共查询到19条相似文献,搜索用时 70 毫秒
1.
针对空调压缩机法兰盘尺寸人工测量方式存在效率低、精度难以保证等问题,提出一种基于机器视觉的法兰盘尺寸亚像素级别测量方法,并构建视觉测量系统。对法兰盘图像,先使用转灰度、中值滤波和二值化分割进行预处理,抑制图像噪声,同时提取目标法兰盘区域;再使用Canny算子获取法兰盘边缘像素坐标;然后根据Zernike算法对旋转、尺度等不敏感的特点,使用改进的Zernike矩亚像素边缘检测算法重新定位法兰盘边缘,获取法兰盘边缘的亚像素级别坐标;最后使用最小二乘拟合算法得到法兰盘外圆直径与内孔直径尺寸。实验证明,该检测方法与人工测量方式相比效率高、精度高,能够满足对法兰盘关键尺寸的在线测量需求。 相似文献
2.
利用图像处理与机器视觉技术开发了一套安全气囊检测系统,实现了对安全气囊生产过程某一工位处关键尺寸的亚像素测量。介绍了该检测系统的总体组成和主要工作流程;分别介绍了该系统的软硬件设计;并选取实际气囊对所开发的检测系统进行了可行性、有效性的验证。通过实验表明该系统的检测结果符合实际生产的要求。 相似文献
3.
4.
5.
为解决传统方法测量铆接孔几何参数效率低、准确性差等问题,提出基于机器视觉的铆接孔几何参数测量方法。该方法使用CCD相机采集孔的特征信息,通过灰度处理、双边滤波及直方图均衡化,降低颜色、噪声对图像的影响,使用粒子群算法优化Otsu双阈值分割提取感兴趣区域。使用Zernike矩亚像素边缘检测代替传统边缘检测算法,提高边缘检测精度,再通过形态学处理弥补像素损失。采用改进随机Hough变换(Improved Randomized Hough Transform, IRHT)提取特征,实现孔的中心坐标和半径测量,利用像素当量标定,将像素测量值转化为物理尺寸。经实验验证,该方法测量两孔间距误差小于2%,测量半径为2mm的铆接孔误差小于4%,优于质心法、圆拟合等传统测量方法。 相似文献
6.
7.
本文对图像处理技术的概念、特点、构成进行了概述,对现有的经典图像分割和识别方法进行了介绍,着重讨论了曲线拟合的方法在车灯面形定位误差检测中的应用。利用相关系数在真实匹配点附近的统计特性,通过对相关系数进行曲线拟合,根据其一阶导数确定最大相关系数所在的位置,快速得到亚像素匹配点。与逐步搜索法相比,该方法大大减少了运算次数,提高了数字图像相关运算的速度。 相似文献
8.
9.
针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于机器视觉的齿轮在线检测系统设计方案,实现了图像采集与显示、图像分析及运行控制等功能。该系统通过单片机控制模块负责上料设备和传送带运行,并利用光电开关触发高速摄像机实时采集齿轮图像;然后,工控机对采集的图像进行处理,得到齿轮的外观质量信息;最后,工控机将测量的NG和OK信号传送到单片机,驱动外部设备实现齿轮分拣和声光报警。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮在线测量提供了新的途径。 相似文献
10.
提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统,方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系,对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题,引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束,并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵;针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题,设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明:与传统方法相比,所提出的方法特征匹配精度提高了12%,直线检测精准度提高了22%,系统测量精度达到0.015 mm。 相似文献
11.
12.
13.
14.
主要介绍了将机器视觉技术应用于电感质量检测系统,通过图像采集卡和CCD采集图像,并通过图像预处理、阈值分割、边缘定位,边缘检测、Blob分析等算法对图像进行处理,输出检测结果的控制信号,再借助PLC控制执行机构,最终达到对电感的表面质量进行在线检测的目的。 相似文献
15.
介绍了一个基于机器视觉的端子尺寸检测系统。针对汽车电子产品中的端子在线尺寸检测,采用单轴机械手将产品送到检测位置,用LED背光照明,用CCTV镜头和视觉传感器获得端子图像,用图像处理单元对图像进行二值化、锐化、边缘提取后对端子的尺寸进行检查。从实际应用来看,此检测系统具有非接触性、在线实时、精度合适等优点。 相似文献
16.
韩亮 《机械制造与自动化》2020,49(2):229-231
针对轴承内外径尺寸的人工测量方法存在测量效率低、易产生视觉疲劳等问题,提出一种基于机器视觉的轴承内外径尺寸测量方法,利用智能相机采集轴承图像并对其做中值滤波与二值化处理,通过Sobel边缘检测算法提取轴承内外圈的边缘特征点,采用最小二乘法计算出拟合圆的圆心与内外半径的像素值,并通过尺寸标定与机器视觉脚本程序,将其换算为内外径的实际尺寸。实验结果表明,该视觉测量方法精度高、速度快,适用于大批量轴承生产场合。 相似文献
17.
18.