差影算法在轮对踏面磨耗检测中的应用

本文提出了将图像差影算法的模式识别方法应用于火车轮对踏面磨耗检测中,解决了踏面磨耗检测技术落后,任务繁重,错检率高的难题.本文详细介绍了机器视觉检测原理和差影算法,阐述了将差影法应用于踏面磨耗检测中的具体方法,并给出了试验结果,从理论和试验上证明了差影算法运用于踏面磨耗检测的可行性和正确性.     

模式识别在轮对踏面磨耗检测中的应用

轮对踏面磨耗是危及列车运行安全的主要原因之一，提出了将差影法的模式识别方法应用于火车轮对踏面磨耗检测中。目前我国对火车轮对踏面的检测还停留在手工机械式测量阶段，检测技术落后，人为检测误差大，自动化水平低。将模式识别技术应用于踏面磨耗检测中，方法简单，直观，智能化程度高。本文详细介绍了机器视觉检测原理和差影算法，阐述了将差影法应用于踏面磨耗检测中的具体方法，使踏面磨耗检测进入全面自动化。     

智能检测行业机器视觉开发套件设计

当前国内市场对于视觉检测的需求巨大,但是国外检测软件在中国的市场占有率高达90%,且授权把控非常严格,拥有绝对的市场优势和话语权,使得我国在工业检测方面长期面临“卡脖子”困境。基于此,自主研发机器视觉开发套件。通过软件架构设计、核心功能模块开发、图形化人机编程、多相机管理等技术开发,建立丰富的函数库和子程序集,实现无代码编程,用户可轻松进行二次开发。基于该软件平台,根据不同行业需求,可开发出不同应用的工业检测软件。该机器视觉开发套件的研究对打破国外技术垄断,建立与硬件执行平台相配套的工程学习、开发平台具有重要的作用和意义,有利于推动我国工业生产智能化的快速发展。     

基于机器视觉的五金件在线检测系统的设计

主要介绍了基于机器视觉检测技术在五金件检测系统中的应用,系统控制步进马达旋转,带动料带式的五金件前进,通过视觉成像装置（工业相机、镜头、光源）将产品形状转化为图像信号并传输到系统,系统进行图像处理,提取出需要产品轮廓并计算其尺寸数据。系统通过生产验证,取得良好的效果,具有一定的推广价值。     

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。     

基于机器视觉的货车轮对踏面异常磨损监测方法

为实现对轮对踏面磨损的准确监测,提出基于机器视觉的货车轮对踏面异常磨损监测方法.结合监测原理采集货车高清图像,将图像转换成灰度图像,通过背景差分方法剔除多余背景,只保留货车轮对图像,将灰度图像转换成二值图像,分割图像内具有特殊含义的不同区域,得到轮对局部踏面信息.运用Canny算子提取图像中货车轮对的踏面边缘,构建灰度...     

基于机器视觉的BGA连接器焊球检测

文章提出了一种基于机器视觉的BGA器件焊球质量检测方法。该方法在同一视点下,用相同光源分别以两种不同入射方向角照射被测BGA连接器焊球,获得两幅图像,然后得到BGA连接器焊球在x方向的曲面信息,以此计算出被测焊球的主要质量参数。最后给出了BGA连接器焊球检测的主要算法。     

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。     

基于机器视觉的轴承防尘盖检测算法

为实现工业现场对轴承防尘盖的自动检测,对机器视觉检测的关键技术进行了研究,提出一套基于机器视觉对轴承防尘盖的检测,针对轴承图像的特点,采用了一种最小二乘法进行圆拟合圆检测算法,完成了轴承防尘盖区域的提取,对连通区域的特征进行了分析,再进行量化处理和判断.实验结果表明,该方法实时性好,准确率高,可以满足工业检测需求.     

基于机器视觉的轻量级驾驶辅助系统

为了解决计算机视觉应用中数据量大、算法复杂的问题,根据道路结构特征和车辆行为特征,采用单个摄像头作为传感器,实现了一种轻量级的安全辅助驾驶系统。首先采用改进的边缘提取算法和车道线检测算法对摄像机内外参数进行离线标定;接着根据标定结果在二维平面图像上采用标识出实际空间距离的多窗口划分方法,并按不同的车间距将不同窗口划分为不同安全系数的区域,以赋予道路视觉检测的几何先验知识;当区域中出现障碍物时发出相应警示信息进行安全驾驶辅助,能为智能辅助驾驶提供轻量级的视觉检测平台。以便携式计算机和固定在车内的摄像头作为实验装置,在城市道路上进行车载实验。系统在车载实验中能够快速地提取车辆两侧的车道线,并利用离线标定的结果快速生成不同安全系数的警示区域,其中车辆在车道内正常行驶时的误检率和漏检率很小,可以忽略不计。与传统的驾驶辅助系统相比,本系统计算量大大降低,检测流程得到简化,可实现轻量级的车道和车辆检测,为系统在嵌入式系统上的实现奠定基础。     

一种基于机器视觉的圆型零件检测技术

利用机器视觉技术建立圆形零件检测系统,采用简单高效的标定方法和亚像素技术实现对圆孔和圆形零件的非接触精密测量。圆孔和圆形的直径测量过程包括图像采集、图像分析处理和结果输出。其核心算法是系统校正、图像预处理、二值化和圆检测。实验结果证明,该系统实现了在线实时检测,其精度达0.01 mm,具有良好的应用前景。     

基于计算机视觉的焊点缺陷检测系统的设计

在点焊机的焊接生产线上,由于焊接工艺的不成熟,往往会导致虚焊、漏焊、焊穿等现象,会极大地影响产品的使用寿命、美观等,需要对其进行质量检测.针对传统检测方法的低效率,提出采用机器视觉的方法来对焊点进行检测,并给出一种图像处理方法:对图像进行平滑处理,然后使用Otsu方法对图像进行阈值分割,并对得到的图像做倒三角距离变换,将像素点信息转化为灰度信息,采用分水岭算法准确地分割出焊点,最后通过面积等特征计算对焊点缺陷进行分类.实验证明,该方法较传统的检测方法,能有效地检测出多种不同排列的焊点,提高了工业生产效率.     

基于视觉的路口车辆排队长度检测方法

现有基于视觉的交叉路口车辆排队长度测量方法,不能给出实际排队长度,且摄像机标定复杂。为此,提出基于连通区域的车辆排队长度检测算法及以停车线为参照物的摄像机快速标定方法。在停车线后设定停车检测区域,并利用相邻帧差法判断是否存在车辆停车。在排队检测区域内用最大类间方差法自动设定阈值并分割图像,以检测车辆存在。利用连通区域各种参数确定车辆所在的连通域并检测出队尾。运用针孔成像模型论证以停车线为参照物的摄像机标定方法。实验结果证明,该方法可以准确检测出队首和队尾像素,计算出实际长度,可满足实时性要求。     

基于机器视觉的印刷质量检测研究（英文）

为了实现对物品印刷质量的高效检测,通过机器视觉技术,采用图像处理的方法来实现印刷品质量的检测。根据印刷检测的功能需求,设计了三个具体的功能模块,并在VS2008和OpenCV1.0平台下实现了印刷质量检测的功能,支持印刷品图像的输入、人机交互处理、划痕和偏色检测、结果输出等功能。与传统采用的手工方法相比,提高了印刷质量检测的效率,检测速度快,准确率高,检测结果客观,能够迅速而精确地检测出目标印刷品的外观缺陷程度。     

基于机器视觉的套印误差检测

本文先介绍了套印误差的概念,并在阐述基于机器视觉的套印误差检测的基本原理以及技术难点的基础上,介绍了快速模板匹配算法的原理和实现,最终完成套印误差的智能检测。     

基于机器视觉的摄像整纬纬斜检测研究

为了在线检测织物的纬纱倾斜量,研究了基于机器视觉的纬斜检测算法;首先采用改进后的陷波滤波器对织物图像进行频域滤波预处理,得到纬纱较为凸显的纹理图像描述;计算自相关图像初步提取纹理基元,随后构建大尺寸Sobel边缘检测模板,结合Blob分析提取纬纱纹理;再通过霍夫变换将纹理区域变换到参数空间,根据黑塞矩阵分析参数空间图像后,利用阈值逼近手段获取直线检测的阈值,最后反变换到图像空间中,显示出所有检测到的纬斜角;搭建摄像检测的硬件系统和软件界面,检测多类高密、低密织物,检测出的纬斜角度平均绝对误差小于0.35°,平均检测时间在225.5 ms内,能够满足整纬机的实际工作要求。     

基于机器视觉的多孔材料缺陷检测

针对多孔材料在生产工艺中易出现阻塞和缺角等缺陷,本文设计了一种基于机器视觉的多孔材料表面缺陷检测方法,通过对目标区域的有效分割、模糊度检测、形态学处理和分析等技术手段,实现了该类材料的表面缺陷的快速定位和特征分析.经实验检测,本文算法的准确性和检测效率可以满足工业生产实时检测需求.     

基于机器视觉的汽车仪表盘指针检测

基于机器视觉构建汽车仪表自动检测系统已成为实现仪表生产测试的主要途径;基于图像空间到参数空间的收敛映射,提出了改进CM-Hough变换检测算法对汽车仪表盘的指针位置实施检测;首先,介绍了基于机器视觉对汽车仪表的符号及指针进行自动检测的系统组成;接着,针对经典Hough变换发散映射运算量大的缺点,提出了基于收敛映射CM-Hough变换进行指针检测的算法,给出了利用Hough变换的检测结果直接解算指针位置的方法;最后,将算法由软件编程实现,通过测试实验验证了算法的实时性和有效性,测试数据分析显示了指针位置误差小于1％.