基于机器视觉的工件角度检测方法研究

随着工业自动化的快速发展,工件角度视觉检测技术日益受到重视。边缘检测和边缘识别是角度视觉检测精确性的关键因素。以角度块规为研究对象,首先进行图像采集及灰度化处理,其次利用5种常见边缘检测算子实现边缘检测,然后利用最小二乘法与霍夫变换两种直线识别方法提取图像中夹角两条边的倾斜角,从而确定其角度检测值,最后获取10种组合方法的决定系数和回归估计标准误差并进行分析。结果表明,Canny算子最小二乘法的决定系数和回归估计标准误差分别为:0.9995和0.326°,优于其它9种组合方法。因此,该组合方法更适用于角度视觉检测方面的应用,为工件角度检测技术进一步发展提供理论依据。     

轴承保持架计算机视觉检测方法研究

根据铁路轴承保持架的检测要求,研究了基于图像边缘信息的保持架窗孔梁计算机视觉检测方法。根据检测对象的特点,确定了最佳的保持架边缘检测算法。在算法的具体实现过程中,提出了弦长法确定保持架边缘大端外圆圆心、区域划分检测窗孔梁宽度边缘直线等计算方法,实验表明,将计算机视觉引入轴承保持架生产的在线检测成本低、效率高,检测精度满足要求。     

垂直度的计算机视觉检测算法研究

在柱状零件计算机视觉检测的应用中,经常需要对其进行垂直度的检测.提出中轴拟合和投影两种检测算法,并给出两种算法的比较结果.     

基于机器视觉的汽车轮毂角度检测方法研究

构建了由仓储单元、执行单元、分拣单元、检测单元组成的硬件场景,围绕汽车轮毂的角度检测要求,提出了工业机器人第六轴旋转45°和60°两种不同的检测方法,实现了对目标轮毂零件的360°测量,总结了两种检测方法的特点,对现场应用有一定的参考价值.     

基于计算机视觉的药片实时检测系统

为了提升药品缺陷检测效率,降低制药企业的生产成本,设计了一款基于计算机视觉的药片实时检测系统。介绍了计算机视觉检测系统的工作原理和硬件结构组成,并在此硬件结构基础上,提出了一种新型计算机图像分割和特征提取方法。实验结果表明,所述算法和系统能够显著提高药片缺陷检测准确度,可以达到99%,计算机视觉检测系统能够完全满足实时性、高识别率等要求。     

基于机器视觉的螺栓松动旋转角度测量

螺栓松动检测对于保障钢桥的正常安全运营十分重要,现有的螺栓松动检测方法由于存在效率低成本高等缺点而难以被广泛应用.为提高钢桥中螺栓松动检测的效率并降低成本,提出一种基于机器视觉技术的螺栓松动旋转角度测量方法以检测螺栓松动,包括以下四步:图像获取、图像预处理、螺栓特征提取和角度计算.首先,使用消费级相机在螺栓附近从任意角...     

机器视觉技术在角度检测方面的应用研究

基于机器视觉技术在角度检测方面具有重要的应用前景及研究价值,国内外的一些学者对其做了大量的探讨研究,并取得了一定的成果。笔者对前人的研究做了适当总结,并进行了展望,以期为今后的研究提供有利的参考。     

基于机器视觉的织带检测系统研发

为了满足织带企业的高效、自动化检测需求,构建了基于PC的织带检测系统。设计织带张力传送机构和基于i MC3041E运动控制卡的运动控制系统;改进边缘提取和傅里叶变换图像算法,研发了实时图像采集系统;并用C#开发了集成图像采集检测和运动控制的人机界面。研究结果表明,系统可实时检测织带缺陷,满足企业实际生产需求。     

基于数字图像的曲线磨床尺寸检测系统

传统的光学曲线磨床的加工尺寸主要是依靠光学投影法检测,这里提出了基于数字图像的方法,采用图像边缘检测、亚像素定位技术、边缘轮廓提取等图像处理技术,在美国NI公司的Labview平台下开发图像尺寸检测系统.     

基于机器视觉的SOP芯片引脚缺陷检测系统

针对传统工业中SOP芯片引脚缺陷检测速度慢、精度低等问题,设计了一个基于机器视觉的SOP芯片引脚缺陷检测系统,通过MATLAB软件调用CCD相机采集芯片图像,采用改进的Canny边缘检测等算法实现引脚边缘的连接,采用连通域标记和灰度投影算法对得到的二值芯片引脚图像进行缺陷检测并完成GUI界面的设计。由实验数据可知,系统对芯片引脚缺陷检测的正确率为99.6%,测量误差在±0.03 mm之内,满足了工业生产中SOP芯片引脚缺陷检测实时性和准确性的需求。     

基于计算机视觉的烟叶分离系统

采用计算机视觉和图像处理技术,利用CCD摄像机、图像采集卡、运动控制卡、计算机等组成针对烟叶颜色的分离系统,介绍系统的组成和图像处理方法,并给出系统的硬件和软件设计。     

叶片型面视觉检测系统设计与实现

航空发动机压气机叶片审理和验收是其研制周期中不可或缺的环节,为改善传统人工叶片审理流程费时费力、不确定 性高等问题,设计了一种基于机器视觉的发动机叶片型面检测系统。 首先,针对工业生产中普遍使用的三坐标检测仪叶片测量 法,完成对便携文件格式的批量图像提取,并利用颜色匹配和霍夫变换的方法完成叶片图像的超差判断;其次,对于无超差的叶 片图像,利用颜色匹配和形态学算子等手段完成叶片图像的增强,提高有效信息占比,并训练残差网络完成叶片前后缘形态异 常的分类任务;最后,针对大量图像数据的标注任务,设计普适性高的图像分类标注程序,并设计叶片质量检测程序在叶片图像 数据集上验证了系统对叶片超差判断和异常识别的有效性。 实验表明,该系统对叶片有超差和无超差异常的识别准确率分别 达到 100% 和 92. 9% ,可以满足工业生产实际需求。     

基于计算机视觉的电机换向片检测系统的研究

设计了一种新型的电机换向片自动检测系统,该系统通过CCD图像传感器采集电机换向片图像,在VC平台中嵌入Matlab,利用其Image Processing Toolbox对图像进行变换处理与特征识别,实现计算机视觉代替人类视觉驱使数控机械工作。实验表明该系统精度高、实时性强,具有一定的实用价值。     

基于计算机视觉的辊弯成型应变测量系统研究

介绍了辊弯成型板料应变测量系统的结构和基本原理,分析了不同网格制作方法的特点,提出了适合板料成型应变计算机视觉测量的方网格计算方法.通过与mse.marc仿真结果进行比较,验证了系统的有效性.     

基于计算机视觉的车道线检测与识别

该文基于计算机视觉基础,设计了一种车道线的检测与识别技术,通过汽车搭载的前置摄像头获取道路前方包含车道线等信息的实时画面,并对画面进行预处理、形态学运算、Canny边缘检测、累计概率Hough变换等一系列转换,得到正确的车道线信息。实验结果表明,该方法可以有效快速地检测和识别出正确车道线,满足了汽车无人驾驶系统的响应时间需求,在汽车无人驾驶的开发过程中有一定的现实研究意义。     

基于计算机视觉的晶振帽缺陷自动检测系统

针对工业现场中晶振帽的主要缺陷,通过计算机视觉系统来实现缺陷的自动检测.结合晶振帽的缺陷特点,论述了晶振帽缺陷检测系统的构成、图像处理及检测流程,提出一种基于计算机视觉的晶振帽缺陷检测方法.设计了缺陷检测系统的具体软件结构,并用模块化方法实现软件功能.该软件主要包括主程序模块、图像采集模块、图像处理模块和通信模块.实验证明,该检测系统能够准确地实现晶振帽缺陷的检测,满足自动化生产的需要,可在实际生产中代替人工检测.     

计算机微视觉的三维显微测试及构形系统的研究

微结构三维显微测量是研究微加工工艺和微尺度结构特性的主要测试手段.一种基于计算机微视觉的方法被提出用来对三维微结构进行显微测量.对微结构测试及构形系统的基本原理进行了研究,构建了微结构测试及构形系统的硬件和软件平台.从而实现了在光学显微镜下对微结构的三维观测[0].通过运用微结构测试及构形系统的硬件平台实现了对微结构高分辨率的观察测量、三维精确运动控制以及水平与竖直方向的精确制动.通过软件平台完成了对微结构的三维重构.课题利用微结构测试及构形系统对微结构进行了测试及重构.通过实验,证明了理论研究和系统的可行性,该研究在微结构的测试方面具有较大的理论意义和实用价值.     

基于机器视觉的汽车门锁自动检测系统研究

为了解决汽车门锁人工检测劳动强度大、效率和精度低的问题,设计了一套基于机器视觉的汽车门锁自动检测系统,该系统由硬件系统和软件系统组成。针对门锁表面对比度低、装配件多和结构复杂的问题,研究了改进的距离保持水平集图像分割算法和改进的SIFT图像匹配算法,最后将这些算法在计算机中编程实现,完成图像处理软件与系统界面软件设计。测试结果表明,该系统硬件选型合理,软件稳定性好、效率高,提高了汽车门锁检测的效率与精度,具有很高的实际意义和经济价值。同时,该系统也可推广到其他工业装配件的质量检测中。     

基于机器视觉的陶瓷基板检测系统

为了设计陶瓷基板视觉检测系统,首先采用互补金属-氧化物半导体（CMOS）图像传感器采集陶瓷基板的图像信号,通过光学成像和照明系统优化设计来提高像质,然后运用图像预处理和亚像素算法来提高边缘的检测精度,最后建立并分析了机器视觉检测系统尺寸及形位误差数学模型,实现了对陶瓷基板长度、宽度参数的测量。实验结果表明,该系统较好地提高了视觉检测系统的精度,并得到了较为准确的结果。     

基于机器视觉烟箱缺条检测系统电气设计

为更好的解决卷烟行业中烟箱缺条的问题,对烟箱缺条检测系统的软硬件设计以及系统扩展性问题进行了研究。阐述了以LM3S8971型ARM微处理器为控制核心的硬件电路设计原理,基于C语言的模块化编程思路。在系统的扩展性方面,使用ZigBee模块组网,并通过3G网实现远程控制。现场应用结果表明,系统能安全、可靠地解决烟箱缺条问题,设计方案较为先进,能够满足企业要求。