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。     

基于视觉的刀具参数高精度测量

为满足现代制造业对刀具几何参数快速、高精度的测量要求,用高速CCD摄像机、远心镜头及可调的LED光源搭建刀具图像的采集系统,且在VS2010平台上用简单高效的C#语言开发基于机器视觉的具有可视化快速调焦功能的刀具几何测量系统。采用亚像素边缘提取法精准定位刀具边缘,设计一个快速调焦提示法。实验结果表明,该测量系统重复测量精度不超过2μm,速度快,鲁棒性好,极大提高了需要预知刀具参数来控制刀具运动轨迹的数控机床和加工中心的工作效率和加工质量。     

一种改进的基于机器视觉的边缘检测算法

图像的边缘保留了图像最基本也是最重要的特征，边缘检测减少了数据量，在机器视觉系统中得到广泛的应用，是图形图像领域里的重要研究方向之一．本文提出了一种基于小波变换技术和数学形态学的边缘检测方法，并用智能图像传感器获得的图像教据对所提出的方法进行了验证．实验结果表明：该方法可较好地提取视觉图像的边缘信息．     

基于机器视觉的锥螺纹参数测量方法

为解决机器视觉实现工件几何参数测量存在测量精度不高,和其对几何形状复杂的锥螺纹参数测量很难达到精度要求这一问题,在分析机器视觉方法测量精度不高的原因的基础上,提出粗、精结合的定位和尺寸测量方法,构建了一种结合高精度的图像传感器和高精度光栅尺的锥螺纹测量几何参数测量系统;高精度光栅保证了螺纹螺旋线和锥度参数的测量准确性,高分辨率的图像传感器和一定倍率的放大镜头保证了螺纹牙形参数的测量精度;构建的测量仪易于实现锥螺纹多参数测量需要,能满足较高精度的螺纹参数测量要求。     

基于机器视觉的齿轮测量虚拟仪器

用机器视觉技术构建齿轮测量的虚拟仪器,能够充分利用计算机在数据库和网络等方面的巨大优势,对齿轮进行快速、准确的在线测量。在LabVIEW虚拟仪器平台上开发的齿轮测量系统,使用IMAQ Vision的图像分析、图像处理和几何量测量等各种函数进行齿轮测量;使用Signal Processing Toolset的二维小波变换功能提高齿轮测量的质量和整个测试系统的效率。     

基于软化形态学的边缘检测

在介绍适用于二值图象的软化形态学的定义及特性的基础上,将软化形态学概念加以推广,使之适用于灰度图象,并提出了一种基软化形态学的边缘检测方法－ＳＭＤ,还把此方法与其他的基于匀边形态学方法进行了比较,实验结果表明该方法具有很强的抑制噪声能力。     

基于机器视觉的零部件尺寸测量

实现尺寸测量的方法很多,但大多数测量重复性、高效性和鲁棒性不高。为了提高工业在线测量的实时性和准确性,提出了用机器视觉软件IGAUGE结合用改进的OPTA模板进行边缘细化,进而实现测量。系统实验结果表明,该测量具有良好的连续性和精度,生产工作效率和产品质量控制很快就可以提高。     

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。     

基于机器视觉的印刷标签检测系统的改进

针对图像采集的非同步性和传送平台存在的抖动等因素造成采集图像质量降低的问题,提出了一种简单可行的高可靠性机器视觉印刷标签检测系统。通过比较几种边缘检测算法,采用Canny这种相对高可靠性的边缘检测算法制作边缘掩膜,通过在模板图像上加盖边缘掩膜,在差影比较后对差影图像进行形态学去噪来消除轮廓伪影和人眼难以识别的微小缺陷。该方法运用在印刷标签质量检测系统中,有效地降低了印刷标签误检率,并且符合人眼识别特性。     

一种基于双目视觉的奥制齿轮刀具参数测量方法

将双目视觉技术应用于奥利康齿制螺旋锥齿轮铣刀盘刀具的参数测量,通过双目标定获得系统的内外参数,并对待测刀具图像进行双目极线校正;提取待测刀具图像边缘轮廓并采用最小二乘法对直线边缘进行拟合,将共面直线交点作为匹配特征点,依据理想平行双目视觉系统三维重建方法求出刀具特征点的三维空间点坐标;利用空间点和空间平面的位置关系求取奥制齿轮刀具参数,通过实验对算法进行验证,实验结果证明了该测量方法的有效性,并具有一定的实际应用价值。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于机器视觉的螺纹零件头部裂纹检测

将数字图像处理技术应用于螺纹零件头部裂纹的检测,构建基于机器视觉的螺纹零件头部裂纹检测系统。对采集的螺纹零件头部图像进行预处理、感兴趣区域定位,边缘检测、特征提取以及形态学处理,提出针对螺纹零件头部裂纹特征的检测方法。实验表明,方法具有识别精度高、可靠性强等优点,完全能满足工业生产中裂纹检测的要求。     

基于机器视觉的轴承转速测量方法

传统轴承测速设备占用空间大,需要附加装置。为了克服传统方法的局限性,更方便、快速地测出轴承的转动速度,提高检测效率,文章提出基于机器视觉技术对轴承进行转速测量的方法,可以实时准确地测出轴承的转速和接触角。利用CCD摄像机对转动的轴承采集视频,对获取的图像进行处理,提取特征点,计算轴承转动中特征点所在直线的倾斜角,利用帧间差分法对目标进行检测,可求得轴承的转动速度,进而可得到轴承保持架接触角信息。该方法可实时在线检测轴承转速和接触角,满足测量的需要,有较高的精度和可行性。     

基于形态滤波和分水岭变换的边缘检测方法

图像的边缘保留了图像最基本也是最重要的特征,边缘检测减少了数据量,在机器视觉、模式识别、视频解码、物体追踪、医学图像处理等领域得到广泛的应用,是图形图像领域里的研究方向之一。文中在总结各种常见边缘检测算法的基础上,利用数学形态学中的腐蚀、膨胀等概念,结合Watershed算法,介绍了一种边缘检测的新方法。     

基于形态滤波和分水岭变换的边缘检测方法

图像的边缘保留了图像最基本也是最重要的特征，边缘检测减少了数据量，在机器视觉、模式识别、视频解码、物体追踪、医学图像处理等领域得到广泛的应用，是图形图像领域里的研究方向之一。文中在总结各种常见边缘检测算法的基础上，利用数学形态学中的腐蚀、膨胀等概念，结合Watershed算法，介绍了一种边缘检测的新方法。     

基于智能手机单目视觉三维重建的小型金属件测量方法

金属件广泛应用于各行各业,螺纹是金属件之间最常见的连接形式,外螺纹测量是金属件接头加工完成后质量检测的重要内容。目前,大部分外螺纹参数测量方法对于检测设备及检测环境的要求较高,无法在常规环境下进行螺纹测量。本文描述了一种基于单目视觉的三维重建方法,利用标定件对智能手机进行标定后,在常规环境下随时随地就可测量任何物品,提高了测量的便捷性。本文选择螺丝作为测量对象,用智能手机对螺纹外径、螺距、螺纹长度三个参数进行测量实验,螺纹外径测量精度为0.02 mm,螺距测量精度为0.01 mm,螺纹长度测量精度为0.02 mm。     

基于机器视觉的现实叶片面积测量方法的研究

叶面积是一些作物栽培中常用的指标，也是农作物的产量和品质的评价指标，而现实中获取的叶片图像都具有一定程度的几何畸变。本文研究了利用机器视觉技术对有透视畸变的叶片图像进行几何校正，使校正后图像尽量接近于叶片在无透视畸变情况下能获得的图像，统计图像中目标象素点总数利用数学关系即可求出叶片面积。该处理方法大大降低了野外活体叶片面积的测量难度。     

基于机器视觉的非接触式马体尺测量方法

目前马体尺测量方法是直接接触测量,此方法不仅耗费大量的人力、财力,而且操作步骤繁琐。本文首先总结归纳测量马体体尺的方法,其次对这些年来已有的畜牧体尺测量方法进行综述,阐述马体体尺测量方法的主要内容,并对马体体尺测量方法进行展望。本文对10匹不同年龄的雌性马图像进行灰度化、去噪、阈值化分割、提取轮廓等图像预处理,进行图像角点检测,标识出轮廓边缘的所有交点,再利用像素遍历识别出马体的关键点,如肩甲点、前脚点、胸骨前缘点、臀部点、臀部最高点等;同时运用海伦秦九韶公式和几何关系计算方法,计算出马体的体高、体长等数据。通过运用此方法测量得出,马体体长平均相对误差为3.97％,马体体高平均相对误差为4.45％。此方法为马体体尺研究者提供了科学的研究依据。     

基于机器视觉的直齿圆柱齿轮尺寸参数测量

介绍了基于机器视觉的齿轮测量系统组成结构,建立了齿轮测量的软件系统框架,提出了齿轮尺寸及其参数的测量算法;在此基础上,首先利用改进的自适应中值滤波、阈值分割、边缘检测与标记提取出齿轮的边缘轮廓,然后利用随机Hough变换获取齿轮的中心后对带键槽的直齿圆柱齿轮进行了实际测量,并对测量误差进行了分析-实验结果表明,通过采用机器视觉的非接触测量方法町以实现对齿轮基本参数的快速、精确的测量,这对推动齿轮测量技术和齿轮工业的进步与发展具有重要意义.     

基于机器视觉的小模数齿条测量方法研究

针对齿条接触式测量,提出了一种基于机器视觉的小模数齿条测量方法,建立了一种机器视觉的测量系统.该系统通过光栅控制齿条的运动,同时,CCD 摄像机对齿条进行拍照以实现全齿测量.运用Matlab 软件分析处理采集到的图像,得到齿条的边缘.计算齿条的基本参数(齿距P、齿厚s 等)数据,评定齿条的相关参数.此方法实现非接触测量...