基于机器视觉算法的高速工业机械手定位控制方法

针对高速工业机械手在强扰动环境下定位性能不高的问题,提出基于机器视觉算法的高速工业机械手定位控制方法.构建高速工业机械手驱动定位的参数辨识模型,结合模糊约束参量控制的方法进行位姿修正和自适应调整,在机器视觉下采用模糊自适应控制律进行高速工业机械手的定位误差反馈修正,建立驱动力学解析模型,在优化的动力学和运动学联合控制下...     

一种基于机器视觉识别交通灯的方法

本文介绍了一种基于机器视觉识别交通灯的方法。将采集到的道路交通灯图像通过计算相似度定位出交通灯所在的区域,然后采取相应的颜色空间和识别算法,包括：图像分解、颜色空间的变换、颜色识别、图像分割等,来判断交通灯的颜色及其显示的数字。     

基于机器视觉的有色溶液浓度检测

针对目前溶液浓度检测中存在的必须接触式、检测速度慢等问题,现提出运用机器视觉技术完成对溶液浓度的检测。通过对有色溶液图像处理,提取图像中的颜色特征,并与样本库中的图像比对匹配,得到检测溶液的溶液浓度。现以测量品红溶液为研究对象进行分析,通过采集50张不同浓度的溶液图像作为样本,并对相应的颜色矩图像信息储存到数据库中以方便图像特征的比对。结果表明,该方法的检测误差为±5%,且具有设备结构简单、造价成本低、检测速度快等优点。     

基于机器视觉的机加工缺陷检测系统设计

本文设计了一个基于机器视觉的机械加工缺陷检测与定位系统,着重阐述了该系统的工作原理,讨论了相关的图像处理、检测及识别算法,仿真实验均用MATLAB编程实现,仿真结果证明了该方法的可行性.采用该方法能够有效的检测、定位并识别出工件表面的缺陷.     

基于机器视觉的工业机器人定位系统

建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位.采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征.经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求.     

一种基于机器视觉的自动定位方法及实验

介绍了一种基于机器视觉的高效、高精度自动定位控制方法,并通过了实验验证.首先,利用图像处理的结果确定控制系统中各零件的位置和方向.其次,通过实验得到像素坐标系和空间坐标系的关系,控制二维工作台高速向定位点运行,提高定位效率.最后,由电感测微仪的显示值变化构成闭环控制系统,控制工作台低速向定位点逼近,提高了定位精度.介绍了自动定位系统的总体结构设计、基本原理及实现过程,并给出了二维工作台两个方向上的定位误差实验分析.     

基于机器视觉的全自动换电机器人定位系统

全自动换电机器人代替人工, 实现了电动汽车内电池的自动更换. 其定位系统解决了电动汽车停放随机性导致的电池定位难题, 是换电机器人成功换电池的关键. 该定位系统以机器视觉技术为基础, 通过单目相机拍照, 获取电池的姿态信息, 实现了对电池的精确定位. 介绍了全自动换电机器人视觉定位系统的设计方案、组成及工作步骤, 并通过实验证明该系统具有较高的精度和准确性, 安全可靠.     

基于机器视觉的图像识别方法研究

本文介绍了一种采用Blob算法实现图像识别的方法,在此基础上提出识别规定形状物体的方法,利用不变矩、图形的面积和周长的比值来识别物体的形状,从而从多个规则物体中识别出规定形状的物体,同时利用该算法还能够给出所识别物体的位置信息。实验结果表明,该图像识别算法能够满足实际要求,物体识别准确率达到100%。     

基于机器视觉的产品质量自动检测装置

本文介绍了一种基于机器视觉技术进行产品质量自动检测与控制的装置,分别阐述了装置的总体结构,视觉系统,PLC控制器,触摸屏及机械部分等主要设备的设计思路及功能。     

竹地板选片工艺的机器视觉化研究及实现

针对竹地板加工中的“选片工艺”,构建了基于机器视觉的竹片缺陷检测与颜色分拣平台,研究了竹片缺陷与颜色检测过程中图像采集、光学成像、光学照明等关键问题,设计了竹片缺陷检测及颜色识别的图像处理算法及软件流程,并探讨了竹片缺陷检测与颜色分拣平台的机械传动、分拣执行装置及电控实现。仿真实验表明,提出的竹片缺陷检测及颜色识别算法能够对采集系统摄取的竹片图像进行准确的检测与识别,能够完成竹片6种常见的缺陷检测以及4种以上的色差识别,对提高选片工艺的生产效率具有重要意义。     

基于机器视觉技术的教室照明节能控制系统

为解决教室照明用电浪费问题,设计和制作了基于机器视觉技术的教室照明节能控制系统.该系统在监控计算机端采用帧差分与分段收敛的背景差分叠加法从监控录像中识别教室人员,并根据室内人员情况控制教室照明设备的开启或关闭.系统硬件主要由图像采集模块、监控计算机、电气控制模块及教室电气线路等4部分组成;系统软件基于Matlab开发,按功能可分为图像获取、图像处理、串口双向传输、图形用户界面及数据库等5部分.室内人员检测实验结果表明,系统识别平均耗时0.2s,进行实时室内人员识别的帧速上限为5帧/s;当图像中不包含和包含人员时,系统对室内人员的检测准确率分别为100％和93％.     

基于机器视觉的色差检测算法

针对金属印刷质量中的色差检测问题,采用机器视觉的技术对色差检测算法进行了研究。通过在金属印刷品的留白区域印刷色标,使用工业CCD相机采集金属印刷产品上的色标区域,使用数字图像处理技术提取色标。使用了基于HSV颜色空间的色差检测算法和基于CIELAB颜色空间的色差检测算法,分析了两种颜色空间下色差检测的实验结果,采用两种颜色空间检测算法相结合的方法,实现对色差合理有效的快速检测,同时能保证检测结果的准确性。     

图像传感型印刷套色控制方法的研究

套色控制是多色印刷过程中必备的工艺。设计了一种基于机器视觉的印刷套色控制方法。通过摄像头获取独特的色标图案,再建立一种快速查找表,确定各种色标颜色的范围,用行程长编码技术来进行图像重构,并以此来计算图案重心的位置,并与标准位置进行比较,判断套印是否有偏差。实验证明利用该方法能同时检测12种以上颜色,检测周期短,适应于高速印刷机的多色套准。     

基于机器视觉的钢轨轮廓测量方法研究

钢轨轮廓检测是轨道几何参数检测的重点和难点。采用二维平面靶标对激光摄像传感器进行标定,建立世界坐标系和图像坐标系的标定模型。通过棋盘格进行实验标定,获取300组数据,采用非线性最小二乘法来标定模型参数。结果表明:采用非线性最小二乘法能够将棋盘格水平和垂直的测量误差控制在0.3 mm左右,该方法能够很好地运用到钢轨轮廓测量中。     

基于机器视觉的圆定位技术研究

针对视觉处理中常见的圆形目标检测,提出了结合Blob分析与最小二乘法圆拟合的定位检测方法,利用Blob分析算法实现粗定位,根据粗定位的输出检测目标圆的边界点,将其作为输入参数给最小二乘法圆拟合进行精定位;实现了在视场范围内对圆形区域自动检测及中心定位,在DSP视觉系统上以钢琴弦柱加工为检测背景对算法进行验证,实验结果表明算法满足工业应用中的实时性和精确性要求。     

基于机器视觉方法的焊缝缺陷检测及分类算法

对于在工业生产中如何有效地识别薄壁金属罐焊缝的缺陷及其类型判别的问题,提出了一种基于机器视觉技术的自动化焊缝缺陷检测及分类算法。利用混合高斯模型,提出了一种改进的背景差分法,主要用来提取焊缝缺陷的特征区域。在此基础上,以不同缺陷类型的缺陷面积、亮度及波形特征等差别作为依据,对焊缝缺陷进行了分类。实验检测结果表明,算法可以对主流的薄壁金属制罐焊缝缺陷类型进行准确的识别和归类,达到了96%以上的精确度。同时,算法的运算时间也能够满足在实际生产中的高实时性需求。     

基于机器视觉的边缘缺陷检测实验装置开发

针对目前自动化课程教学内容的需求,把机器控制与图像视觉相结合,开发一套继电器外壳边缘缺陷检测的实验装置.该实验装置把机电传动控制、气动控制、机械手控制、以及图像处理技术等理论知识有机融合,其主要结构包含机器视觉与机械运动控制两大部分,整个装置可完成电机的控制、各类传感器的数据检测、机械手的运动路径规划与定点投放、图像的...     

指针式仪表读数的机器视觉智能识别方法

为快速准确地自动识别指针式仪表读数,采用机器视觉技术,结合减影法和Hough变换法对仪表读数进行智能识别.对指针式仪表图像进行图像二值化、形态学处理和边缘检测预处理;利用Hough变换检测仪表中的指针,计算得到指针方向和定位圆形,实现指针式仪表的智能识别.实验结果表明:读数识别的平均相对误差为0.91%,精度较高,能较好地识别指针式仪表读数.     

基于机器视觉的非平整物体表面凸起异物检测方法

在换向器质量检测中,其端面槽口附近凸起异物属于严重质量问题,目前仍采用人工检测方式,存在检测速度慢和漏检率高,且换向器端面的非平整特性给检测带来挑战。针对此问题,运用机器视觉技术,提出一种基于光度立体视觉的换向器非平整面凸起异物检测的方法。该方法通过四方位打光方式,获得不同方位光照图,对光照图进行计算得到其反照率图,再进行高斯卷积处理,然后针对特定区域采用极坐标转换用于提取缺陷特征并对其进行凸起异物识别与检测。实验结果表明,该方法能够快速有效检测换向器非平整表面存在的凸起异物问题,检测精度达到99.8%,能够满足对换向器质量的在线检测需求。