基于数字图像处理的微内孔质量检测技术

通过对微内孔边缘几何特征的研究,提出了一种有效检测微内孔质量的方法.通过中值滤波、灰度阈值变化等图像处理技术,准确地提取了微内孔的边缘,并将最小二乘圆拟合算法与一种新的圆度判定算法综合应用于微内孔的几何特征识别过程中.实验结果证明,该方法具有检测结果准、检测精度高等特点,能够满足微内孔质量检测的要求.     

基于HALCON的锥形表面小孔测量

为解决等离子切割保护帽表面小孔尺寸的测量问题,提出一种区域分割与RANSAC算法联合拟合圆的方法。首先提取出小孔区域,再用二阶高斯函数导数计算出小孔的边缘点位置。选用矩形分割法对边缘点进行阵列分割,以矩形区域中两个边缘点连线求半径,生成一个假定的圆模型方程,再将其他边缘点代入圆模型中,判断该点是否为圆模型的解,运用RANSAC算法迭代计算出最优圆模型,最后使用HALCON软件完成拟合测量。实验结果表明,该测量方法能更准确地识别边缘轮廓,与最小二乘法对比,拟合圆弧更加接近实际轮廓。在测量中使用标定板和游标卡尺进行标定,适合于实际检测。     

电解加工微小孔误差分析及特征检测研究

针对电解加工微小孔特征检测问题,对影响加工精度的因素、特征检测方法、数字图像处理等问题进行了研究,对电解加工时工作圈长度与径向间隙、孔内电解液体积之间的函数关系进行了归纳,提出了一种基于Matlab数字图像处理技术的微小孔特征检测方法;对电解加工得到的微小孔图片进行了滤波、去噪、边缘检测和特征提取,得到了所加工微小孔圆度、锥度、粗糙度等几何特征参数值,根据检测结果定量评定了加工误差,及时调整了电解加工时的各项参数。研究结果表明:该检测方法设计合理,错检率、漏检率低,检测时间短。     

微小孔钻削过程的振动监测

随着现代工业的发展,微小孔(孔径小于1mm)的应用日趋广泛,例如喷油嘴、喷丝板、飞机机翼、印刷电路板等都需要进行微小孔的加工。在各种微小孔的加工方法中,目前仍以钻削加工方法最为常用。 在微小孔的钻削加工中,钻削过程的状态监测具有十分重要的实际意义,这主要体现在以下几个方面:     

共轨管微小孔磨粒流加工装备的设计与数值模拟

通过对磨粒流加工技术的研究,提出了解决共轨管零件微小孔结构的精密加工方法.设计了一种磨粒流加工装备,可实现对共轨管零件微小孔的精加工,并对该装备的关键部件进行了有限元分析.利用流体力学软件Fluent对磨粒流微小孔加工的加工状态进行了数值模拟,通过比较分析,得到了理想的磨粒流加工方案.     

激光加工微小孔内表面粗糙度的测量

采用激光打孔方法分别加工出直径为 0 2mm、0 2 5mm和 0 3mm的微小孔 ,应用剖分法直接接触式测量得到所加工微小孔的内表面粗糙度 ,并使用反射式显微镜进一步直接观察验证。该测量结果可用于熔融快速原型机喷头的微小孔内表面粗糙度的确定 ,也可用于研究纺丝机、喷墨打印机等类似微小孔时参考     

电火花加工小孔圆度误差的评定方法

介绍一种应用超景深电子显微镜评定电火花小孔圆度的方法,首先通过超景深电子显微镜获得小孔的放大数字图像,然后对显微图像进行数字图像处理以获得小孔的边缘,之后对小孔边缘进行数据采样,最后采用最小二乘法对采样数据进行圆度误差评定。实践证明,该方法具有较高的计算精度。     

一种多次随机圆检测及拟合度评估的瓶口定位法

针对现有啤酒瓶口质量检测中的定位方法在瓶口严重破损或存在大量干扰时定位误差大的问题,提出一种多次随机圆检测及圆拟合度评估的瓶口定位算法。采用阈值分割、重心法和径向扫描获取边缘点,利用从边缘点中随机采样的3个点确定一个圆,定义各边缘点到圆距离小于给定阈值的边缘点的数目与边缘点总数的比值为圆拟合度,提出将圆拟合度作为评估标准搜索最优定位结果的方法,利用多次重复随机圆检测得到大量圆拟合结果并计算对应圆拟合度,以最大圆拟合度对应的圆拟合结果作为瓶口中心。与4种典型方法对比,实验结果表明:在瓶口图像不完整和存在大量干扰时,该方法可实现瓶口高速高精度定位。     

基于边缘像元投影的微小轴承亚像素边缘检测

对于微小轴承的内径测量,基于机器视觉的非接触测量技术具有广阔的应用前景。针对轴承的边缘像素点,投影将感光像元划分成感光值不同的两个部分,像素单元的最终灰度值为投影两侧局部灰度统计值的面积加权平均值,取该像素的矩形邻域,并对其邻域灰度值进行高斯加权处理,将边缘投影按泰勒公式展开为二次曲线得到高精度亚像素边缘。针对微小轴承进行实验,将本文算法与基于直线拟合的方法进行比较,每毫米包括约217.18个像素,检测的圆度提高0.04%以上,标准差减少不少于7.27%,因此可更准确获取微小轴承内径的亚像素边缘。     

提高某型铁芯小孔加工合格率及效率新方法

因铁芯两处准1.6+0.046+0.010小孔加工所用工装钻模老化,造成加工零件质量不稳定,零件两处小孔的加工成为了影响某型铁芯加工质量及生产效率的技术瓶颈。结合零件结构特点,分析两处小孔加工难点,并从装夹形式、加工方法、切削方式等方面着手分析,得到了较为有效的解决措施,明显提高了铁芯两小孔的产品合格率及生产效率。     

基于机器视觉的螺钉在线检测

介绍了一种基于机器视觉技术的非接触式螺钉在线检测系统。该系统利用CCD相机采集图像,经过拉普拉斯锐化算子、中值滤波等图像处理,可获得清晰的螺钉轮廓图像,再利用机器视觉的相关几何运算测量出各个螺钉几何参数,实现螺钉的在线检测。实验表明,该系统检测速度快、精度高,具有很好的推广应用价值。     

基于亚像素边缘检测的刀具几何参数测量

为了提高刀具几何参数图像测量精度,基于矩法理论,提出了一种亚像素边缘检测算法。该方法的基本思想是采用灰度空间矩,将图像边缘特征离散为亚像素级特征点,并用Matlab实现图像的处理。实验证明,基于亚像素特征点提取检测的刀具几何参数具有较高测量精度,且计算量小,具有很好的抗噪性能。     

[车辆工程与测控]有监督学习下的市域铁路隧道结构裂缝边缘识别方法

裂缝病害的定期巡检工作是保证市域铁路隧道结构正常运营的关键。针对市域铁路隧道结构表观裂缝的有效识别问题,提出了有监督学习下的市域铁路隧道结构裂缝边缘识别方法。首先,利用消费级数码相机获取了市域铁路隧道结构表观状态的图像数据;然后,基于Canny算子的初步边缘目标检测结果,构造了边缘目标的几何特征矢量,并在此基础上提出了基于几何特征数据的裂缝边缘识别方法;最后,采用实际市域铁路隧道结构的表观图像数据验证了所提出方法的有效性。     

微小型零件边缘光学特征和识别技术

分析了非相干光照明条件下微小型零件的边缘光学特征,传统的边缘检测方法没有考虑微小型零件的边缘光学特征,不能满足显微视觉测量方法的精度要求。针对微小型零件边缘检测的问题,提出一种基于最小二乘拟合的亚像素边缘检测方法。首先找出边缘区域灰度值最大和最小的点,根据灰度值最大和最小的点计算出阈值,然后将灰度值最大和最小点之间的点用直线方程回归,根据阈值的大小求出微小型零件的尺寸。试验结果表明,这种新的方法能够准确地识别出微小型零件的边缘,满足显微视觉测量精度的要求。     

基于线激光扫描的基准孔检测与定位方法

为了满足尖端制造领域中大部件的数字化钻孔与装配需求,利用线激光扫描仪和工业机械臂提出了基准孔自动检测与 定位系统及方法。 首先,对基准孔三维点云进行孔底点云插值补偿,采用双向梯度约束算法实现了基准孔的粗略边缘特征点提 取;然后,针对提取的边缘特征点,采用基于角度判断的细化算法和基于平面拟合的压缩算法,实现了边缘特征点的精细化提 取;最后,对边缘特征点进行空间圆参数化,得到了孔径和孔距,实现了基准孔的检测与定位。 实验结果表明:该方法对基准孔 的检测精度和定位精度(相对误差)分别为 1. 77% 和 0. 24% ,优于传统方法的 2. 77% 和 0. 46% ,能够满足生产制造中大部件的 数字化钻孔与装配要求。     

An automatic optical inspection of drill point defects for micro-drilling

This study develops an automated visual inspection system for detecting and classifying defects in a micro-drill with 0.35 mm diameter using image processing techniques. The orientation of the micro-drill is first determined through image projection. Next, the digital image captured by the CCD is then segmented into regions of interest (ROI). The randomized line detection algorithm and the geometric relationship of the edge points in the ROI are then employed to identify the defects detected. Experimental results show that the developed automatic visual inspection system is as efficient as manual inspection, and can provide additional information concerning the defects for parameters tuning and quality control.     

Design and fabrication of a new micro ball-end mill with conical flank face

Micro ball-end milling is an efficient method for the fabrication of micro lens array molds. However, it is difficult to meet the machining quality of micro dimple molds due to the wear and breakage of the milling cutter, which presents large challenges for designing geometric structure and edge strength of micro ball-end mills. In this study, a new configuration of a micro ball-end mill for micro dimple milling is designed and named the micro conical surface ball-end mill. The cutting edge is formed by intersecting the conical surface and the inclined plane. A practical grinding method is proposed based on the kinematic principle of the six-axis computer numerical control (CNC) grinding machine for micro conical surface ball-end mills and is validated by grinding simulations and experiments. Micro dimple milling experiments are conducted on the hardened die steel H13 to investigate the cutting performance of the mill. The milling force, the micro dimple roundness error, and the tool wear morphology are observed and analyzed. The results show that the radial milling force is more stable and the wear resistance is improved for the micro conical surface ball-end mill compared to the traditional micro spiral blade ball-end mill. Therefore, a more stable roundness at the entrance hole of the micro dimple can be obtained by using this design after a number of micro dimples have been milled.     

基于改进形态学梯度的齿轮边缘检测

经典的边缘检测算子算法更多地采用Prewitt算子、LOG算子和Canny算子等在空域中进行。数学形态学在图像处理过程中不涉及变换,其原理是利用结构元素检测图像,并直接处理图像的特征信息。在形态学梯度的基础上,提出了一种基于改进形态学梯度的图像边缘检测算法,选取合适的形状以及尺寸的形态学梯度结构元素,并组合使用以检测出较理想的图像边缘信息。试验结果表明,该算法在含噪图像中能较好地保存图像边缘信息,有更好的定位精度和抗噪性。     

铝基碳化硅异形电极电火花加工技术研究

为了改善电火花深小孔加工过程中,因加工碎屑排出不畅而导致的加工速度慢、电极损耗严重等问题,制备螺旋、三沟槽和削边三种形貌的异形结构电极。在相同的加工条件下,以铝基碳化硅为实验材料,采用异形结构电极与圆柱电极分别进行不同深度下深小孔加工实验,对加工效率、电极损耗和深小孔内表面形貌三方面进行对比分析。实验结果表明:异形结构电极在深小孔的加工效率和电极损耗方面都优于圆柱电极;小孔内表面形貌方面:圆柱电极加工后的孔内表面附着碎屑较多。     

SOI压阻传感器的阳极键合结合面检测

由于当前绝缘体上硅(SOI)压阻传感器芯片的封装质量仍依赖人工检测,本文提出了一种自动实现该项检测的视觉检测方法。分析了压阻传感器的工作原理,研究了芯片定位精度和结合面质量对传感器性能的影响。以传感器性能和质量为导向,提出了一种以中心定位偏差和键合面结合度为检测点的封装结合面检测方法。该方法通过对Hough圆检测效果和实际图像的分析完成定位精度的检测;基于对传感器质量影响因素的分析和气泡面积的统计实现结合面质量的检测。在传感器实际制造封装过程中对该视觉检测算法进行了实验验证。结果表明:该方法能识别的结合面上的最小气泡直径为6μm;玻璃内孔半径检测误差约为0.015mm.。本文提出的基于视觉检测的方法基本满足了压阻传感器封装对结合面检测的要求,有助于实现封装质量的自动化检测。