智能视觉检测平台的控制系统研究与开发

产品质量检测是工业自动化生产线上的重要环节,基于机器视觉的智能检测的是产品质量检测的重要方法.文中介绍了多功能、通用型的智能视觉检测平台的控制系统策略,提出了一种PC＋运动控制卡＋数据I/O卡的控制方式,分析了各控制单元的软硬件结构和基本工作原理.并以VC＋ ＋为工具,开发了具有良好的通用性、移植性和可扩展性的控制系统软件.     

VCM磁钢快速智能视觉检测设备的设计研究

介绍了VCM磁钢快速智能视觉检测设备的设计要点、结构、工作原理和使用效果。它是以光电感应器作为信号源,以汽缸作为执行部件,通过更换导料管、送料板等少数几个零件,就可以使同一台设备用于多种规格VCM磁钢的自动检测及合格品和废品的分拣作业。该设备结构简单、造价低、动作稳定可靠、效率高。     

安瓿智能视觉检测机器人研究

针对医药安瓿中出现的可见异物,设计了一种医药安瓿智能视觉检测机器人。介绍了该系统的系统结构、视觉成像原理、电气控制系统和检测算法等内容。该系统通过运用机械装置使安瓿与背景之间产生运动差异,利用高速摄像机获取安瓿的序列图像,在软件中采用二次差分和能量累积的方法提取图像中的运动目标。还分析了不同系统机构的优劣和该机器所选择的系统结构。实验证明所研制的医药安瓿智能机器视觉检测机器人可以应用于实际在线检测。     

基于机器视觉的智能定位与检测技术研究

基于机器视觉工作原理,对机器视觉的智能定位与检测等相关技术进行了研究,设计了一种基于机器视觉智能定位与检测系统,对视觉跟踪精度进行测试,跟踪精度约为（-0.2°～＋0.2°）,并将该技术应用于LED球泡灯自动化装配线,可满足装配线的实际生产需求.     

多工位硅胶圈缺陷在线视觉检测系统研究

硅胶圈检测由于缺陷具有种类多、易变形、复杂性高等特点,通过提出多工位、多角度、不同打光方式结合的基于视觉的机电检测系统来解决这类产品的检测问题。整个检测系统的图像处理使用了基于OpenCV库按照实际项目需求进行改进,使用滤波算子、阈值分割和形态学方法。使用VGG16卷积神经网络训练模型在小样本条件对三种缺陷分类和传统视觉检测方法得到的准确率进行对照实验。在小样本下传统机器视觉的检测准确率>98%,优于深度学习的方法。通过Qt完成UI界面的设计。该软件系统使用多线程设计模式编写,并提出了一种多工位循环剔除新方法,具备在线检测计数和剔除功能。就一种特定的硅胶圈产品检测进行实际实验和测试,验证了本系统的可靠性和实用性。     

锥形水泥杆智能检测系统研究

在电力、通信、铁路、石油等行业中,锥形水泥杆是重要的承重构件,因其质量缺陷而产生的断裂和倒塌,会造成较大损害,甚至危及人身安全。文章依托工业自动化和人工智能技术,设计出一个锥形水泥杆智能化自动检测系统。集智能化支撑装夹、弯曲加载和机器视觉高精度检测于一体的锥形水泥杆检测系统,能够消除传统人工检测中的安全隐患,提高检测的精度和效率。     

基于计算机视觉的检测装置

从“钢球测漏装置”自动检测系统的研制开发过程出发,简要介绍了该系统设计以及基于计算机视觉的图像处理的基本方法和手段,通过模式识别系统的预处理,特征提取,区域划分,分类,决策等步骤,简要阐明了该图像处理软件的核心部分－检测算法的设计过程。最后表明了此装置的实际效果和应用推广价值。     

列车车底智能检测系统的应用与研究

针对人工检测动车组故障时,存在人员检修压力过大、检修能力不足的问题,设计了一种运用机器人+视觉识别技术的列车车底智能检测系统。详细阐述了列车车底智能检测系统的总体架构、检测流程和关键技术,以期能够促进列车车底智能检测系统的进一步推广应用。     

基于机器视觉和深度学习的智能制造缺陷检测技术与应用

在工业智能制造行业中,质量缺陷检测工作面临一定的困难。在传统的物体表面缺陷检测中,人工目测不但过于主观,而且效率低下。基于机器视觉和深度学习的智能检测技术借助光学成像及图像处理等功能,能够准确计算待测物体的坐标信息,然后对物体实施自动定位并引导,同时完成自动装配。该检测技术具备非接触、无损伤、准确性高、连续工作时间长和高效率等优势,是目前智能制造检测较理想的方式。     

智能视觉传感器及其应用

本文介绍了近年兴起的集图像采集、处理、通讯等功能于一体的智能视觉传感器——智能相机。重点分析了其体系结构、组成模块和关键技术，比较了市场上可见到的几款智能相机。对智能相机技术的主要发展方向，以及智能相机在安防监控、工业检测、智能交通系统和机器人领域的应用作了较深刻的探讨。     

基于视觉感知的表面缺陷智能检测理论及工业应用

由于在工业产品质量监控中不可比拟的优势,基于视觉感知的表面缺陷检测近年来得到了很多研究者的持续关注,且已广泛应用于不同工业领域,包括汽车工业、半导体加工、玻璃制造、钢铁冶金等。AI学习算法与视觉传感技术的飞速发展为表面缺陷检测研究带来了新的机遇与挑战。综述了基于视觉感知的表面检测研究中的主要方法与进展,重点介绍了图像处理、几何深度学习、面向目标检测的深度学习等方向的研究现状,这些研究有望为表面缺陷智能检测技术的发展带来突破。讨论了工业图像检测与识别在钢铁冶金、大气污染监测以及航空发动机缺陷检测3个领域的应用。最后,提出了值得研究的挑战性问题。     

基于机器视觉的智能空瓶检测机器人研究

介绍了智能空瓶检测机器人的机械与电气控制系统以及机器视觉在空瓶检测中的应用原理 ,分析了其中的关键技术 ,提出了相应的图像检测算法 ,并在实验样机上验证了算法的有效性和实用性     

采用运动分析的液体杂质智能检测方法研究

提出一种新的液体杂质检测方法。该方法先采集液体运动的序列图像,然后对这些序列图像进行运动分析来检测液体中的杂质。提出了二值图像差分算法来判断采集到的序列图像中是否存在运动目标。在分割出运动目标后采用卡尔曼滤波和关联匹配算法来跟踪这些运动目标。最后由运动目标的运动参数来判断液体中是否存在液体杂质。试验证明这种检测方法的准确率可以达到96.8%。     

智能选煤系统煤矸检测问题的研究

针对煤在传送带传送过程中会夹杂着一些煤矸,利用视觉机器人检测传送带上的煤,判断煤矸位置,结合传送带速度确定煤矸到达机器人所在位置所需时间,当煤和煤矸的混合物经过机器人时,机器人把煤矸分离出来,剩下的煤随传送带送到指定位置.机器人之间利用无线模块实现信息共享,将摄像头拍摄的信息反馈到机器人之间,可避免多块煤矸经过机器人时把煤矸漏掉,从而提高煤的纯度.     

电源方针智能视觉检测与筛选系统研究

为了解决一种电源方针外观缺陷人工检测效率低、一致性差的问题,设计一种基于机器视觉和深度学习相结合的智能视觉检测系统。首先,采用KNN实现颜色分类;其次,利用sobel算子实现轮廓差异检测;最后,利用Googlenet网络进行划痕、麻点等缺陷分类。通过实际筛选试验,将本文提出的方法与标准Googlenet模型检测结果进行对比,本文提出的方法对于不可接受缺陷检出率高达100%,提升了3%,有效地实现了电源方针智能检测与筛选,具有良好的推广价值。     

基于多视觉传感器融合的装配过程质量移动智能检测技术研究

针对航空航天领域大尺寸复杂产品装配过程质量检测过程中检测项目类型多、空间跨度大以及检测环境复杂等问题,提出一种基于多视觉传感器融合的装配过程质量移动智能检测框架。该框架以移动机器人为柔性运动载体,以多视觉传感器融合形成检测单元,可实现复杂产品装配过程质量的自动化、智能化检测。重点分析了基于模型驱动的视点与站位智能规划、基于情境感知的移动机器人自适应数据采集、多源数据融合与装配过程质量综合评定等关键技术,并通过实例验证了所提框架的合理性与有效性。     

机器视觉技术在电梯智能检测中的应用

将机器视觉技术应用于电梯中具有很强的优越性,可以实现电梯运行工况感知,便于系统作出智能化判断。以电梯超载检测为例,针对传统超载检测方法可靠性和智能化程度低的问题,将机器视觉技术应用于超载检测中,采用基于空间占有率检测的超载判定方法,通过在电梯环境中的实时测试和Simulink平台编程,结果证明了该方法的可行性,增加了电梯的输送效率,提高了电梯的智能化程度。     

车轮转速的智能检测装置

介绍一种采用新型霍尔开关元件作轮速传动器的车轮转检测装置。介绍了测量装置的构成，具体分析的转速，特别是在代转速时的高精度测量方法，给出了软件框图和部分程序 。