭建的光学检测与处理系统在不同光源条件下的识别准确率达到96.15%以上;当相机的快门时间设定为100 μs时,该系统的图像处理速度达到45.2 帧/s。所提出的零件综合质量评定方法具有较高的准确率与处理速度,适用于复杂工况下零件的综合质量评定。     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

基于机器视觉的VVT发动机转子缺陷检测系统设计

针对目前工业生产线上的VVT（variable valve timing,可变气门正时）发动机转子存在尺寸误差和外观缺陷等问题,大多数工厂采用人工方式来测量尺寸和检测缺陷,但人工测量和检测的精度易受外部环境和主观意识的影响,从而产生过检和漏检。为此,设计了一种基于机器视觉的VVT发动机转子缺陷检测系统。首先,针对VVT发动机转子凸台外边缘磕碰点对外径测量的干扰,提出一种基于梯度特征和位置序列的磕碰点检测算法,先通过分析轮廓点的距离-位置序列、梯度-位置序列曲线来筛选并去除凸台外边缘的磕碰点,再采用最小二乘法对筛选后的轮廓点进行圆弧拟合以实现外径测量。然后,针对VVT发动机转子端面上的划痕、划伤等缺陷,提出一种基于改进HOG（histogram of oriented gradient,方向梯度直方图）特征的SVM（support vector machines,支持向量机）分类算法,先采用连通域分析方法得到待检测的目标区域,再提取目标区域的改进HOG特征,并利用SVM进行分类,以实现端面缺陷的检测。实验结果表明,所设计的缺陷检测系统在测量VVT发动机转子外径时的绝对精度可达到0.01 mm,且能够准确地筛选出凸台外边缘的磕碰点;因改进的HOG特征优于传统的HOG特征,所设计的缺陷检测系统在检测转子端面缺陷时具有较低的过检率和漏检率。综上可知,基于机器视觉的VVT发动机转子缺陷检测系统可实现外径的精确测量和外观缺陷的有效检测,基本满足工业检测要求,具有较高的实用价值。     

基于机器视觉的包装物料自动筛选系统

目的为解决传统人工分拣作业效率低、速度慢、质量难以保证的问题。方法设计一种基于机器视觉的包装物料自动筛选控制系统,适用于多种输送线物料分拣的方案。结合多种图像处理算法,以提高物料筛选精度。改进中值滤波可实现图像预处理;形态学滤波可实现包装物料边缘检测;基于边缘匹配可完成物料识别。最后进行试验研究。结果试验结果表明,对于圆形、方形、三角形物料,所述包装物料筛选系统的分拣精度在99.5%以上,最大抓取速率能够达到150次/min。结论所述图像处理算法能够有效地提取物料边缘并实现物料识别,具有比较高的检测精度和稳定性,可以满足包装需求。     

玻璃瓶口定位与缺陷检测系统设计

目的为实现玻璃瓶缺陷在线检测,基于机器视觉设计一种瓶口定位和缺陷检测方法。方法介绍系统结构,包括相机、控制系统和剔除机构。详细论述图像处理算法,即:图像预处理、图像分割、瓶口定位、缺陷检测等。中值滤波完成玻璃瓶图像降噪处理,迭代阈值实现图像分割。基于像素坐标平均法完成瓶口定位。对于瓶口断口和破损等缺陷,分别采用径向积分投影和双圆周扫描实现瓶口缺陷检测。最后进行实验研究。结果实验结果表明,所述算法的性能指标均为98%左右,实现了准确、快速、无接触检测。结论该系统操作简单,能够满足实际使用的需求。     

基于机器视觉的食品包装检测系统设计

目的为提高食品外包装美观性,确保食品包装质量,基于机器视觉设计一种食品包装检测系统。方法食品包装检测系统主要包括图像获取模块、图像处理和分析模块、输出执行模块等部分。讨论图像处理的关键技术,在传统小波变换的基础上,提出一种改进算法以增强图像特征信息,提高识别率,实现食品包装边缘检测。以污染、飞墨等典型缺陷为例,论述其特征提取方法,包括圆形度、长宽比、灰度标准差等。最后进行实验研究。结果实验结果表明,所述食品包装检测系统的检测精度在99%以上,具有较高的检测准确性。结论基于机器视觉的食品包装检测系统能够满足食品包装需求。     

基于Zynq的实时视频图像角点检测系统

针对机器视觉测量应用中,待测关键点的自动识别与定位中的角点信息提取问题,以ZYNQ系列可拓展平台内部ARM+FPGA的异构架构为基础,采用软硬件协同设计方法,搭建了一套可进行实时视频图像角点检测的系统。利用Vivado HLS工具,将角点检测算法封装成可以部署到PL端的IP核,极大地缩短了开发周期;对系统中各个模块进行了合理的任务分配,使得系统拥有ARM的灵活性以及FPGA的并行处理能力,展现了并行异构架构的优势。该系统中图像算法IP核可以进行灵活的算法替换和更新,为基于机器视觉检测的小型化应用提供了重要参考。