微小尺寸零件表面缺陷光学检测方法

为实现微小尺寸零件表面缺陷的快速精确检验,对微小尺寸零件表面缺陷光学检测技术进行了研究.以典型微小尺寸环形零件为研究对象,从零件的表面特征、缺陷类型及检测算法出发,建立了基于机器视觉的微小尺寸零件表面缺陷光学检测系统;通过对微小尺寸环形零件表面缺陷纹理特征研究,提出图像梯度方差加权信息熵算法抑制表面随机纹理,提取微观表...     

基于感知编组的SAR图像建筑物检测算法

针对合成孔径雷达(SAR)图像自动解译的需求,研究了高分辨率的SAR图像建筑物检测技术。由于人造目标按照某种方式有组织的构成,而机器视觉可以模拟人类视觉的感知编组能力获取图像的相关组织和结构,并可以根据特定的准则将提取到的图像特征编组成为更高层的结构,利用该特性,将感知编组方法用于检测建筑物,通过边缘检测和霍夫变换提取直线段基元,结合感知编组和建筑区在SAR图像上表现的亮度特征,提出了一种平行适应度函数辅助建筑物检测。基于对实测SAR图像的实验结果表明,该检测算法可靠,定位准确,并能有效地降低虚警率。     

高精密齿轮小缺陷的智能视觉测量

为精确测量高精密齿轮小缺陷,提出智能视觉方法.基于机器视觉构建包含CCD面阵传感器、点视觉激光传感器及IMAQ Vision软件等,通过CCD面阵传感器、点视觉激光传感器采集小缺陷图像,用双边滤波法去除图像噪声,用遍历法选取最佳阈值,用阈值分割法二值化处理噪后图像,用IMAQ Vision软件检测二值化图像边缘.结果表明:该方法的图像采集与处理效果优越且精度较高,测量结果稳定,平均误差仅为0.001 mm,能精确测量高精密齿轮小缺陷.     

基于图像检测的非接触式底火装配找坑方法

针对目前国内小口径炮弹接触式底火装配找坑方式易划伤、擦亮底火等缺陷,提出一种基于图像检测的非接触式找坑方法。以机器视觉技术为基础对待检测底火的特征信息进行提取和处理,采用图像检测技术完成底火信息的检测,将图像检测得到的底火数据在控制器内运算处理并引导拧紧机构动作,实现拧紧爪的非接触自动找坑,并使用模板匹配检测对视觉系统的特征进行检测。分析结果证明:该方法拧紧爪定位准确,找坑过程中不会损伤底火,满足设计要求,并已在某小口径炮弹底火拧紧设备中得到应用。     

基于傅里叶变换轮廓术的药柱外型尺寸检测

在弹药制造过程中,药柱外型尺寸将直接影响弹药的性能。针对人工检测效率低且重复性不好以及传统机器视觉普适性差的特点,提出了基于傅里叶变换轮廓术的检测方法。该方法采用面阵CCD相机采集受药柱表面调制的光栅云纹图像,再对图像进行矫正、相位提取及重建,最后通过尺寸标定得到药柱三维尺寸。实验结果表明,该方法能同时检测多个药柱的尺寸,极大地提高了检测效率,能检测出药柱的微小变形,检测误差在0.2%以内。     

某型侦察车伺服精度的数字化检测设计

针对部队条件下常用转角精度检测方法存在的不足,设计并构建基于机器视觉的数字化检测系统.介绍常用检测方法,概述其原理,利用CCD摄像机代替人眼采集自准直仪的分划线图像,采用图像预处理技术识别分划线图像,通过轮廓提取、亚像素细分和直线拟合算法,自动判读分划板反射像的位移.结果表明:该系统能实现伺服转角精度的自动检测,设计简单易行,满足部队使用需求.     

GAT0 推进剂智能化检选系统

为解决人工检选GAT0 推进剂药管尺寸与外观质量存在的问题,对GAT0 推进剂智能化检选系统进行设 计。提出图像检测技术的自动化智能检选方案,采用基于图像检测方式检测药管尺寸和外观缺陷,利用专用仿真和 分析工具对系统进行分析,对智能检选系统的数据采集进行统计分析,结合推进剂机器视觉检选技术,得出智能检 选系统的实施效果。应用结果表明：该设计可提高产品质量和保障产品安全高效生产,有一定的实用参考价值。     

百分位形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于图像形态学的红外图像边缘检测方法。采用并行复合顺序形态滤波算法对图像边缘进行增强和锐化并抑制高频噪声;根据百分位形态滤波相关概念及性质构造的边缘检测算子,进一步滤除红外图像中的噪声,提取图像边缘。实验结果表明,本文提出的算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器。     

基于边缘与区域特征的无人机图像地平线检测

针对基于视觉的无人机自动定姿中的地平线检测问题,分析了图像中地平线的边缘特征和区域特征,提出了基于单向边缘和灰度分布特征的地平线归属点识别准则和检测方法,利用改进的多模型输出RANSAC估计算法实现了边界点中候选地平线提取,最后利用地平线的识别准则完成了地平线的快速、可靠鲁棒性检测.实验结果证明了该算法的有效性.     

基于机器视觉的枪弹钢芯自动检测系统

针对现有的手工枪弹检测技术效率低精度差且自动化程度不高的问题,提出一种采用机器视觉技术设计的枪弹钢芯检测系统。该方法从钢芯传送定位、对钢芯最佳照射、选择图像采集设备和图像处理和识别着手,对钢芯尺寸、底面缺陷、表面缺陷进行检测,经过平滑去噪和图像增强等预处理后,进行尺寸测量和缺陷识别,并通过人工复检证明了准确性。实验结果证明：相比传统的人工肉眼检测,该自动检测系统所耗费时问大幅度缩减,检测效率和检测精度均有较大提高。     

基于视觉引导的弹部件高效自动排序技术

针对延期体、枪弹弹壳、弹头等弹部件的高效自动排序需求,基于视觉引导的工业并联机器人自动抓取 系统进行自动排序技术研究。通过机器视觉自动识别弹部件位置,引导并联机器人抓取工件后自动调整工件姿态并 快速排序放置。运用该视觉引导排序技术的枪弹装配及延期雷管装配自动生产线已投产。结果表明：该排序方式效 率高、漏装反装失误率极低;柔性化水平高,可适应不同长度、外形的弹部件;生产线的整体效率和运行可靠性大 幅提高。     

工业电视技术在无损检测中的应用

工业电视和无损探伤技术相结合,可检测材料表面和内部缺陷并直观显示,为质量判定提供依据。文中介绍了由X射线管、图象增强管、摄象机和记录装置等构成的工业X射线电视检测法的原理及其主要设备功能,以及在板材和管材焊件探伤中的应用。并介绍了由紫外灯、摄象管、监视器和信息处理器等构成的工业电视荧光磁粉探伤法的原理、特点和应用范围。     

装药疵病自动检测射线图像噪声消除技术

X射线数字成像中存在着各种类型的噪声，它们来源于不同的成像环节，严重影响成像质量。针对炮弹装药疵病自动检测特点提出了用带空间选择性的去噪滤波算法对炮弹装药射线图像降噪。运用该方法不仅能消除噪声,而且很好地保持了图像中疵病的边缘。实验证明这种方法是可行的。     

Computer Vision Method in Human Motion Detection

Human motion detection based on computer vision is a frontier research topic and is causing an increasing attention in the field of computer vision research. The wavelet transform is used to sharpen the ambiguous edges in human motion image. The shadow＇s effect to the image processing is also removed. The edge extraction can be successfully realized. This is an effective method for the research of human motion analysis system.     

基于计算机视觉的人体运动目标检测

基于计算机视觉的人体运动目标检测是计算机视觉领域中倍受关注的前沿课题。本文采用小波变换的方法,有效地处理了普通CCD摄像机所采集的人体运动图像的模糊,同时,去除了阴影对图像处理的负面影响,较好地提取出基于标志点的人体运动图像的边缘,为人体步态分析系统的研发提出了一个切实可行的方法。     

基于LabVIEW与Matlab的某管类零件缺陷图像处理技术

针对单独使用Matlab的数据输入、网络通信和硬件控制繁琐以及界面开发和流程控制能力差等问题,提出一种将LabVIEW与Matlab混合编程的方法。确定图像的读取方法,把LabVIEW采集到的图像送到Matlab中进行复杂的运算处理,再送到LabVIEW作图像输出和显示。结果表明:该方法能实现某管类零件缺陷图像处理,也可应用于其他零件的缺陷检测。     

基于无人机巡线图像的地面油气管道识别方法

限于成本,无人机搭载的任务设备主要为普通数码相机,采集的是可见光图像,针对此种情况,提出了一种利用彩色分割及形状检测识别油气管道的方法,首先需要设定感兴趣区域ROI,计算出协方差矩阵C和均值m,并使用欧氏距离、马氏距离对图像进行彩色聚类分割,然后对分割图像填色后进行边缘检测,最后根据边缘图像进行霍夫变换来检测直线特征,实现复杂环境下对管道位置的自动定位.测试图像库包含300幅图像,识别准确率达到80.3%,实验结果表明,在色彩差异较大背景中,基于颜色和形状特征的识别方法能有效进行管线跟踪定位.