基于机器视觉的收藏币类型识别及币面缺陷检测

以开发收藏币币面品相检测系统为目标,研究了图像滤波、变换、类型识别及配准等技术。通过预处理初步分割出币面区域,采用多目标相关性模板匹配法,识别出收藏币类型及币面特征在图像中所处的位置,然后根据匹配结果将目标图像与参考图像进行配准,在配准的基础上进行差分,实现对收藏币币面缺陷区域的提取。再根据不同类型缺陷的灰度、几何、形状特征的不同对缺陷区域进行分类识别,然后统计缺陷区域的面积、坐标等参数。实验数据表明,收藏币币面图像识别配准高效准确,能够有效提取出缺陷区域并准确统计缺陷参数。     

基于双重配准的机器人双目视觉三维拼接方法研究

针对机器人图像视觉视野不够开阔,不能获得全面障碍物信息的问题,提出了一种基于轮廓识别的三维重建与可变视觉三维拼接方法。对双目立体视觉系统拍摄的两幅图像中提取出的边缘点进行了边界跟踪,然后基于窗口灰度匹配法,对两幅图像上的像素点进行了匹配,来寻找双目立体视觉系统左右两幅图像中对应的像素点,重建出了障碍物的三维轮廓,并根据目标物体轮廓的连续性对三维轮廓进行了优化;在此基础上提出了基于双重配准算法的可变视角三维拼接方法,采用改进ICP算法对转换到同一坐标系下的两片三维点云进行了精确配准,并对拼接处进行了融合处理,从而得到了大视野的障碍物信息。研究结果表明:通过可变视角三维拼接方法重建的三维模型具有较高空间坐标精度,并且能够通过改变双目立体视角范围获取大视野图像,最大限度地满足机器人障碍物检测和路径规划的要求。     

基于轮廓提取的电路板缺陷检测

针对目前工业领域对多层电路板缺陷检测高效高精度的要求,在工业计算机分层成像的基础上,设计了一种基于轮廓提取技术的多层电路板缺陷自动检测系统。通过随机Hough变换检测出电路板定位圆的圆心坐标,再对目标图与标准图进行几何配准。同时对电路板裸板中常见的缺陷类型进行分析和研究,采用轮廓提取算法进行缺陷分类,并对缺陷类型进行了相应的标记,解决了传统DR和自动光学检测技术AOI对多层电路板无法进行内部电路分析的问题。     

基于ICT切片图像三维重建的边界配准技术研究

研究了基于ICT切片图形三维重构的轮廓边界配准技术。提出了基于边界象素链的轮廓边界的配准方法,首先进行轮廓层次编码,然后对图像进行有向距离变换,并计算配准度构造配准关系表,最后由配准关系表获取相配准的轮廓边界。实验表明,该方法具有很高的准确性和有效性。     

基于数字图像处理的印刷电路板缺陷检测

针对传统PCB检测方法高成本、低效率问题,提出一种基于数字图像处理的PCB板自动光学检测方法,建立了将标准图像和待测图像进行对比的检测系统。针对PCB板生产过程中遇到的短路、断路、空洞、凸起、凹陷等缺陷,采用了求连通区域数、计算欧拉数、求缺陷区域面积等方法,来检测上述缺陷问题,并给出算法的全过程。经实验结果分析,该方法能准确地检测出待检测电路板上存在的缺陷,达到了自动实时检测的目的。     

基于图像配准的晶圆表面缺陷检测

设计了一种基于图像配准技术的晶圆表面缺陷自动检测系统,满足目前对晶圆生产中良率的需求。通过SURF (Speeded Up Robust Features)图像配准算法实现待测晶圆图像和标准晶圆图像的空间位置上的匹配。同时对晶圆表面常见的缺陷类型进行分析和研究,采用缺陷轮廓特征提取的方法进行缺陷分类,并对缺陷类型进行相应的标记,实现晶圆表面缺陷的自动检测和识别。     

基于机器视觉的金属边缘细微缺陷检测方法的研究北大核心

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

基于机器视觉的金属边缘细微缺陷检测方法的研究

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

多试件超声检测及缺陷识别技术

针对单面平整航空件单件超声检测效率低下问题,采用多试件扫查及多图像平均方法,以提高检测效率。基于多图像平均方法建立了灰度图和二值图像双模板图像。以工件重心为控制点,对二值图像通过变精度最大互相关图像配准算法获得图像配准的旋转角度θ。对灰度图像绕重心旋转角度θ进行配准,再经过减影处理获得缺陷图像,从而实现特征提取和缺陷识别。航空锻件多试件超声检测实验结果表明,该技术可以明显提高航空件超声检测的效率和自动化水平。     

基于分形方法的载人压力容器内壁缺陷可视化检测方法

为提高高压氧舱内壁缺陷检测效率,降低漏检率,提出一种基于分形方法的高压氧舱内壁缺陷可视化检测方法.利用分形方法将数据点置于双对数坐标上,构建各阶累积和,选取最佳的分形参数作为缺陷参数.通过在高压氧舱内移动相机获取内壁上缺陷图像,计算图像中点的一阶差分,通过Canny算子求得各点梯度的幅值和方向,实现对缺陷轮廓的边缘检测;测量轮廓线长度和外接椭圆圆度拟合处理,并通过腐蚀运算和膨胀实现对缺陷的检测.仿真分析表明,该方法可有效检测出容器内壁缺陷,成像稳定,且对缺陷的检测偏差率较低,满足实际应用条件.