基于机器视觉的在线轴承检测系统

文章在分析机器视觉系统应用的基础上,利用CCD摄像头、图像采集卡,运动控制卡,运动平台,计算机等组成在线轴承尺寸检测系统.介绍了系统的工作原理、软硬件的设计、实现.     

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。     

基于虚拟仪器的在线机器视觉检测系统

介绍了机器视觉的基本原理与虚拟仪器的设计思想,指出二者结合的优势。由此,构建一种基于虚拟仪器的在线机器视觉检测系统,该系统利用机器视觉实现检测的自动化,利用虚拟仪器降低系统成本,同时提高系统的可扩展性,利用DataSocket技术实现被测数据在网络中的传输。实验证明：该系统测量精度满足工程要求,数据传输速率也能满足实际生产需要,系统是可行和有效的。     

机器视觉在轴承检测中的应用

基于机器视觉的轴承质量检测具有重要的应用前景和研究价值,一些研究者对该课题进行了研究并取得了一些成果.对前人的研究进行了综述,指出了存在的『廿J题,展望了今后的研究,以期为进行相关研究提供参考.     

应用机器视觉的工件表面质量检测

工件在传输工程中不可避免地发生旋转和平移,快速准确地将检测工件与标准工件图像中的目标对准是应用的关键。为此,本文研究了应用机械视觉进行工件表面质量检测的方法,提出了以工件目标的角点为识别特征,结合遗传算法快速确定变换参数的目标对准算法,在此基础上建立了一个应用机器视觉技术的工件表面质量实时检测系统。检测结果表明,该方法能有效地从各种旋转、平移后的待检测图像中实时检测出缺陷工件。     

机器视觉与钢板表面缺陷的无损检测

通过分析几种具有代表性的机器视觉检测系统的结构、原理和性能,论述了钢板表面缺陷的在线机器视觉检测技术的特点及现状,探讨了目前研究中的关键技术、难点及其解决方法,指出机器视觉检测技术必将在今后钢板表面质量控制系统的研究中发挥重大作用。     

机器视觉在轴承检测中的研究现状及发展趋势

随着我国制造业的快速发展,传统的检测方法已经不能满足市场的需要。机器视觉在轴承检测中发挥着不可估量的作用,它具有非接触性、精确性、客观性、重复性、实时性及自动化等优点,有着广阔的应用前景和研究价值。在阅读大量文献的基础上,从尺寸检测、表面缺陷检测、图像处理3个方面着手,对前人的研究进行归纳总结,综合性地阐述了机器视觉在轴承检测中的研究现状及发展趋势,可为后期的相关研究提供参考。     

基于机器视觉的UVW定位系统

面向工业装备对高性能运动平台的需求,开发一套基于机器视觉的UVW定位系统。提出一种基于机器学习的视觉系统标定方法,利用平台运动学分析得到的平台坐标与图像坐标的方程,建立UVW平台的逆运动学图像求解关系,用于求解目标坐标的控制量。完成了定位系统的机器学习视觉标定和双目视觉定位控制实验,结果表明:设计的UVW平台视觉标定方法简单高效,运动平台具有较高的对位精度,可以满足工业应用需求。     

基于机器视觉的小模数塑料齿轮的在线检测

针对塑料齿轮在加工过程中存在的制件不满、飞边等表面缺陷,采用基于机器视觉的非接触检测方法,搭建了完整的齿轮加工质量在线检测系统.研究比较了三种不同的图像去噪处理算法及基于基本全局门限的二值化算法;对检测系统,主要是摄像机及机器人进行了完整标定;在完成齿轮中心提取、边缘轮廓提取后,采用边界跟踪法对轴孔直径进行测量、虚拟圆扫描法对齿形进行检测,最终达到齿轮表面缺陷检测的目的.实践证明,该检测方法检测全面、效率高、且具有较高的检测精度.     

基于机器视觉的接头组件表面缺陷检测系统研究

为了解决金属软管接头组件表面检测精准度不高和检测效率不高的实际问题,设计一套基于机器视觉的接头组件表面缺陷检测系统。针对接头组件图像背景复杂、噪声干扰多,通过使用图像滤波去噪、Otsu算法二值化以及图像形态学分析,提高图像的对比度,有效提取目标检测区域。而后采用Canny边缘检测算法,对图像进行边缘轮廓精准识别,并采用快速傅里叶变换方法和R-FCN算法,对缺陷特征信息快速进行匹配提取和分类处理。试验结果表明:此缺陷检测系统能有效提高检测效率,保证较高的检测准确率和精度,满足实际工业检测的需求,具有较好的实用价值。     

基于机器视觉的汽车安全带的表面缺陷检测系统

表面缺陷检测是汽车安全带质量检测中的关键环节之一,目前人工检测方法存在效率低、稳定性差的问题,无法满足实际检测需求。搭建一个汽车安全带表面缺陷检测平台,构建基于机器视觉的表面缺陷检测系统。针对汽车安全带的表面缺陷特征,提出一种基于频谱分析的特征提取方法,并讨论频域滤波器的选择和参数的计算。实验结果表明:频谱分析法同Bob特征分析法、直方图法等相比,能更好地满足汽车安全带表面缺陷检测的准确率和实时性要求。     

基于视觉定位的轴承在线快速检测系统

利用视觉技术快速灵活的特点,结合激光检测的准确性,针对精密轴承的生产线进行快速定位在线检测。将面阵相机与工业激光传感器相结合,实现轴承在线生产中的质量检测,完成多点位的质量缺陷检测与尺寸加工精度检测。建立一整套自动化检测系统,实现了快速定位、表面缺陷检测与多位置尺寸测量。同时发挥视觉检测与激光检测的优点,实现了高速度、高效率、高精度的在线检测。     

基于机器视觉的环状零件表面字符检测

针对传统环形零件表面字符检测过程中出现的零件定位不准确、字符分割难度高、字符识别精度低等问题,提出了一种基于极坐标变换展开图片和卷积算法分割、识别字符的方法。首先对待检测的照片进行零件定位,分割出包含检测目标的最小区域。接着对该区域进行极坐标变换,展开环状区域,并将区域进行卷积运算,确定待检测区域。再根据特定卷积核运算结果,得出区域的像素分布特征,分割待检测区域。最后根据卷积神经网络和SVM对所分割的字符进行分类识别。实验结果表明,该方法字符定位分割精度高、抗干扰性强、识别准确率高,对复杂环境下环形零件表面字符检测具有一定的指导意义。     

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%。     

基于机器视觉的网络变压器模块缺陷检测系统研究

针对电子元件缺陷传统人工检测方法存在劳动量大、检测效率和自动化程度低、成本高等问题,提出一种基于Halcon的视觉检测系统.针对研究对象的特殊性,提出两次采集、两次判断的多特征自动检测方法,并构建验证试验平台;利用CCD相机实时采集元件图像,再对图像进行中值滤波等预处理,降低图形噪声;采用阈值分割、Blob分析的方法对...     

基于机器视觉的机油冷却管圆度检测与分拣研究

针对机油冷却管生产过程中,管口的圆度误差主要是人工测量导致的,且检测效率低,无法实时检测的问题,基于视觉检测提出一种机油冷却管口圆度检测与分拣方法。构建机器人SR7CL的运动学模型,利用ADAMS和MATLAB对其运动学和动力学进行仿真,验证模型的正确性,以保证抓取的准确性。以机油冷却管为抓取对象,通过自适应阈值分割,突出管口特征;利用Canny算法提取出边缘信息,通过最小二乘法检测圆度误差,并根据圆度误差对冷却管进行分拣。结果表明：所提方法提高了检测的质量和效率,解决了实时性的问题。