基于机器视觉的医用塑料瓶瓶口检测系统研究

医用塑料瓶在生产过程中瓶口处会产生残次品,如豁口、瓶口过薄等.此类瑕疵药瓶,无法封口,影响药品密封性,危害药品使用者健康.目前众多企业仍然依靠人工检测,因瑕疵点并不明显,人工误检率高.为此设计了一套基于机器视觉的医用塑料瓶瓶口检测系统.一台高速工业相机,在流水线指定工位通过硬触发,由上至下,对塑料瓶顶部取相,根据图像特点设计算法,完成定位,分割,识别瑕疵点.经过实际生产测试,验证了此系统在精度和速度方面优于人工检测方式,满足企业的检测要求.     

机器视觉技术塑料吸管缺陷检测方法研究

自动化和智能化是现代工业企业必备的两个要素,传统的塑料吸管分拣采取人工作业模式,在流水线上进行残次品的筛选和剔除,这种方法效率低、工作量大、实时性差,无法满足现代工业生产的需求。文章采用机器视觉技术,以U型塑料吸管作为研究对象,通过图像处理分析并提取出不同缺陷特征,实现高精度的缺陷检测,并通过实际的检验测试验证了所提出方法的有效性和可行性。     

基于视觉注意力模型的红外目标检测

根据视觉心理学的相关理论,提出一种基于灰度特征提取和视觉注意力模型的红外目标检测方法,并应用于复杂背景的红外目标检测.首先对输入图像进行采样,生成高斯金字塔,并用center-surround算子提取多尺度的视觉差异,通过对灰度特征图的归一化和线性融合获得综合的显著图,最后通过基于相似性和邻接性的阈值判断得到最终检测结果.该方法应用于多种地面目标的检测均取得较好效果,待检测的目标在显著图中得到明显的增强.试验结果进一步验证了算法具有很好的探测性能.     

基于立体视觉的杂质检测方法设计

为了实时检测瓶内杂质,设计了一套用于灌装线瓶内产品质量检测的视觉系统。基于几何成像原理建立双CCD立体视觉的数学模型,推导出从2张投影图像中得到杂质实际空间位置的公式;利用形态小波简化图像、综合自适应阈值法和边界检测算子进行图像分割,从而提取出杂质特性,最后采用特性向量进行2图的特征匹配。当检测精度为4pixel／mm时,每个瓶子的判断时间小于200ms,准确率近98％。     

机器视觉在光纤端面缺陷检测中的应用

传统的光纤端面缺陷检测用的是人工检测方式,这种检测方式效率很低,检测结果的主观性很强。对光纤端面缺陷使用机器视觉检测,能极大地提高检测效率和检测准确性。首先将采集到的图像通过图像处理二值化,接着对纤芯中心进行定位,然后以纤芯中心为圆心对光纤端面进行不同的圆环检测区域划分。由于光纤端面上的缺陷有可能是暗色的或者是亮色的,因此为了区分二者,对每个区域检测时需要做不同的二值处理。如果有任意一个区域的检测不能通过,则这个光纤端面就是不符合要求的。结果显示,利用机器视觉进行光纤端面检测能够快速、精确地检测出缺陷所在位置及其大小。     

基于机器视觉的位置偏移检测技术研究

本文主要介绍了液晶类产品在生产过程中对ITO导电玻璃、斑马纸和电路板金手指的位置偏移检测系统的设计,系统主要采用机器视觉技术,配合光学设备以及自制小型光学暗室,获得满足系统需求的对比度的图像,再通过自主设计的图像处理软件对目标图像进行处理并计算各部分位置偏移的数值,最后通过对偏移的修正达到对齐的效果。     

一种可适应自然头动的视线 追踪系统的研制及应用

 提出一种适用于单相机的非穿戴式实时视线追踪新方法,并实现了一套样机系统.为提高视线追踪对使用者头动的适应性,提出一个头动自适应视线方向实时计算方法(ARGCMH).方法包含三个计算模型,它们在一套决策算法的控制下相互协调配合,实现视线追踪在一定范围内对头动的自适应,同时保持了适当的追踪精度和速度.实际测评给出了系统主要性能指标,并用一应用实例展现了系统的应用潜力.     

机器视觉技术在防凌破冰中的应用

介绍了机器视觉技术及其应用的发展概况。讨论了机器视觉技术在生产生活中的典型应用、机器视觉技术的原理和常用图像处理技术等内容。详细阐述了机器视觉技术在防凌破冰中的应用,说明如何在防凌破冰系统中利用航拍摄像机采集河面上的图像,经过一系列图像处理后,检测出面积较大的冰块,并进行危险因素分级,指挥中心据此指导飞机对危险等级较高的冰块进行爆破,消除隐患。在防凌破冰中采用机器视觉技术替代人工肉眼的观察,大大提高了工作效率和测量结果的准确性。最后指出了机器视觉系统的发展方向。     

基于机器视觉的电机端盖检测技术应用

随着技术的不断完善,机器视觉检测的可靠性也获得了认可,机器视觉技术的应用可有效提升生产效率和产品质量。本文以工业机器人应用编程“1+X”考核设备为基础,以电机模型为检测对象,利用Vision Master平台设计了电机端盖的检测方案。结果表明机器视觉技术在电机端盖检测项目中能够满足需要。     

空气弹簧胶囊表面视觉检测系统设计及应用

本文针对空气弹簧胶囊表面缺陷传统人工检测方式中劳动强度大、检测效率低和缺少缺陷图像记录的问题,提出了基于机器视觉的空气弹簧胶囊表面缺陷检测系统。该系统利用图像处理技术和深度学习技术对空气弹簧胶囊表面缺陷图像样本进行训练和模型建立,应用伺服控制技术对空气弹簧胶囊表面进行自动化的图像采集,实现空气弹簧胶囊表面缺陷的自动化检测和报警,对检测图像信息进行保存,实现空气弹簧胶囊图像数据的查询及追溯。通过视觉检测系统的集成应用,显著降低了检测人员的劳动强度,提高了检测作业的智能化和信息化水平。     

基于机器视觉的六价铬检测系统的研究

文中依据重金属残留现场快速检测的要求,利用二苯碳酰二肼分光光度法显色原理而制成的六价铬检测试纸,对溶液中的六价铬离子发生紫红色的显色反应,建立基于机器视觉的六价铬检测系统的研究。在空间域上对试纸图像进行中值滤波去噪,利用RGB彩色空间模型,将试纸的R,G,B三个颜色分量作为特征值提取出来,拟合出R,G,B的值与被测溶液浓度之间的回归模型,实现基于机器视觉的六价铬检测系统的研究。     

基于LabVIEW的密封继电器视觉检测系统

针对密封继电器中推动杆部件人工检测存在效率低、精度难以保证的不足，开发设计基于LabVIEW的推动杆部件视觉检测系统，该系统对CCD相机采集的图像进行滤波、二值化、形态学滤波等预处理，然后通过卡尺测量、圆拟合等函数实现尺寸、同轴度、平头和歪头缺陷的在线检测。实际运行结果表明:本系统较好地解决了推动杆部件缺陷漏检、误检及低效率问题，平头、歪头缺陷检测率达100％，有效提升了密封继电器产品品质。     

面向视频图像的烟雾检测算法综述

烟雾检测技术在预防早期火灾蔓延方面具有重要的作用,准确快速的烟雾检测算法具有非常重要的实际应用价值.近年来,随着机器视觉与图像处理技术的快速发展,面向视频图像的烟雾检测算法以其非接触性、强鲁棒性等特点受到广泛的关注.面向视频图像的烟雾检测算法有效克服了传统烟雾探测器靠近火源才能工作的不足,但是由于场景的复杂性和环境因素...     

基于YOLO v5算法的板材质量视觉检测技术研究

对于家具板件自动化生产,快速、准确的板件质量检测系统是不可或缺的.以YOLO v5算法为基础对计算机辅助检查板件质量技术进行了研究.在机器学习算法的基础上,结合运动目标捕捉算法作为辅助检测方法,实现板件的识别和定位,然后通过OpenCV中的图像处理和轮廓识别方法来实现板件尺寸测量.该算法的板件识别率达98.33％,识别...     

基于机器视觉技术的智能停车管理系统的研究

基于机器视觉技术的智能停车管理系统的研究是为了解决城市停车场激增、停车管理效率低下而涉及的一种智能交通系统的应用发展领域。现提出了一种由车辆检测模块、车牌识别模块、车位查询模块及车辆跟踪模块所构成的智能停车场管理系统,并对其中的车牌定位检测及识别以及车位查询模块进行了相应测试,结果较为合理。