基于机器视觉的贴片LED极性检测系统的设计

在贴片LED(发光二极管)的工业生产线上,需要对LED的极性进行检测,针对传统人工检测方法效率低、易出错等问题,文章提出了一种基于机器视觉的自动检测设计方案;针对贴片LED本身结构的特点,提出了重心法和面积法两种LED极性检测方法,并进行了对比分析;文章通过对5050型号贴片LED进行实验,验证了检测方法的有效性和检测算法的可行性,相对于传统的人工检测方法,实现了贴片LED极性的快速自动检测。     

贴片二极管编带机自动控制技术的研究

为满足塑料封装二极管体积小、重量轻的编带要求，设计了振动给料、气动驱动、电器控制系统，在西门子S7—200PLC控制作用下，EasyVIEW触摸屏实现参数设定。整机操作灵活、简便，实现自动运行、单步运行和单机构动作的功能。生产实践表明，整机自动化提高了生产效率、节省劳动力、降低劳动强度，速度比人工操作提高5倍，产品质量得以保证。     

基于机器视觉的LED灯具自动装配线

随着中国经济发展与人口红利的剪刀差越来越扩大,工业制造领域人工成本的不断上升,更多、更广泛地使用机器人是我国工业的突破方向,同时对机器人的智能化要求会越来越高。     

视觉检测的LED光源自适应亮度控制系统

照明光源的亮度控制视觉检测中的一个难题,为了使视觉检测系统获取优质图像,本文采用嵌入式ARM做控制器,利用亮度传感器采集环境亮度,通过实验研究图像采集图像灰度值与光照强度的关系,获取高质图像需要的合理亮度阈值,作为图像采集时LED光源亮度调节的参照,通过软件调节驱动LED的PWM信号,实现自适应调整LED光源亮度。     

基于机器视觉的LED芯片检测方法

LED芯片检测在LED生产过程中起到关键作用。为了达到生产过程完全自动化的目的,首先用形态学方法对LED图像进行预处理,然后基于最小外接矩形获取芯片倾斜角,基于霍夫变换获取边界信息,从而获取生产所需的控制信息。实验结果表明该方法适用于LED实际生产过程。     

基于激光视觉检测的焊缝自动跟踪系统研究

旨在提高焊缝跟踪精度和焊接质量,提出一种基于激光检测自动焊缝跟踪系统。该系统由激光视觉部件、控制器、步进电机和十字滑架组成。当系统工作时,由激光视觉部件检测焊缝的当前位置与目标位置之间的偏差,控制器基于该偏差确定纠偏量,步进电机驱动十字滑架以纠正焊枪横向与纵向位置偏差。搭建出系统物理样机,进行了焊缝跟踪试验。试验结果表明,基于激光视觉检测的焊缝跟踪误差可控制在0. 5 mm 之内,其在精密焊接领域具有较大应用前景。     

柔性印刷线路板LED贴片质量视觉检测方法

柔性印刷线路板中LED的粘贴需经过点银、贴片、封胶等工艺,其中贴片过程中会产生漏粘、异物、粘斜、偏移等一系列质量问题;提出了一套基于机器视觉的贴片质量在线检测方法:通过最小外接矩形获取有效区域的范围,利用基于轮廓特征的模板匹配对贴片所在连接盘进行定位;利用动态模板匹配检测漏粘缺陷;通过平均灰度值比较法检测LED上的异物缺陷;采用有效区域与LED区域的交集与差集对粘斜与偏移缺陷进行检测;该方案已应用于工业生产线,并且具有较高的检测准确率。     

基于机器视觉的高密度电路板缺陷检测系统

为减少高密度电路板的缺陷误报率,研究一种新型自动光学检测系统(AOI);系统采用自行研制的多色LED照明系统,利用机器视觉获取被测PCB的图像,通过图像处理软件系统快速准确地识别出各种缺陷;系统利用获取的彩色图像信息,根据各种缺陷的特征信息不同,采用OPENCV对各种缺陷的检测算法进行改进,使得系统性能有很大改进;对30块同类HDI型PCB的36300个检测点进行测试,测试结果证明,系统PCB缺陷的检出率高达99.87%,误报率只有0.32%。     

基于红外场景行人检测对抗贴片研究

文章提出一种新的针对红外场景下行人目标的对抗贴片生成方法。该方法首先将对抗贴片进行了对比度调整、亮度变换、添加噪声、随机放缩以及随机角度调整等多样性变换;其次利用目标检测系统YOLO-v3对输入的对抗样本进行分类预测;再次与不可打印损失和平滑损失相结合获得迭代损失,通过反向传播对贴片进行更新;最后,利用LLVIP红外图像数据集进行验证,当置信度分数为0.5时,该方法可以达到14.00%的攻击成功率,在一定程度上实现较好的对抗攻击效果。     

基于OpenCV的LED灯丝上电快速视觉检测系统

针对发光二极管(LED)发光产品检测时间长、误判率高的问题,提出了一种LED灯丝上电的快速视觉检测系统.首先,基于OpenCV图像处理技术,通过计算机视觉对LED灯丝上电发光点的检测、识别运算,提高了检测系统的生产效率、质量和一致性,实现了少人控制.其次,在处理算法上,针对目标特点运用了二值法、仿射变换、Hough变换...     

基于DSP机器视觉的缠辊检测系统

涤纶短纤后期处理中时常会发生缠辊。缠辊发生时,短纤后续表面会因缺丝而产生裂缝。辊筒缠丝越多,裂缝宽度就越大,辊筒就越容易损坏。针对如何实时、准确地检测缠辊这一问题,该文提出一种基于DSP机器视觉相结合的实时处理方案,介绍系统硬件组成和软件设计。在仿真实验中,系统对裂缝宽度以0.67 m/s增长的几幅仿真图进行检测,当发生报警时,检测时间为156 ms。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

机器视觉工业检测系统的应用与发展

介绍了机器视觉工业检测系统的发展概况,阐述了机器视觉的研究已经从实验室走向实际应用的发展阶段,业已成为当代计算机技术研究的热点,获得了广泛的工业应用。重点讨论了机器视觉系统在实际工业生产中的应用及工业视觉检测原理、常用图像处理算法等。举例说明了如何利用模板匹配法对目标图像进行识别,从而实现对产品包装的检测。最后,指出在社会高度信息化发展过程中,在人类获取信息中占很大比例的视觉信息处理技术及机器视觉测量系统,将受到人们越来越多的关注。     

基于机器视觉的梨表面缺陷检测方法研究

针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Graphical User Interface(GUI)界面,对三个品种的梨表面进行了缺陷检测仿真实验,成功提取了其中的表面缺陷信息,实验结果表明,作者提出的方法在多种梨的缺陷提取上通用性强、准确性高.     

机器视觉在光纤缺陷检测中的应用

目前,光纤已广泛应用于通信领域。光纤连接器作为精密对接光纤两个端面的部件,其重要性不言而喻,传统的端面检测方法是以人工方式对光纤显微镜下的图像是否合格进行判断,不仅精度低,而且效率低下,而利用机器视觉,由计算机来检验可以很好地解决这个问题。     

机器视觉在织物疵点检测上的应用研究综述

随着机器视觉在各个领域的广泛应用和大面积实施,关于机器视觉在纺织生产和质量控制上的应用也成为了研究热点。介绍了织物疵点机器视觉检测系统的硬件选择与布置,重点介绍了光源和相机的选取。根据检测原理的不同,将机器视觉检测方法分为统计法、频谱法、基于学习的方法以及结构法和模型法,并对这些方法做了综述。梳理分析了机器视觉在织物疵点检测方面所面临的问题和未来发展构想。     

自动贴片视觉系统的研究与设计

针对自动贴片机高速高精度的要求，介绍了基于机器视觉的自动贴片控制系统的结构和原理，着重阐述了机器视觉系统的软硬件设计，并提出相关的图像处理算法。     

基于机器视觉的轮胎表面缺陷检测系统的研究与应用

在传统的轮胎表面缺陷依靠人工检测,存在劳动强度高、受人的主观影响大以及效率低下的问题。针对这一现象,研究了一种基于机器视觉的轮胎表面缺陷3D检测系统。该系统依靠机器视觉系统获取检测轮胎的表面图像,然后创建3D模型、判定缺陷类型,最终实现实时自动预警,为轮胎生产商提供一种自动化检测方案。系统集成了先进的技术、软件和工具,配套的信息管控系统可以对轮胎型号和生产数据进行采集、存储、分析,以便在生产过程中实现更高效、更可靠的质量控制,具有较高的实际应用推广价值。     

基于机器视觉的航空零件表面刮痕检测系统研究

研究一种精度高、可操作性强的航空零件表面检测系统对提高生产质量有重要的意义。本文基于机器视觉技术提出一种零件表面刮痕检测系统。此系统由软、硬件两部分组成,本文重点对软件部分的算法流程进行研究和探讨,并提出一套切实可行的方案。实验结果表明,该系统实用性强,对提高产品质量具有一定的实际意义。     

基于机器视觉的印刷质量检测研究（英文）

为了实现对物品印刷质量的高效检测,通过机器视觉技术,采用图像处理的方法来实现印刷品质量的检测。根据印刷检测的功能需求,设计了三个具体的功能模块,并在VS2008和OpenCV1.0平台下实现了印刷质量检测的功能,支持印刷品图像的输入、人机交互处理、划痕和偏色检测、结果输出等功能。与传统采用的手工方法相比,提高了印刷质量检测的效率,检测速度快,准确率高,检测结果客观,能够迅速而精确地检测出目标印刷品的外观缺陷程度。