基于Halcon的钢球表面缺陷检测系统设计

提出了一种基于Halcon的钢球表面缺陷检测系统设计方案。首先,利用CCD相机采集展开盘上的钢球表面图像,并传输到应用软件;其次,进行图像感兴趣区域选取、滤波去噪和缺陷边缘检测等图像处理;然后,将缺陷区域进行连通,并计算缺陷面积;最后,与缺陷阈值进行比较,控制分球机械手与分球板协同作用实现分拣。试验结果表明:该系统具有很高的检测效率和准确率,可满足工业自动化生产的需求,具有良好的应用前景。     

基于Halcon的齿轮缺陷检测系统设计

针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于Halcon软件开发的齿轮缺陷检测系统的设计方案,实现了测量系统中图像采集与显示、图像处理及运行控制等功能。首先控制转盘运行并利用CCD摄像机实时采集齿轮图像;然后进行图像预处理并对图像进行自动阈值化分割,获得齿轮的中心坐标和轮廓信息;最后基于形态学方法分析各个齿的尺寸并从中识别齿轮存在的缺陷。实验表明,该系统具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮无损在线测量提供了新的途径。     

基于机器视觉的FPC缺陷检测系统

针对当前FPC(柔性电路板)缺陷检测中人工目检效率低的问题,基于机器视觉技术设计了一套实时检测系统。首先搭建了硬件系统,然后对FPC的4种表面缺陷特征进行了研究,基于Halcon设计了相应的缺陷检测算法,提出了通过模板匹配提取ROI的方法,以及运用图像自乘与高斯线检测来提取折痕,最后基于MFC开发了缺陷实时检测系统。实验结果显示,设计的系统检测准确率可达90%以上,且每片FPC检测时间只需0.2 s。     

基于机器视觉的连接器缺陷自动检测

针对人工检测连接器效率低、易漏检,严重影响产量与质量,提出一种基于机器视觉的非接触式自动检测方法。连接器的缺陷存在于本体的内外表面,选择合适的照明方案使缺陷都能被采集到;缺陷特征类型多、差异大,利用卷积滤波处理得到高质量的图像,缺陷特征与背景区别明显;最后,应用Otsu阈值分割处理,采用边缘直线建立坐标系的方法自动定位检测有效区域,消除了产品的位置误差;统计目标像素数,检测目标。实际检测表明,该系统检测结果稳定,正确率高,速度快,可满足连接器生产自动检测的实际需求。     

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。     

玻璃纤维布的机器视觉缺陷检测系统设计

针对目前国内玻璃纤维布生产企业的布匹缺陷检测方式仍采用人工检测的状况,设计了一种基于机器视觉的玻璃纤维布缺陷检测系统,该系统包括图像采集模块、人机交互模块、图像处理模块和缺陷数据统计模块四个部分,详细阐述了各模块的实现方法和技术。在VS2010平台下基于C#、Halcon和SQL Sever数据库的研制出了玻璃纤维织布缺陷检测软件系统,并在实验平台上进行了相关的调试和实验验证。结果表明该系统稳定可靠、实时性好,满足了预期的研发要求。     

基于HALCON的缝纫机针外观质量检测系统设计与研究

针对缝纫机针外观质量的检测问题,构建了基于HALCON图像处理技术的缝纫机针外观质量检测系统。该系统由图像采集、处理终端与机械支架组成,利用工业相机以触发形式采集缝纫机针图像,采用HALCON提供的图像阈值分割算法提取图像特征,识别缝纫机针外观质量缺陷,最后通过系统的剔除装置对不合格机针进行剔废处理。经过实验测试,检测准确率达到99.99%,能够稳定检测出缝纫机针外观质量缺陷。     

基于机器视觉的卡尺工具法螺母实时检测系统

对变形的螺母进行人工决策,判断能否继续使用时,会存在很大的主观性,为此提出基于机器视觉的卡尺工具法实时检测系统。该检测系统首先通过CCD相机对螺母图像进行采集,再用Halcon算法库对采集的图像进行分析处理,实验提出基于卡尺工具的边缘检测方法对螺母内径进行圆拟合,通过测量拟合圆的直径对螺母进行检测,最后通过C#做出界面实现检测功能。经实验验证,该检测系统正确率高、测量精度可控,测量时间不超过60 ms。     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。     

基于Halcon的电连接器壳体零件孔径快速精密测量

在电连接器加工过程中,电连接器壳体零件的尺寸检测是产品质量的重要保证。目前大多数电连接器制造企业采用人工检测或简单工具测量的方法,速度慢且精度难以保证。视觉测量技术具有速度快、精度高且稳定性好的优点。本文在研究了摄像机标定、亚像素边缘检测、曲线拟合等方法的基础上,以视觉软件HALCON为平台,对电连接器壳体零件的孔径进行测量,实验证明,该方法具有简单、快速的特点,且能够满足测量的精度要求。     

基于视觉的汽车线束绑扎胶套检测与测量系统

为解决汽车电路线束绑扎胶套的质量检测时人工测量误差大、效率低的问题,提出基于机器视觉和深度学习的汽车线束绑扎胶套检测与测量系统。系统通过相机对汽车线束的各个部分进行图像采集,然后利用Halcon算法库对采集的多张图像进行拼接,通过深度学习和形态学处理对拼接图像中的胶套进行粗定位和精定位确定胶套数量及位置,使用自适应边缘检测阈值设定法检测胶套边缘,提出一种自适应类高斯权重分布的全采样测量方法对胶套长度进行测量。经现场测试,该系统对胶套尺寸的测量平均相对误差低至1.12%,胶套检出率达100%,可满足实际应用中胶套检测与测量要求。     

基于机器视觉的苹果分级方法研究

针对传统苹果分级存在的问题和缺陷,设计并搭建了一个利用机器视觉对苹果进行分级的系统。首先,搭建了一个图像采集系统,包括高亮度的LED灯OK65、CCD工业摄像头RS-200A等。然后,利用MATLAB进行程序的编写达到对采集到的图像进行预处理的效果。最后,对市场中在售的红富士苹果进行了效果检测,与人工游标卡尺检测结果进行比较,果径测量平均误差率为1.31%,分级准确率为90%。     

光纤面板透光图像暗影缺陷全景检测

通过对暗影定义、图像处理方法的分析以及相关理论的研究,利用图像自动采集系统采集有重叠部分的光纤面板透光图像,拼接出透光图像全景图,并利用暗影缺陷自动检测软件对全景图进行检测,检测出光纤面板透光图像所有暗影缺陷。利用图像拼接技术实现了对光纤面板缺陷的检测。     

基于高斯混合模型的磁瓦合格分类研究

针对目前磁瓦合格分类人工识别效率低。提出了一种基于高斯混合模型的磁瓦合格检测方法,通过Halcon软件将工业相机采集到的磁瓦样本图片进行图像灰度化,降噪,滤波,阈值分割,形态学处理,处理后根据主成分分析法,提取出磁瓦的面积、周长和中心几何距等特征参数,再根据特征参数的不同进行汇总赋值,利用高斯混合模型分类识别出磁瓦样本的合格与不合格品。实验结果表明,Halcon编程检测出四十片磁瓦共耗时约7s,平均每个耗时0.2s,提高了检测效率,并缩短了检测时间。该算法针对磁瓦的识别效果较好,识别准确率高,相比人工检测,效率和可靠性均有了提升。     

基于Halcon的电表铭牌缺陷检测系统

国家电网(State Grid)的快速发展扩大了智能电表的生产规模,电表铭牌作为其中关键部分,在生产中的印刷缺陷检测问题应运而生.利用机器视觉,设计了一种基于生成基准图像的电表铭牌视觉检测方法.联合Halcon软件与C#语言编写缺陷检测系统验证检测方法的有效性,结果表明:检测方法对电表铭牌印刷缺陷检测有较好的鲁棒性,能...     

光照不均环境下的手机外壳缺陷检测研究

针对实际手机外壳图像采集过程中遇到周围环境光照不均导致采集图像不清晰的问题,提出一种适用于光照不均环境下的手机外壳缺陷检测方法。首先用图像二值化、灰度化、图像修正旋转等算法对采集到的图像进行图像预处理,提取手机外壳主轮廓,然后利用双阈值的改进Bensern二值化算法对图像进行去光照影响处理,再采用自适应边缘检测Canny方法进行缺陷轮廓提取。最后提取缺陷感兴趣区域,并用轮廓绘制算法标记缺陷轮廓的大小。实验表明,该方法缺陷提取准确率高,实用性强,具有良好的检测效果。     

基于Halcon的动车配电盘开关状态批量检测方法

为解决动车配电盘大量开关人工检修效率低,并且存在漏检错检情况的问题,采用了机器视觉的方法,在Halcon开发环境中,将采集的良品图像每一个开关框选为感兴趣区域(ROI)作为基准模板,通过二维仿射变换校准待检配电盘图像,缩小与基准之间的位置和角度差异;采用基于灰度值的模板匹配方法,将不同状态的开关对应的色块与良品的基准图像进行匹配,从而完成对开关状态的判断。试验证明该方法大大提升了配电盘的检修效率和准确率。     

基于Halcon的动车配电盘开关状态批量检测方法CSCD

为解决动车配电盘大量开关人工检修效率低,并且存在漏检错检情况的问题,采用了机器视觉的方法,在Halcon开发环境中,将采集的良品图像每一个开关框选为感兴趣区域(ROI)作为基准模板,通过二维仿射变换校准待检配电盘图像,缩小与基准之间的位置和角度差异;采用基于灰度值的模板匹配方法,将不同状态的开关对应的色块与良品的基准图像进行匹配,从而完成对开关状态的判断。试验证明该方法大大提升了配电盘的检修效率和准确率。     

基于机器视觉的笔芯球珠表面缺陷检测系统研究

针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。     

基于机器视觉的齿轮质量在线检测系统

针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于机器视觉的齿轮在线检测系统设计方案,实现了图像采集与显示、图像分析及运行控制等功能。该系统通过单片机控制模块负责上料设备和传送带运行,并利用光电开关触发高速摄像机实时采集齿轮图像;然后,工控机对采集的图像进行处理,得到齿轮的外观质量信息;最后,工控机将测量的NG和OK信号传送到单片机,驱动外部设备实现齿轮分拣和声光报警。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮在线测量提供了新的途径。