机器视觉测量系统在工业在线检测中的应用

机器视觉测量用视觉传感器采集目标图像,通过对图像各种特征量的分析处理,获取被测曲面信息.设计了一机器视觉测量系统,识别一幅图像中是否存在确定大小和形状子图像,若有则识别出它的位置.介绍如何利用“模板匹配”法对目标图像进行识别,并举例如何利用系统检测药片的包装是否合格（有无漏装）.     

基于投影变换的图像测量系统标定

图像测量系统标定是计算机视觉获取三维信息的前提和基础。为了进一步提高标定精度和速度,提出了一种新的基于投影变换标定法。首先,构造模版图像,将该图像经投影变换得到无畸变图像,然后,将其与由原始图像经消除畸变后所得的无畸变图像进行对比,通过差值来确定畸变模型系数。在求出畸变模型的基础上,再求解其他相机参数。该方法迴避了传统方法繁多的迭代步骤,避免了由于初始参数的估计不准所产生的误差,具有直观、精确和相对快速等优点。并通过实验仿真,验证了该算法的可行性与准确性。     

基于机器视觉的温度测量系统的设计及应用

针对温度控制中常用的基于铂电阻的温度采集电路设计复杂,抗干扰能力弱,铂电阻线性拟合繁琐,难以实现对温度的高精度测量等不足,本文介绍一个在VC++6.0平台上设计的基于机器视觉,自动读取水银温度计示数的温度测量系统。通过有效的图像处理算法,温度测量系统分辨率达到0.01℃,读数准确,工作可靠。该温度测量系统在研究大滞后大惯性温度控制实验中得到了成功的应用。     

基于散斑场相关性恢复的大变位情形下物体变形测量

根据数字散斑相关理论及计算机视觉理论，提出物体大变位时散斑场的相关性恢复方法，以寻求在大变位情形下从图象数据中提取变形量的途径。文中通过讨论数字散斑相关方法，物体刚体位移的确定方法，引人相关性恢复的概念，并对其精度与实际应用方面作了探讨，最后给出了实例数据。     

基于非接触精密视觉测量的硬盘磁头头偏测量系统

应用基于机器视觉的非接触测量技术对计算机硬盘磁头的头偏测量，不仅满足了磁头生产防污、防ESD的需要，而且实现了精密测量的需要；对测量数据的采集处理以及SPC实时监控，有效地实现了生产过程的控制和预报；与FIS系统的连接实现了生产数据的可追溯性，为生产管理现代化提供一个强有力的工具。系统已广泛应用于硬盘磁头生产线。     

基于机器视觉的机器人动态目标检测系统

由于机器人动态目标检测系统在检测过程中缺少对动态物体的准确标定,导致检测精度不高。基于此,设计基于机器视觉的机器人动态目标检测系统。首先,对机器人动态目标检测图像进行处理,基于机器视觉对处理过后的图像信息进行动态目标检测标定;其次,根据标定传输数据畸变校正动态目标检测图像,从而实现动态目标检测;最后,进行实验对比分析。实验结果表明,该系统的动态目标检测误差小,能够实现动态目标检测。     

基于机器视觉的隔热条尺寸测量系统

针对当前隔热条的尺寸测量仍停留在产品离线后,工作人员用卡尺测量,劳动强度大,工作效率低、测量精度易受人为因素影响的现状,本文提出将机器视觉技术引入到隔热条自动化生产线的在线尺寸检测系统中,这种非接触式测量既可以避免在测量过程中对隔热条的损坏,又可以提高测量精度和测量速度,从而达到提高测量效能的目的。     

基于机器视觉的软包装边缘测量及纠偏系统

针对软包装带材在运动过程中易发生跑偏现象的工程背景,设计了一种自动测量与纠偏系统。介绍了系统组成和纠偏原理,系统采用机器视觉实时采集带材边缘图像,用直方图修正方法修正图象灰度,通过增强对比度突出图像中的带材边缘特征,用基于一阶微分的边缘检测方法实现边缘识别及判定边缘位置,运用FUZZY+PID相结合的控制模型实施纠偏控制;实验结果表明,采用LED光源和Microvision数字摄像机,在200m/min中等车速和纠偏机构速度10mm/s条件下,系统纠偏精度在±0~±1mm之间,稳态误差小,相对误差小,能够满足软包装带材生产过程中的纠偏要求。     

基于随机搜索的快速变形视觉归巢算法

提出一种用于求解机器人视觉归巢问题的改进变形算法。针对原始变形算法需要对参数空间进行穷尽搜索从而导致算法计算量大、应用范围窄等问题,文中采用一种基于随机选取起始点的梯度下降算法来获取目标点,大大减小需搜索的参数空间,提高算法的时间效率。对多个实际场景的实验表明,该算法在保持原变形算法良好性能的基础上,可将运算速度提高一个数量级。     

基于机器视觉的螺纹参数综合测量系统的设计

传统的螺纹检测技术工序复杂、效率低、成本高,已不能满足现代工业高效发展的需求,因此要建立一套以机器视觉识别技术为核心的视觉传感和图像处理系统,利用CCD 获取螺纹基本图像,并通过图像的平滑、边缘检测、二值化处理及轮廓提取,对螺纹轮廓进行分析,从中测量出螺纹的几何参数。探讨了利用机器视觉对螺纹牙形角参数进行测量的方法,并给出最后的测量结果。从理论和实践上证明了该方法的可行性和正确性。     

基于OpenCV的机器视觉尺寸测量研究

通过对激光测距传感器与机器视觉的研究利用激光测距传感器、视觉传感器相结合的方法,提出了一种不同于结构光和双目尺寸测量的更为简单有效的新方法和新技术。首先对灰度直方图比较分析选取了最佳滤波方法,然后通过激光测距传感器测距和单目视觉传感器进行边缘的精确检测。激光测距传感器实现了对采样目标车厢进行快速测距定位,计算出采样机械手与目标车辆的相对位置关系。视觉传感器准确识别车厢尺寸及定位,为煤炭采样机械手自动采样提供了实现基础。检测目标是拉煤货运火车车厢,给煤炭采样行业带来更为简单有效,准确的目标定位的识别系统和方法。     

基于立体视觉的接触式三维测量系统

传统的三维接触式测量方法存在着速度慢、测量范围受限等缺点,而纯粹的非接触式测量方法则存在着特征边缘无法获取的问题。结合两种测量方法,设计了一种新的三维测量系统,该系统采用立体视觉技术对接触式测头的空间位置和姿态进行定位,进而间接计算接触式探针针尖位置来完成空间点的三维坐标测量。实验结果表明:系统测量精度优于0.2 mm,能够应用于工业现场进行复杂工件的典型几何特征检测和模型重构。     

基于机器视觉的卷烟污点面积测量系统设计

针对目前卷烟污点检测人工测量的各种问题,设计了基于机器视觉的污点面积测量系统。选取相关器材构建了合理的系统硬件结构,并开发了图像算法为核心的可视化工作软件。利用该系统与传统方法进行对比实验,结果表明：该系统能够满足卷烟污点检测的行业要求,数据稳定性高于传统方法,测量误差仅为0．1％。     

基于颜色空间映射的自适应足球机器人视觉系统

为了解决足球机器人比赛中视觉信息检测问题,给出基于嵌入式多处理器体系结构的视觉系统框架,并研究了一种自适应阈值目标分割方法.该方法将视觉系统采集的图像从YCbCr颜色空间转换为一维颜色映射图像,并提出基于竞争学习的空间映射方法.同时使用小波变换方法来平滑颜色映射空间直方图和降低阈值搜索维数.然后使用基于映射图像直方图动态搜索阈值的方法来分割图像.最后,通过实验表明研究的视觉系统的有效性,能够实时准确地完成视觉处理任务.     

基于弹性形变的拉索索力测量系统

结合位移传感器,提出了基于弹性形变的拉索索力测量装置和方法,介绍了系统的结构和原理,通过标定、加载试验和滤波获得拉索索力数据和与之对应的拉索形变量数据.最后,经过数据拟合分析得出拉索形变量与拉索索力值的线性关系,并加以验证.当索力测量范围为5 ～20 kN,测量频率为1 Hz时,最大测量误差将可控制在10％以内,平均测量误差约5％,且随着待测索力的增大,测量精度随之升高.     

基于机器视觉转子冲片亚像素精度尺寸测量研究

针对传统冲压件人工尺寸测量效率低、精度难以保证等问题,提出一种基于机器视觉的转子冲片亚像素精度尺寸测量方法。该方法采用先将采集的冲片图像灰度化再应用中值滤波来降低噪声干扰的图像预处理方法;通过Canny算子与Otsu方法相结合实现自适应阈值边缘检测,再利用改进的Zernike矩方法进行亚像素定位,获取亚像素级坐标;然后设计轮廓分割算法,主要提取内外圆亚像素轮廓,同时设置感兴趣区域并基于K-Means聚类算法分割出骨架线段轮廓,最后使用最小二乘拟合法求解出转子冲片内外圆直径和骨架间距尺寸。实验结果表明,该方法平均测量精度可以达到0.01mm,测量精度高、速度较快,具有较高的实用价值。     

基于机器视觉的影像式耐火度检测系统

为了解决耐火材料耐火度测量结果的准确性,测量过程的直观性、智能化及非接触性,基于机器视觉技术,设计并实现了一款影像式耐火度检测系统;系统选用可二次开发工业摄像机和高性能的视觉控制器捕捉测试场景的图像信息,图像信息通过网络接口传送到实验室的工控机上;通过硬件定位与软件定位相结合,将被测个体一一分离;利用图像分析算法对被测个体图像进行有效信息提取;通过图像跟踪技术,对被测个体进行实时跟踪与识别;现场实验表明:基于机器视觉的耐火度检测系统能够实时准确地完成耐火度检测,检测误差不超过±5℃,满足GB/T 7322-2017对耐火度检测的要求。     

改进型SUSAN算子在零件视觉测量系统中的应用

本文介绍了基于改进型SUSAN算子的零件视觉测量系统。设计了零件视觉测量系统的体系结构,采用了一种基于中值的加权滤波算法进行零件图像预处理,研究了SUSAN算子的基本原理和角点检测步骤,并提出了一种基于方相信的改进SUSAN算子和零件角点测量方法,最后通过实验验证了算法的可行性。     

机器视觉的灾后救援机器人越障系统设计

为了辅助救援人员更好地完成灾后救援工作,设计了一种基于机器视觉、多传感器耦合的灾后救援机器人越障系统.通过机器视觉系统获取障碍物图像信息,多传感器耦合获取灾后现场环境信息,采用VC++编程,借助OpenCV库对障碍物图像进行一系列数学形态学的处理,利用图像处理得到障碍物数字图像信息,并实时地传输到控制端,控制机器人进行越障救援.该系统成功地控制机器人快速的越障试验,表明了它具有较强的地面适应性和越障能力,满足灾后救援机器人系统的要求,具有一定的应用价值.