基于机器视觉的太阳能电池片位置误差检测

为了提高太阳能焊接机的焊接精度和焊接速度,提出了基于机器视觉在线检测太阳能电池片位置误差的方法。采用最小误差法对图像进行阈值分割,通过轮廓提取出电池片的轮廓;采用Hough变换直线检查的方法得到了电池片边缘及三线所在直线;计算出电池片的位置误差。实验结果验证了该方法的有效性。     

基于机器视觉的光伏电池板检测系统

光伏电池板生产过程中存在缺陷检测漏检、误检以及人工检测效率低的问题,容易造成二次损伤,为此提出一种基于机器视觉的光伏电池板检测系统。该系统使用图像预处理、图像去噪、图像分割以及特征提取等技术算法,采用卷积神经网络模型,通过交叉熵损失目标函数进行自主学习,提升检测的准确性。应用验证,该系统具有较高的检测效率和准确率,为企业带来提质、降本、增效的效果。     

基于机器视觉的太阳能电池片缺陷检测算法综述

太阳能电池片（Photovoltaic, PV）表面缺陷检测是光伏组件生产中不可或缺的流程。基于机器视觉的自动缺陷检测方法因其高精度、实时性、低成本等优点得到了广泛应用。本文综述了基于机器视觉的太阳能电池片表面缺陷检测方法的研究进展。首先,阐述了太阳能电池片表面成像方式,列举了典型缺陷类型。然后重点分析了基于传统机器视觉算法及基于深度学习算法进行太阳能电池片表面缺陷检测的原理。将传统机器视觉算法分为图像域分析法、变换域分析法进行综述;从无监督学习、有监督学习和弱监督及半监督学习三个方面分别概述了近几年来基于深度学习的太阳能电池片表面缺陷检测的研究现状。对太阳能电池片表面缺陷检测各种典型方法进一步细分归类和对比分析,总结了每种方法的优缺点。随后,介绍了9种太阳能电池片表面缺陷图像数据集及缺陷检测性能评价指标。最后,系统总结了太阳能电池片缺陷检测常见的关键问题及其解决方法,对太阳能电池片表面缺陷检测的未来发展趋势进行了展望。     

基于机器视觉的薄壁件加工误差检测方法

针对薄壁件加工误差在线快速检测的需要,提出一种利用机器视觉技术对薄壁件加工误差进行检测与补偿的方法。通过制作特定标志贴于工件上,用CCD相机获取标志图像;通过数字图像处理算法对所获图像进行分析处理;根据对同一标识位置上的偏差,计算机床在对薄壁件加工过程中造成的误差,实现薄壁件加工误差的辨识和测量。试验结果表明,检测方法简单、高效,实现薄壁件加工误差的快速检测,为在线误差补偿提供准确的误差数据。     

基于VisionPro的太阳能电池片定位与缺陷检测系统

太阳能电池片发电具有环保性和高效率性,受到很多国家的青睐。太阳能电池片的焊接目前主要分为人工焊接、单焊和串焊3种方式。该文在电池片串焊机的基础上,基于美国Cognex公司的VisionPro机器视觉开发软件对太阳能电池片定位与缺陷检测系统进行开发。视觉系统基于VisionPro采用C #编程语言,利用VisionPro中的图像工具包来处理图像对电池片进行视觉定位与缺陷检测,并通过与OMRON PLC以及EPSON机器手通信,从而实现太阳能电池片串焊机的全自动化。     

基于机器视觉的十字绣布网孔动态检测与孔位置定位

在利用单图像传感器实现立体测量的基础上,基于十字绣布网孔目标实现了动态检测和质心定位,在检测与定位试验中提取了目标点的质心位置,并与工作平台的实际运动位置作比较分析,实现了对目标网孔的动态检测与孔位置定位。     

基于机器视觉的PCB焊接缺陷检测系统研究

针对中小型企业在焊接缺陷检测领域中存在人工成本高、检测精度低、实时性差等问题,提出了基于机器视觉的焊接缺陷检测系统,在生产线上安装多套图像采集装置。根据现场情况,设计了多套打光方案,实现连锡、焊点偏位、芯线断开等缺陷的高清成像;基于HALCON软件,采用图像定位、图像预处理、图像分割、形态学处理及焊接缺陷识别算法,完成了USB接口缺陷的精确检测,并将结果显示在上位机界面。测试生产线上实际采集的402幅缺陷图像,结果表明,系统成功检出率达86%,基本满足实际生产需要。该检测系统用于中小型企业生产,有利于大幅度提高检测效率和缺陷检测智能化水平,同时降低检测成本。     

基于机器视觉的车灯定位误差检测方法研究

本文对图像处理技术的概念、特点、构成进行了概述，对现有的经典图像分割和识别方法进行了介绍，着重讨论了曲线拟合的方法在车灯面形定位误差检测中的应用。利用相关系数在真实匹配点附近的统计特性，通过对相关系数进行曲线拟合，根据其一阶导数确定最大相关系数所在的位置，快速得到亚像素匹配点。与逐步搜索法相比，该方法大大减少了运算次数，提高了数字图像相关运算的速度。     

基于机器视觉的活塞杆同轴度误差检测研究

针对活塞杆制造过程中同轴度检测出现的精度低,效率低问题,提出了基于机器视觉技术的活塞杆同轴度误差检测方法,并建立了同轴度误差数学模型。采集活塞杆图像并进行边缘特征提取;将基准圆柱表面分解成240个连续的横截面,待测圆柱表面分解成110个连续的横截面;基于最远Voronoi图计算出每个截面的最小外接圆的圆心,并用最小二乘法拟合出活塞杆圆柱面的轴线。以此方法获得基准轴线,求得零件的同轴度误差,并以某型号的活塞杆进行实验分析,结果与三坐标测量机(CMM)测得的误差结果相吻合,表明该方法可以有效、正确地进行同轴度误差的评定。     

基于机器视觉的纠偏检测系统

卷材在复卷过程中容易发生偏移,而现有的纠偏系统纠偏效果不理想,利用机器视觉技术设计了一套全新的自动纠偏系统,实现了对卷材偏移的实时检测,并且能及时将偏差信号反馈给执行元件,提高了纠偏精度和工作效率。     

基于机器视觉的烟箱缺条检测系统

在卷烟装箱过程中可能出现缺条现象,为了防止缺条烟箱流入市场给烟草企业造成不良影响,对烟厂条烟装箱时出现的缺条现象进行了研究,并对现有的检测系统进行了分析。介绍了利用机器视觉原理进行烟箱缺条检测的方法,详细介绍了系统的结构,以及各个结构的功能;对图像处理方法进行了详细介绍说明;用VC++编写了应用与检测系统的软件,并对其进行了简要的介绍。系统对装箱作业过程进行在线检测,能够准确的检测烟箱缺条现象。     

基于视觉技术的扣式电池自动检测系统设计

介绍扣式电池自动化检测系统的实现方法,以实现其在线检测。设计了该系统硬件模块组成和控制系统结构,基于机器视觉的外观缺陷检测是重点,设计了分布式机器视觉系统组成方案,以实现并行检测。上位机软件具有系统控制、图像处理等功能,并包含能够实时显示的人机界面。     

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。     

基于机器视觉的铲斗目标检测

为实现挖掘机器人在挖掘工作中能够对挖掘轨迹进行自我认知,结合了机器视觉中比较常见的运动目标检测算法-帧差法和背景差分法,对挖掘机铲斗目标检测展开了研究。对帧差法中的二帧差法和三帧差法以及背景差分法中的混合高斯建模法进行了研究,基于这些算法对铲斗目标进行检测。基于Open CV进行程序设计,对挖掘机模型的铲斗进行检测,验证算法的可行性。通过实验结果对比分析,结合三帧差法以及高斯混合建模法能够更好地实现铲斗目标检测。     

基于机器视觉的零件毛刺检测

针对人工检测毛刺效率低下等问题,提出一种基于机器视觉的零件毛刺检测方法.对获取的零件图像和样品图像首先采用改进的中值滤波和双边滤波相结合的方式进行降噪,对降噪后的图像进行阈值分割得到二值化图像,再将零件图像与样品图像进行比对从而得到毛刺图像,通过对毛刺进行标记区分出不同的毛刺,利用面积和最大长度等几何特征对毛刺进行定量...     

基于机器视觉的二维尺寸检测

借助CMOS工业相机、光学镜头、计算机以及Open CV等搭建了一套机器视觉检测简易系统,采用了一种针对两孔零件的测量方法。经试验得出:精度可达0.009mm,重复性误差可达0.0215mm,用该系统测量已检测合格的300个零件,满足检测要求,说明该检测系统具有一定的可行性。     

基于机器视觉的地铁站点客流检测系统设计

以提高复杂环境下地铁站点客流检测的有效性为目标,设计一种基于机器视觉的实时在线客流检测系统.确定客流检测的方案,明确摄像机具体的安装位置,分析其安装高度、摄像机视角与水平俯视角度之间的关系,以获取高质量的检测图像.对采集的客观图像进行背景提取与更新,运用背景帧差法对图像进行二值化处理,同时以形态学理论为基础对图像进行降...     

基于机器视觉的浮空器囊体材料表面缺陷检测系统

在复杂气象环境下,浮空器囊体作为整机系统的直接受压面,其表面必须平整光滑,无褶皱损伤,以将其与空气的摩擦力降至最小。文中基于机器视觉对浮空器囊体材料表面缺陷检测进行系统设计。首先为了降低背景灰度变化对缺陷检测的影响,研究了一种同时具有噪声滤除与图像增强功能的预处理算法;其次利用图像二值化和中值滤波技术实现特征图像的预处理,并结合纹理特征提取技术（基于灰度共生矩阵）对囊体材料表面不同缺陷图像的特征参数进行仿真提取,通过分析不同特征参数,判断囊体材料的表面缺陷类型。该系统对采集到的200个囊体材料表面缺陷样本的分析表明,所用方法能识别浮空器囊体材料93.6%的表面缺陷,识别内容包括缺陷的类型、位置、大小等,并根据缺陷的类型加盖不同的标记。该系统具有较高的识别率和准确率,可对浮空器囊体材料表面缺陷进行快速检测。