基于机器视觉的轴类零件几何尺寸测量

基于轴类零件的几何特征与CCD获取的零件图像,利用数字图像处理技术对轴类零件进行边缘检测,提出了一种自适应开关中值滤波算法,该方法滤除噪声效果明显,开发了轴类零件尺寸测量系统,实现了轴的尺寸及其参数的测量.实验结果表明,改进的滤波器可以较好的保存图像的二维边缘信息,且在允许误差范围内采用机器视觉的非接触测量方法可以实现对轴的基本参数的快速准确测量.     

大尺寸工件细小孔视觉定位研究

针对大尺寸工件细小孔的视觉定位存在大视场检测精度低而小视场检测效率低的问题,提出一种基于机器视觉的单相机大尺寸工件细小孔位坐标的测量方法。该系统使用单相机4次采集,基于原点标记搜索拟合和动态计算孔位坐标的测量算法,考虑到机器视觉识别的局限性,设计易于识别的原点标记。利用采集到的带有原点标记的图像,通过对图像拟合、提取、比较分析等操作,获取原点坐标和X、Y轴的方向,以此对细小孔位坐标进行补偿,得到孔位坐标。最后以液晶显示器背板灯条螺丝孔为例,实验结果表明,该系统在检测960mm×550mm的液晶显示器背板时的最大误差为0.5mm,能够满足液晶显示器生产企业的要求。     

基于机器视觉的大型球墨铸铁管直径测量系统

为了提高大型球墨铸铁管的直径测量精度和效率,建立了一种基于机器视觉的大型球墨铸铁管直径测量系统,分析图像特点,提出了一种基于邻域灰度值差异的边缘检测方法。检测系统是由一台CCD相机、LED光源和计算机组成的机器视觉测量系统。CCD相机采集图像,对图像进行图像滤波、图像分割、图像边缘检测和图像亚像素边缘检测的处理后,提取管材的边缘轮廓,利用最小二乘法将管材两边缘点拟合为两直线,根据相机成像的小孔成像原理和圆柱物体的成像特性计算管材直径,建立了相应的数学模型。实验证明,本系统可以精确、高效的实时检测管的直径大小,测量误差小于0.1 mm,符合实际测量的需要,具有很高的实用价值。     

铁塔构件制孔尺寸机器视觉在线检测系统设计

针对目前铁塔构件制孔尺寸检测采用人工样板比对的方法而导致的误检和漏检现象,依据不同的铁塔构件有不同的制孔形位尺寸的特性和铁塔构件制孔加工的过程,设计了铁塔构件制孔尺寸机器视觉在线检测系统。通过对固定好的工业相机进行标定,确定铁塔构件制孔尺寸图像像素坐标和世界坐标的关系,并利用行程开关控制工业相机自动采集铁塔构件图像后,用LabVIEW软件对采集到的铁塔构件图像依次进行数字图像预处理、目标图像轮廓特征及区域特征的提取、铁塔构件制孔尺寸图像目标识别操作,从而实现铁塔构件制孔尺寸机器视觉在线检测。结果表明该检测系统能够检测出铁塔构件制孔的数目、位置并且检测直径为24mm的孔的误差在±0.1mm范围内,即可以完成铁塔构件制孔尺寸机器视觉在线检测工作。     

基于机器视觉的螺钉头部型号智能在线检测系统

为准确识别通用螺钉头部型号,构建了一种基于机器视觉的螺钉头部型号智能在线检测系统。该系统是采用工业相机、镜头以及红色同轴光源组成的机器视觉系统,经过图像预处理、边缘轮廓特征提取、形态学处理以及图像二值化等图像处理技术的处理,采用模板匹配算法提出了针对不同螺钉头部型号的智能在线检测方法。实验结果表明,该系统识别准确率高、稳定性强,完全满足工业生产中螺钉头部型号识别、分选的要求,具有良好的实用价值。     

基于深度学习的微小元器件智能在线检测系统

为了解决多种微小元器件的尺寸、位置、方向和缺陷自动化在线检测难的问题,提出一套机器视觉和深度学习相结合的智能在线检测系统.通过搭建视觉检测系统采集微小元器件的图像,并对图像进行图像预处理、二值化、滤波、边缘轮廓特征提取以及模板匹配等处理,实现了多种微小元器件尺寸、位置和方向的在线检测.针对微小元器件表面缺陷,提出一种基...     

基于视觉的小模数样板花键参数检测的研究

针对小模数样板花键由于尺寸小,使用传统方法检测困难的问题,研究了将机器视觉技术应用到小模数样板花键的检测中的方法。提出并设计了基于视觉的小模数样板花键的检测系统。使用高精度位移平台和相机采集多幅图像,从而获取高分辨的花键端面图像,并采用图像增强、分割、轮廓提取等图像处理技术获取花键的轮廓信息,然后依据GB/T3478.5-2008和GB/T13924-2008的定义计算出花键模数、压力角等检测参数。实现了对小模数花键的多参数一次性自动化检测,提高了检测的效率,减少了人为检测可能引入了误差,对花键的检测生产具有重要意义。     

基于机器视觉的滚动轴承滚动体检测

针对滚动轴承滚动体检测的研究较为匮乏且精度较低的问题,文章提出一种将机器视觉应用于轴承滚动体数目和尺寸检测的检测方法。利用小波降噪的方法对相机采集到的图像进行优化,再使用最大类间方差法计算得出适用于降噪后图片的最佳阈值来进行二值化处理,采用形态学运算强化滚动体特征,最后为了消除最小二乘法拟合结果的偏差,利用迭代法改进最小二乘法得出滚动体的数目及准确尺寸。实验结果表明,该检测方法的检测准确性和精度符合工业检测的要求。     

胶辊微小齿形几何参数在机视觉检测方法研究

针对胶辊微小齿形几何参数无法在机检测的难题,提出一种胶辊在机视觉检测方法,通过合理的测量装置设计,基于机器视觉检测原理搭建在机检测系统。通过直线往复运动机构、摆臂机构及视觉检测机构相互配合的在机视觉检测装置实现胶辊检测。利用该装置获取胶辊图像,通过视觉处理软件依次对胶辊图像进行图像滤波、形态学分析等图像预处理;采用亚像素边缘检测方法进行螺纹轮廓的精准定位,然后利用Harris角点检测算法提取特征点;最后采用最小二乘法分段拟合方法得到胶辊螺纹轮廓,并计算胶辊螺纹齿形的主要参数,判断胶辊的合格性。实验结果证明:所提胶辊齿形几何参数在机视觉检测方法可以实现胶辊齿形的高效高精度检测。     

基于MATLAB图像处理的直齿圆柱齿轮参数测量

运用MATLAB图像处理技术对直齿圆柱齿轮的参数测量方法进行了研究。通过机器视觉系统获取齿轮图像,并对其进行灰度化、去噪、二值化操作。按8邻域寻找齿轮孔区域并去除,运用Canny算子进行边缘检测;通过计算包含齿轮孔轮廓的最小矩形的尺寸得到齿轮孔直径。以8邻域边界跟踪法获得齿轮的单像素外轮廓。通过神经网络对外轮廓点分类的方法找到齿顶位置点和齿根位置点,运用最小二乘原理的圆拟合法计算齿顶圆和齿根圆直径;通过对齿顶或齿根图像进行膨胀操作后计算8连通区域的方法确定齿数;通过齿顶圆公式计算模数。编写齿轮参数测量软件并对6个直齿圆柱齿轮的参数进行了测量;通过与理论值的比较,验证了该方法的合理性。     

基于线结构光的铝合金对接焊缝特征提取方法研究

在对接焊缝的焊后质量检测中,由于环境干扰、材质反射程度及激光功率等因素的影响,造成焊缝表面信息的提取困难。针对上述问题,提出了一种基于线结构光的铝合金对接焊缝特征提取方法,设计了一种基于线结构光的视觉检测系统,实现焊缝表面激光条纹图像的快速采集。针对复杂环境下激光条纹图像的几何分布以及灰度特征,采用直线重投影、图像滤波、连通域分析等图像预处理操作,实现焊缝图像的ROI提取以及噪声滤波;采用加权灰度重心法提取激光条纹的中心线,并通过插值平滑算法得到连通性、拟合程度高的中心线;最后采用最大距离法得到对接焊缝特征点,并计算所需焊缝成形尺寸参数。试验结果表明,该方法能够有效提高图像检测效率及精度,满足工业检测标准。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

一种基于机器视觉的铅酸蓄电池尺寸检测方法

国内废旧铅酸电池回收效率较低,仍停留在人工分拣与回收处理阶段。为此,提出一种基于机器视觉的智能拆解方法。通过工业相机采集铅酸电池图像后,通过去噪、二值化、连通域提取、边缘检测与作边缘最小外接矩形完成尺寸检测,通过HSV色彩分割、Blob连通域检测完成槽数检测,依据所得的相关检测信息控制切割机对废旧铅酸电池进行切割与回收,实现了高速、高精度检测,提高了电池的回收率及回收效率,减少了对环境造成的污染。     

基于机器视觉的冲裁断面质量检测

针对当前冲裁断面质量检测中出现的检测手段少、检测速度低和误检率高等问题,提出了基于机器视觉的冲裁断面质量检测新方法。该方法以Lab VIEW软件为平台、以图像处理技术为核心针对冲裁断面尺寸进行检测。阐述了检测系统的组成原理、机器视觉硬件设计和检测算法研究。在光源和镜头的配合下,利用USB工业相机采集断面图像,再利用Lab VIEW的Vision模块进行图像处理,最终得到冲裁断面的分区尺寸,从而判断冲裁断面质量是否合格。实验结果表明,基于机器视觉的冲裁断面质量检测能够快速准确的判断冲裁断面的断面特征,可以满足断面质量检测的要求。     

焊管纵缝实时焊缝跟踪的机器视觉方法

介绍了一个大直径不锈钢等离子弧焊管纵缝焊缝跟踪系统。该系统利用视觉传感器将熔池与接缝拍摄在一幅图像中，检测出接缝偏差然后驱动工件运动使接缝对准焊枪。提出了一种新颖的基于机器视觉的熔池区域图像处理算法。该算法以20帧／s的速度实时处理图像并提取出三个特征量用来计算接缝偏差。试验证明这种算法是有效的，并且能够满足系统的实时响应要求。     

轴类锻件直径嵌入式在线测量系统研究

轴类锻件在锻造过程中需要不断地进行锻造尺寸测量,并将结果反馈给控制系统,由控制系统控制压机的实际压下量,从而实现锻件的尺寸控制。设计了一种基于ARM的轴类锻件直径在线测量系统,该系统由激光测距传感器检测锻件上下边缘,位移传感器测量上下边缘之间的距离值,工业相机自动采集上下边缘的图像信息进行尺寸精度修正,最终获得锻件的实际直径尺寸。该系统采用非接触测量方式,测量时间短,无需进行标定,实现了整个测量过程的全自动化。由实验室进行锻件的直径尺寸测量结果表明:该系统的总体测量误差在±1 mm以内。     

轴类工件表面视觉自动检测系统

表面物理损伤检测是轴类工件质量检测的重要环节,为提高表面质量检测的自动化水平并建立相关行业标准,设计了一套机器视觉检测系统来实现生产中轴类工件的表面检测。采用黑白线阵CCD相机通过暗视野前向照明方式获取合适的图像;经过图像增强、滤波等预处理后采用最大类间方差法对图像进行阈值分割;经过形态学处理,提取缺陷轮廓信息;以轮廓的长宽比以及面积作为评价准则,提取主要轮廓;计算缺陷重心坐标,即定位点坐标;单片机通过与上位机通信,控制打码笔标记出缺陷的位置。采用该系统在不同轴类工件上进行试验,结果表明:缺陷检测系统误检率在5%以下,漏检率为0,能满足轴类工件表面在线实时检测的要求。     

一种基于机器视觉的轮胎模具表面字符检测方法

为了实现轮胎模具表面字符自动化检测,提出一种基于机器视觉的轮胎模具表面字符检测系统。根据轮胎模具的特点,设计了基于机器视觉的自动化检测装置,并对其工作原理进行介绍;设计了相应的图像处理方法,主要包括图像预处理、图像定位及字符检测等步骤。最后通过实验验证了该检测系统的可行性和准确性,并对产生误报的原因进行分析。实验结果表明,该检测系统可在短时间内完成轮胎模具表面字符检测,并具有高准确率和高检测速度。     

一种基于视觉的干电池检测方法

提出一种基于视觉的干电池检测方法.采用自适应的图像分割方法实现锌桶、内外层胶、电解质和碳棒的图像分割;根据分割后的图像,分别采用圆拟合来进行尺寸计算;通过计算锌桶的厚度和变形、内外层胶的厚度、电解质的厚度及碳棒中心相对于锌桶中心的偏移量来检测各项缺陷.实验结果表明:该干电池检测方法具有稳定、可靠和精度高等特点,达到了快速、有效地实现干电池尺寸测量和缺陷检测的目的.     

基于遗传算法的光照自适应精密轴承尺寸检测系统

机器视觉测量易受光照环境影响,针对车间实际工作环境灯光复杂,轴承表面光照不均,传统阈值分割算法无法精确分割图像,进而无法准确测量尺寸的情况,提出一种基于遗传算法的二维最大熵阈值分割算法,建立一套非接触式的轴承尺寸光照自适应检测系统。系统对内径公称值为21.0mm,外径公称值为31.0mm的轴承进行实验,在光照不均的情况下,该算法的图像分割效果明显,系统测量相对误差小于0.01%,最大误差不超过3μm,满足精度要求。