机器视觉与科学成像为机电产品制造和精确性开辟新途径

一机器视觉系统的构成与应用特征 近年来．计算机技术不断进步，使图像采集成为一种广为使用的测量数据来源，从而推动了基于计算机的机器视觉与科学成像技术在电子产品捡测技术中取得新的突破．所以才会有“任何通过人来完成的检测过程都适合于用机器视觉技术来代替”的新机理。     

基于机器视觉的卷板数控系统研究与开发

将机器视觉技术应用于卷板加工中,构造出基于机器视觉的开放式卷板数控系统,阐述了机器视觉检测原理以及基于机器视觉卷板数控系统的软硬件构成.     

基于机器视觉的智能定位与检测技术研究

基于机器视觉工作原理,对机器视觉的智能定位与检测等相关技术进行了研究,设计了一种基于机器视觉智能定位与检测系统,对视觉跟踪精度进行测试,跟踪精度约为（-0.2°～＋0.2°）,并将该技术应用于LED球泡灯自动化装配线,可满足装配线的实际生产需求.     

陶瓷基片自动分选机的设计

主要介绍了一种基于机器视觉检测技术的陶瓷基片自动检测系统的设计。系统采用PC+PLC的控制架构,通过机器视觉技术对陶瓷基片尺寸进行检测和分类,按照分类结果控制机械手进行分别放置。     

使用Halcon进行复杂纹理卡片外观检验的一种方法

外观检测是智能卡生产过程中的重要环节,基于机器视觉的智能检测技术是实现快速、自动检测与控制的重要手段。论文介绍了基于Halcon的机器视觉的复杂纹理卡片外观检验的一种方法,包括滤波、模式匹配。     

基于机器视觉的平板式数粒机检测方法

以现代药品包装为应用背景,以新型平板式数粒机为研究平台,以机器视觉技术为研究重点,提出了一种基于机器视觉的平板式数粒机的检测方法。该检测方法可用于药品颗粒的缺陷检测和计数算法的研究。实验结果表明,基于机器视觉的平板式数粒机检测方法可达到用户的要求,实现高速度、高效率、高精度的在线检测计数。     

基于机器视觉的车道偏离报警系统研究

介绍了一种基于机器视觉的车道偏离报警系统。对基于机器视觉的车道偏离报警系统中基于CPCI总线的硬件架构进行了描述,研究了基于机器视觉的车道线实时检测问题,并提出了一种切实有效的车道线检测算法。     

基于车牌号码识别的机器视觉系统设计

文章主要从机器视觉的历史和系统设计要点着手,通过对现有图像处理技术进行学习应用,基于halcon软件分析图像信息,设计出一款机器视觉系统,用于检测识别车牌号码。     

机器视觉技术在螺纹检测中的应用

这里提出了一种基于机器视觉的螺纹非接触检测技术,利用CCD作为螺纹几何要素的探测器件,借用模式识别、图像处理技术,实现了对螺纹中径、螺距、牙型角三个重要参数的在线测量。实验说明,应用机器视觉检测螺纹检测速度快,检测精度高,是螺纹检测的发展方向。     

小龙虾自动分级流水线控制系统设计

针对小龙虾自动化生产过程中的自动分级问题,提出了一种基于机器视觉技术的解决方案。设计了小龙虾自动分级流水线的控制系统,阐述了系统的硬件方案,根据机器视觉技术特点及检测需求给出系统软件工作流程。实验验证表明,系统能够满足小龙虾分级检测需要,工作性能稳定。     

基于计算机视觉的FMS生产零件状态检测系统

计算机视觉检测AVI(AutomatedVisualInspection)技术是计算机检测的新发展,它使检测更具智能化、柔性化。文中介绍融AVI技术于FMS的生产零件状态检测系统,是计算机视觉技术在机械制造中零件检测的使用。     

基于计算机视觉的干枣在线分级

研究了基于计算机视觉的干枣在线分级,通过计算机视觉技术获取干枣的图像,对该图像进行阈值分割等处理,确定干枣的检测方向,进一步对干枣的尺寸、颜色、缺陷等进行快速精确的分类。试验表明,该方法检测速度快,正确率高,适用范围宽,能够满足农产品加工过程中计算机视觉水果分级技术的要求。     

基于机器视觉的轴承内径亚像素在线检测

以机器视觉系统为基础,利用计算机图像处理技术,对预处理后的边缘图像,采用基于点Hough变换的圆形图像亚像素检测算法,实现了轴承内径的亚像素在线检测。试验证明,该检测系统具有非接触、无损伤、高速度、低成本的优点,并且具有很好的通用性,可广泛应用于其他行业产品的在线检测。     

多特征商标缺陷的在线视觉检测系统构建

采用计算机视觉技术、数据库技术、机器视觉硬件平台和图像处理技术,实现了在线视觉检测系统的构建.根据在印刷行业中应用印品质量在线检测技术进行检测过程中遇到的新问题,如高精度烫金、高速生产下的适时检测、全息激光防伪技术的实现和多特征高精度的在线检测等,提出了针对多特征商标进行的在线视觉检测系统的构建.主要阐述了在多特征检测、高精度要求和高速连续生产等技术下的在线检测系统的信息流特征,以及多特征商标印刷在线检测技术下的清废工艺自动化.     

基于机器视觉的VCM磁钢检测系统设计与研究

针对目前VCM磁钢片轮廓尺寸的检测方法存在检测速度慢、精度低等问题,设计了基于机器视觉的VCM磁钢检测系统的总体结构。视觉检测系统采用了中值滤波滤除噪音,利用Canny算子定位边缘轮廓和8-连通法提取图像边缘信息,采用基于链码的实时拐角检测算法求拐点,对轮廓线进行分段识别和重构,并用最小二乘法拟合轮廓,实现尺寸检测。用该系统对VCM磁钢片样品进行实验及数据分析,并与传统的三坐标测量仪的检测结果进行对比实验。实验结果证明了该系统能满足VCM磁钢片的实际工业在线检测需求。     

生产线零件编号检测系统的计算机视觉研究

计算机视觉检测(Autom ated V isual Inspection,AVI)技术是计算机检测的新发展,它使检测更具智能化和柔性化。提出一种新的TTFM算法,成功实现生产线零件编号的快速、精确的检测。     

棉花颜色视觉检测系统及影响因素分析研究

针对在采用机器视觉技术测量棉花颜色等级时的外界光照影响严重、准确率较低的问题,提出了基于机器视觉的棉花颜色检测系统及其结构。设计视觉检测平台,避免外界光源噪声的影响。选取89C51 单片机作为控制部分的核心,利用电机控制棉花的表面处理。软件部分通过采集棉花图像的三通道颜色,并利用颜色空间转化技术获取棉花颜色值,实现对棉花颜色值的在线检测。利用改变外界环境光及对棉花上表面的压力作为实验变化量,分别检测不同场景的棉花颜色值并加以分析。实验结果表明:在非密闭环境会对棉花颜色检测造成影响,且需要对棉花上表面施加至少 40 N 的压力,才能降低棉花因蓬松而对实验结果产生影响;在设计的装置下测量棉花颜色值的反射率误差率最低为 0.06% 、黄度误差率最低为0.35% 。     

The development of automated solder bump inspection using machine vision techniques

Visual inspection is an important task in the manufacturing processes for integrated circuit boards. In this paper, we focus on the solder bump inspection problem, and an automated visual inspection method using machine vision techniques is proposed. The solder bump inspection method consists of image grabbing, image preprocessing, feature extraction, and defect detection and classification. Five defect types of solder bumps to be inspected are bridging solder, excess solder, incomplete solder, non-wetting, and missing solder. The solder area, the number of edge pixels, the deviation from center, and the deformation ratio are used as the features for solder bump defect detection and classification. The proposed method is a hybrid algorithm, and it consists of two stages: the training stage and the inspection stage. The experimental results show that the proposed method is effective in detecting defects of solder bumps.     

钢轨缺陷无损检测与评估技术综述

钢轨缺陷的检测对于保障铁路安全具有重要的意义。在研究钢轨无损检测与评估技术的背景下,对国内外采用的钢轨缺陷检测方法进行了全面的综述,包括物理检测方法和机器视觉检测方法。阐述并分析了钢轨缺陷评估方法在机器视觉方面的应用情况,同时对所采用的钢轨无损检测与评估技术进行对比,论述和总结了包括射线检测在内的物理检测及包括图像处理在内的机器视觉检测两类检测方法的差异性。分析和研讨了现代无损检测与评估技术及其在发展中涉及的相关技术问题,并对钢轨缺陷无损检测与评估技术的未来发展给出设想。     

硅棒特征点三维坐标视觉检测技术研究

针对人工接触式硅棒参数检测中存在的耗时、低效、误检等问题,提出一种采用四CCD机器视觉系统作为硅棒参数实时检测的非接触式测量方案。系统基于多目视觉检测原理,以四CCD多目视觉检系统作为机器视觉检测前端数据采集模块,拍摄待测硅棒表面轮廓图像信息。相邻两CCD构成正交双目交汇数据采集子模块,子模块基于正交双目交汇测量原理实时采集两路含有目标空间信息的数字图像数据并保存到上位机。上位机图像处理系统读取采集图像,完成多目相机标定,特征点提取、同名点匹配以及视差计算后提取出目标特征点三维坐标。该检测技术有效避免了人工主观因素造成的漏检、错检,满足实时在线检测要求,实现了硅棒特征点空间三维坐标高精度检测的目的。