基于单目视觉的零件抓取信息提取技术

当前,数控机床无人化操作已经成为一个新兴的研究领域。基于机器视觉技术,数控机床的装夹机械手自动识别并抓取零件。零件抓取信息的提取是实现智能上下料的一个关键技术。零件抓取信息主要包括抓取顺序、抓取位置、抓取角度及手指间距离。以不同长度、不同直径、非固定位置的轴类零件为研究对象,首先利用面积法去噪、骨骼化原理及边缘检测技术获取中轴线图像和边缘图像;然后利用质心公式、最小二乘法及距离公式,分别获取零件的质心位置、倾斜角度值及直径值。零件抓取信息确定后,可完成手腕回转运动、手腕直线运动及手指开合运动,实现了机械手智能抓取零件。     

基于视觉的机器人抓取系统应用研究综述

针对生产线上工业机器人的柔性和智能水平不高的问题,将日益发展的计算机视觉技术引入原有的搬运工业机器人领域,利用机器人视觉技术获取工件及其周围环境的信息,识别出了所要操作的目标工件,并能通过做出决策来引导工业机器人完成对工件的抓取和放置等操作。针对生产线上的工业机器人抓取系统中摄像机的标定、目标工件的识别匹配、机器人对目标工件的定位抓取这3个主要步骤在现阶段的研究成果进行了综述,对计算机视觉定位中涉及到的相关图像预处理方法进行了分析与归纳,并对该技术的实际应用研究和未来发展进行了讨论。研究结果表明,视觉抓取系统技术成熟,能够满足工业应用中的实时性要求,各部分算法的研究和改进对工业的发展和相关研究具有一定的参考价值。     

基于嵌入式机器视觉的机器人抓取系统

针对工业生产线上机器人自动化、智能化识别抓取需求,设计研发了基于Raspberry Pi 3B+控制器的嵌入式机器视觉系统。采用开源OpenCV视觉算法库,使用高精度摄像头采集图像,经过图像预处理、特征提取判断等,快速识别、判断、定位产品,实现机械手对产品的准确定位和分类。实验结果显示,该系统运行稳定,对图像数据的处理可靠,能够较好地实现识别。     

基于机器视觉的零件同心度检测系统的设计

随着先进制造技术的发展,零件检测技术在工业生产领域中占有重要地位。以零件的同心度参数为研究对象,搭建了同心度的检测平台并提出一种新的同心度检测方法。该方法首先采用Otsu法对灰度图像进行动态阈值分割,其次利用二值形态学中的填充处理、异或处理及边缘提取等运算获取外圆、内圆的边缘,然后使用基于外点剔除的迭代最小二乘法进行外圆、内圆的边缘拟合,最后计算零件的同心度值。与采用接触式检测的三坐标测量机相比,提出的检测方法更适合于大批量、非接触式零件同心度的检测,且检测误差在0.01mm以下。试验表明,该方法可有效地实现零件的同心度检测,满足当前企业的实际需求。     

基于机器视觉系统的磁芯零件在线分级

机器视觉已成为无损检测技术中的一个重要分支。利用机器视觉系统获取磁芯产品图像,通过图像预处理、图像分割、特征提取、图像分析、输出检测结果的控制信号,再借助于PLC控制执行机构,最终达到对磁芯产品进行在线分级的目的。     

基于机器视觉的管孔类零件尺寸测量方法

管孔零件尺寸测量,是当前加工和装配中的一个难点.基于机器视觉的管孔零件尺寸自动测量系统,可以从根本上解决人工测量效率低、精度低的问题,而且还能对这些指标进行定量描述,对缺陷的形态、类型进行鉴别和统计,具有人工检测所无法比拟的优越性.应用机器视觉原理,设计了一套管孔类零件尺寸自动测量方法,先通过图像摄取装置把图像抓取到,然后将该图像传送至处理单元加以处理,包括图像滤波、图像边缘检测、图像分割和特征测量,最后将上述功能进行整合,搭建了管孔零件尺寸自动测量系统.     

基于机器视觉的轴类零件定位与测量系统

针对目前物体定位与尺寸测量在工业中的突出作用以及市场对这方面的技术封锁的问题,基于MATLAB设计了一套自动定位和测量的轴类零件系统。首先,进行机器视觉平台的搭建以及硬件选型,并通过MATLAB软件对CCD相机进行标定,得到相机的内外参数,然后对算法进行了详细地介绍,最后完成MATLAB GUI界面的设计。最后,实验结果表明,依据提出的方法,姿态角误差小于0.1°,平均质心定位误差为0.1mm,平均尺寸误差为0.2mm,验证了自主开发算法的有效性且可以满足工业应用要求。     

基于LabVIEW的机器视觉实现

介绍了从图像获取，图像处理，图像理解等几个方面去实现具有视觉功能装配机器人的方法。     

基于机器视觉的零件表面粗糙度测量

机器视觉测量是近年来测量领域中的新测量技术,是以光学为基础,融电子技术、计算机技术、图像处理技术为一体的测量系统。介绍一种基于机器视觉进行表面粗糙度测量的方法。     

基于机器视觉的齿轮自适应测量系统设计

针对采用传统方法进行齿轮测量时容易遇到测量困难与测量效率低等问题,设计了一种基于机器视觉的齿轮自适应测量系统,由机器人结合视觉定位将齿轮抓取至检测平台,利用Halcon图像处理软件提取齿轮对应参数,根据齿轮参数自动生成合适的阈值以完成多批齿轮共同测量,同时机器人利用测量信息对所测齿轮进行分组。研究结果表明,系统可以识别出不同类型的齿轮,齿轮的参数检测精度误差可以达到±0.02mm,图像系统响应时间为0.2262s,该系统大大提高了测量效率,降低了测量所需的人工成本。     

机器视觉的薄片零件尺寸检测系统

对基于机器视觉的薄片零件尺寸检测系统进行研究。针对计算机硬盘弹性臂薄片零件的尺寸检测,采用线阵工业相机扫描获取待检零件图像,根据扫描特性提出了标定算法,同时提出了一种轮廓矢量化算法。将经过滤波、标定、二值化、边缘提取和细化的图像进行轮廓矢量化得到待检零件的尺寸参数,并与从设计图DXF文件中读取的零件的相应尺寸参数进行对比,判断零件制造质量。实测结果表明,检测系统的轮廓矢量化精度达到1 pixel,检测精度达到1 μm,平均每个零件的检测时间为1 s,该检测系统是可行的。     

基于机器视觉技术的微操作系统

通过研究机器视觉技术在微操作系统中的应用,分析了机器视觉在微操作系统中应用与在其他系统中应用的不同之处,介绍了微操作系统的组成结构。着重分析了机器视觉技术在系统中的具体应用,并且通过实验进行了验证。结果表明,该系统能够精确定位目标位置,有很高稳定性,为系统自动化奠定了技术基础。     

基于机器视觉的鲜枣群体大小检测算法

目前,鲜枣的分级一般都是由人工测量分级的,效率低,且需要大量劳动力。该文通过建立鲜枣群体大小检测软硬件平台,利用黑白校正获取较清晰的鲜枣目标图像,采用HSV加权法灰度化得到轮廓鲜明的鲜枣图像,采取图像处理技术对鲜枣的轮廓进行弧段组合及弧段分割,获取单个鲜枣的整体边缘,最后通过最小二乘法椭圆拟合得到鲜枣的直径大小。实验表明,该方法能很好地检测每个鲜枣的大小,检测的准确率达到98.91%。     

基于机器视觉的圆柱滚子尺寸检测方法

以轴承圆柱滚子为研究对象,提出一种基于机器视觉的圆柱滚子尺寸检测方法,利用圆柱滚子的图像实现圆柱滚子直径与长度的同步检测.首先,对相机拍摄的圆柱滚子照片做预处理:使用灰度线性变换提高圆柱滚子与背景的对比度,再使用二值化阈值分割方法实现圆柱滚子图像的获取;然后采用Canny算子检测圆柱滚子边缘,为了获得圆柱滚子的直径与长...     

基于机器视觉的机械零件测量技术

应用IMAQ Vision软件构建的机械零件测量系统将机器视觉技术和虚拟仪器技术结合在一起，对各种机械零件进行快速准确的在线测量。这里以齿轮为例介绍了测量的技术路线。测量系统综合应用LabVIEW和它的企业链接、信号处理等工具包，将被测对象的图像和数据直接融合到企业的信息流之中。     

基于机器视觉的封印产品字符编码检测系统

介绍了应用机器视觉技术开发的封印产品字符编码检测系统,采用虚拟仪器开发平台LabVIEW完成系统的软件开发,实现了封印产品字符编码的自动识别及顺序检验,取代以往的人工目检.提出了一种基于ROI智能调整及多模板匹配的字符识别方法,有效提高了封印产品字符编码检测的成功率.实践证明该系统在检测精度、效率和稳定性上满足大批量生产的要求.     

基于机器视觉的IC芯片三维引脚外观检测机的研制

介绍了集成电路芯片三维引脚外观检测机的系统组成与功能、运动控制系统与视觉检测系统的构成、图像处理方法以及系统软件的模块结构.该检测机由芯片自动输送线、视觉检测平台、吸臂和分选臂等组成,采用工控机及PLC控制技术,实现芯片上料、输送、外观检测、分选补给和卸料等功能的全自动化.该检测机可检测芯片引脚在空间的11个尺寸参数,具有检测精度高、产品更换快速和操作方便等优点,适用于QFP集成电路芯片三维引脚外观的自动检测,可显著提高生产效率及产品质量.     

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PLC和机器视觉的工件自动分拣系统设计

该文以西门子S7-200 Smart PCL为控制核心,构建了一套基于机器视觉的工件自动分拣系统。该系统由控制模块、传输模块、人界交互模块、机器视觉模块组成,首先利用机器视觉技术识别出待分拣工件的特征,然后PLC根据机器视觉识别结果控制传送带动作将工件传送至不同产品盒,实现工件的自动分拣。实验结果表明,该生产线的分拣误判率低于0.4%,满足工业生产的要求。     

大尺寸工业视觉测量系统

针对工业制造领域中大型工件很难进行全尺寸测量的问题,提出并实现了一种基于立体视觉技术的便携式工业测量系统。对该系统所采用的特征识别、相机定向、立体匹配、三维重建、多视点云配准等关键算法进行了研究。提出了改进的CANNY边缘亚像素检测算法,使用先验规则去除误识别的标志点,多次拟合定位标志点中心,对标志点环带多次采样取中值求取编码点的ID。根据ID号找出不同照片中的同名编码点,顺次对照片进行相对定向和绝对定向。然后,根据多幅图像的多极线几何约束,实现非编码点的匹配,消除误匹配。采用前方交会法重建标志点的三维坐标,利用光束平差对计算出的结果和内外部参数做迭代修正。最后,设计了双目结构光扫描系统,提出了一种改进的双目像机标定算法,描述了利用全局和局部标志点的子图同构实现多视点云配准的新算法。实验结果表明,该系统可在生产现场对大型工件进行快速测量,整体测量精度达到0.112mm/3m,可以满足工业现场大尺寸测量对精度和效率的要求。