基于模糊聚类的工业薄片件图像亚像素检测北大核心

针对机器视觉检测工业薄片件边缘存在精度不高的问题,基于模糊数学理论,引入模糊聚类思想,提出了一种图像亚像素综合定位算法。用OTSU法对源图像进行二值化处理;用5×5矩形域最大梯度模检测像素级轮廓边缘;用基于模糊聚类的亚像素边缘定位算法进行极片亚像素边缘定位,实现了边缘的高精度定位。实验结果表明,该方法算法简便,精度较高,易于编程实现,且兼具多种检测算法的优势,尤其适合工业生产现场的机器视觉检测系统。     

基于机器视觉的柴油机缸套尺寸测量

为满足柴油机对缸套尺寸的高精度需求,提出了一种基于RANSAC(随机抽样一致性)拟合缸套亚像素轮廓的内外径尺寸检测方法。根据生产线上工业相机获取的CCD图像结构和灰度的信息特征,该测量方法先采用双边滤波和形态学梯度算法对图像预处理,去除噪声提高对比度;然后在用大律算法(QTSU)和Canny边缘检测算子获取图像边缘的像素级坐标;通过双线性插值算法对像素级坐标进行亚像素的重新定位,获取边缘亚像素坐标;最后采用RANSAC拟合算法对缸套内外径进行尺寸测量。通过仿真与实际尺寸对比,该方法具有更好的定位精度和抗噪性,相比最小二乘法RANSAC检测更可靠。     

基于视觉传感的薄板焊缝特征亚像素提取方法

提出了一种薄板对接焊缝特征亚像素提取和图像处理方法,可以有效地提高薄板焊缝特征的提取精度。针对薄板接头特征设计了一个基于面性激光的视觉传感器,有效地采集薄板焊缝图像;提出了一种亚像素特征提取方法,根据图像的灰度分布特点,搜索每列的极大值和极小值,并以这两点为边界,对图像进行分割;接着对分割的焊缝特征区域,采用基于灰度梯度的重心法进行亚像素的焊缝特征提取。试验结果表明,该方法可以有效地检测出薄板对接焊缝特征,提取精度可达0.1个像素。     

基于机器视觉的柴油机曲轴轴线弯曲检测

针对传统的柴油机曲轴弯曲检测方法效率低下、检测精度低的特点,提出一种基于机器视觉的非接触测量方法。其主要方法是旋转曲轴,拍摄曲轴各轴颈在不同角度位置的图像,对每幅图像进行中值滤波、二值化、边缘检测、亚像素处理,获取亚像素边缘,然后利用最小二乘圆法对曲轴的每个像素列截面进行拟合,求出各截面中心坐标,最后,再利用最小二乘法拟合直线,计算轴线直线度大小,进而判断柴油机曲轴弯曲状况。实验表明该检测系统不仅检测精度高,检测速度也非常快。     

管道焊口间隙量与错边量的激光视觉检测

提出了一种长输管线焊口组对间隙量、错边量的激光视觉检测方法. 首先，搭建了一套可实现圆周焊口轮廓激光视觉自动检测的计算机系统. 通过对采集的激光视觉图像分析，发现了管道焊口间隙量、错边量与激光条纹断点、拐点等图像特征间的相关关系. 其次，将提取的条纹图像通过骨骼化的形态学处理，得到了单一像素宽度的细化条纹. 采用亚像素轮廓坐标检测算法，获得了条纹上离散点的像素坐标. 最后，基于获取的条纹拐点、断点像素坐标和几何对应关系，建立了间隙量与错边量的求取算法. 实际验证结果表明，基于激光条纹特征点像素坐标获取间隙量与错边量的激光视觉检测方法是可行的. 测量结果可满足焊口组对质量评判的需求.     

OpenCV耦合三目视觉的标准件目标定位研究与应用

在制造业自动化生产过程中,需要对标准件上某些目标进行定位,从而以此为依据对生产件进行校准。由于标准件为金属物品,且表面粗糙,打光成像后,目标背景复杂,而当前的图像目标定位算法不稳定。对此,文章提出了一个基于Open CV与三目视觉的标准件定位机制。首先基于三个Basler工业相机实现图像采集;然后基于形态学处理与阈值分割处理得到目标的大致区域,再通过轮廓匹配得到目标的精确坐标,轮廓特征有周长、长宽比、长宽差。最后引入特征判断机制,实现不良检测。最后测试了该机制性能,结果表明:与普通的图像目标定位算法相比,在图像目标特征不明显,且背景复杂时,该机制具有更好的定位与检测效果,准确定位出图像目标的轮廓。     

基于激光视觉的钢结构焊缝图像处理系统

针对钢结构件品种多、批量小,焊缝形状位置一致性差,机器人重复定位过程复杂等缺点,设计了一种基于激光视觉的钢结构焊缝图像处理系统. 运用CCD工业相机和激光器,采集带有激光条带的焊缝图像,分别利用中值滤波柔化噪音,Otsu算法自适应阈值分割,开操作和形态学处理相结合去除图像中除目标像素外的小连通区域,提取激光条带的中心线,最终利用Hough变换对中心线直线拟合,得到特征点位置,并通过骨支架试验验证该技术的可行性. 结果表明,该方法可快速准确地检测到焊缝特征点,满足实际要求.     

基于机器视觉的大型球墨铸铁管直径测量系统

为了提高大型球墨铸铁管的直径测量精度和效率,建立了一种基于机器视觉的大型球墨铸铁管直径测量系统,分析图像特点,提出了一种基于邻域灰度值差异的边缘检测方法。检测系统是由一台CCD相机、LED光源和计算机组成的机器视觉测量系统。CCD相机采集图像,对图像进行图像滤波、图像分割、图像边缘检测和图像亚像素边缘检测的处理后,提取管材的边缘轮廓,利用最小二乘法将管材两边缘点拟合为两直线,根据相机成像的小孔成像原理和圆柱物体的成像特性计算管材直径,建立了相应的数学模型。实验证明,本系统可以精确、高效的实时检测管的直径大小,测量误差小于0.1 mm,符合实际测量的需要,具有很高的实用价值。     

基于双目视觉的化学铣削零件轮廓测量

针对飞机蒙皮的化学铣削加工区域轮廓的测量问题,构建了一套基于双目视觉的测量系统.以双目相机作为视觉传感器,结合光源系统和多曝光融合算法得到融合图像,基于Canny算法和双三次插值法提取亚像素轮廓,通过基于ZNCC的立体匹配,最终实现化铣区域轮廓三维重建,获取区域的轮廓信息.实验结果表明,提出的系统具有较高的测量精度,显...     

基于机器人视觉的轴承缺珠检测方法

提出一种基于机器人视觉的轴承缺珠检测方法。利用智能相机抓拍轴承图像;利用Otsu法得到轴承图像二值化处理的最佳阈值,利用该方法对轴承图像进行二值化处理,从二值化处理的图像中提取轴承珠的特征;并通过PLC与智能相机通信,将缺珠的轴承分拣出去。实验证明:该视觉检测系统不仅工作效率高,而且检测的结果具有较高的可靠性。     

基于机器视觉的机器人作业目标定位

为了满足生产制造过程中物料无序分拣的需要,设计基于机器视觉的机器人作业目标定位系统。利用Qt开发人机交互界面,实现图像采集处理、通信和机器人运动控制功能。对图像进行阈值分割等处理,得到理想工作区域。通过机器人视觉系统标定实现相机像素坐标和机器人基坐标之间的转换,得到机器人坐标系下的工件位姿识别。在机器人目标抓取平台上随机摆放一定数量的工件进行数据采样,结果表明：系统准确度以及速度具有优势。     

胶辊微小齿形几何参数在机视觉检测方法研究

针对胶辊微小齿形几何参数无法在机检测的难题,提出一种胶辊在机视觉检测方法,通过合理的测量装置设计,基于机器视觉检测原理搭建在机检测系统。通过直线往复运动机构、摆臂机构及视觉检测机构相互配合的在机视觉检测装置实现胶辊检测。利用该装置获取胶辊图像,通过视觉处理软件依次对胶辊图像进行图像滤波、形态学分析等图像预处理;采用亚像素边缘检测方法进行螺纹轮廓的精准定位,然后利用Harris角点检测算法提取特征点;最后采用最小二乘法分段拟合方法得到胶辊螺纹轮廓,并计算胶辊螺纹齿形的主要参数,判断胶辊的合格性。实验结果证明:所提胶辊齿形几何参数在机视觉检测方法可以实现胶辊齿形的高效高精度检测。     

基于ACT匹配的GMA增材制造熔池形貌三维重建

基于双棱镜折射原理,设计了单摄像机虚拟双目视觉传感系统,系统达到亚像素精度. 标定了左右虚拟摄像机内外参数及其关系,完成了图像对的极线校正. 进一步优化了自适应权重Census变换立体匹配算法(ACT, adaptive Census transform),求取了校正图像对亚像素精度视差. 三角测量法重建了标准圆柱体部分表面形貌. 结果表明,标准件宽度误差优于3.17%,高度误差优于5.83%. 以熔化极气体保护电弧(GMA, gas mental arc)增材制造熔池图像对为例,采用优化的ACT匹配算法求取了熔池图像对亚像素精度视差,基于三角测量法获取了熔池表面三维形貌.     

视觉圆要素检测图像校正技术的研究

当视觉检测带有多个圆孔要素工件时,由于倾斜角(成像平面与工件平面的夹角)和镜头畸变的影响,孔的圆形特征在图片中突变为椭圆或其他形状,增加了算法复杂度而且降低了检测精度。在分析图像发生突变原因之后,提出了通过角度校正和畸变校正的一种图像校正的方法,使图像能反映真实工件的情况。首先进行角度校正,对找到的亚像素角点进行基于几何距离的椭圆拟合,椭圆短轴与长轴的比即为倾斜角的余弦值,由此将图像校正为倾斜角为零时的图像,角度校正使实际距离相等的点在图像上距离的差值稳定在两个像素之内,从而提高了检测精度;然后进行畸变校正,使用畸变参数及公式对像素点进行重映射。经过实验验证,使用此校正方法校正的圆形要素图像使圆形要素检测算法更容易更准确地检测到圆形要素的特征尺寸。     

基于Qt的钢管壁厚在线检测软件设计

针对目前钢管端面壁厚的测量多采用人工抽检的方式,从而导致测量效率低、精度低、测量数据少的情况,对机器视觉测量技术进行了研究。基于机器视觉,设计钢管壁厚在线检测系统。通过对相机进行标定,获得图像像素值与实际值之间的关系,使用相机采集钢管端面图像,对采集得到的图像进行图像预处理、边缘特征点提取等操作;改进RHT圆检测算法,完成钢管端面圆形轮廓的检测,进而实现对钢管端面壁厚的测量。为了便于操作,基于Qt跨平台开发框架设计了钢管壁厚检测系统人机交互界面软件。结果表明：该系统具有良好的稳定性,检测误差约为0.1 mm,可以高效地完成壁厚检测任务。     

基于HALCON的汽车涂胶质量检测方法研究

针对汽车涂胶过程中漏涂、胶线过窄或过宽等问题,提出了一种基于Halcon的汽车涂胶质量检测方法。通过提取所采集的汽车胶条图像中感兴趣区域(ROI),设计了最大类间方差自动取阈值图像分割算法,提出了基于形态学的Canny算子边缘检测算法和基于XLD形状选择的最小二乘拟合算法,通过提取胶条的亚像素边缘,得到胶条的亚像素轮廓并计算出胶条的截面直径,判断胶条质量是否满足质量标准。最后采用HALCON软件对所设计的算法进行了验证测试,实验结果表明该方法具有较高的检测精度和检测效率,能够满足实际生产的需要。     

基于CCD的埋弧焊焊缝跟踪系统数字图像处理方法

提取焊缝信息、确定焊缝中心是实时焊缝跟踪系统要解决的首要问题,本文介绍了以CCD视觉传感器和V系列图像采集卡为核心的焊缝检测跟踪系统,基于该系统并根据焊接现场务件采集的图像信息,结合Sobel边缘检测算子及二值图像连通域像素标记算法对焊缝图像进行处理,该算法可以满足埋弧焊焊接生产现场实时处理图像要求,且对光源无严格要求.     

板料零件网格坐标图像特征提取算法研究

为进行板料零件冲压成形分析,采用网格坐标图像的视觉测量法进行变形区域塑性主应变分布的测量.该方法基于视觉测量变形区域应变分布;通过二维网格坐标图像的特征信息完成物体的三维重建,其中图像边界和特征点是常用的图像特征信息.在传统Freeman链码边界追踪算法的基础上进行改进可节省运算时间,跟踪后产生单像素宽度的轮廓边缘.在MFC中创建了一个基于OpenCV的应用程序,在单像素边界图像的基础上,利用OpenCV库函数实现对图像特征点的提取.试验结果表明,利用OpenCV实现特征点提取能省去不少编程的复杂工序,具有速度快和效率高的特点.     

面向机油泵零件关键尺寸的机器视觉测量

机油泵工作平面的检测精度直接影响其工作稳定性和寿命,针对利用微分算子进行边缘检测存在"提升噪声"缺陷,提出一种基于机器视觉的测量方法。在对背光数字图像进行边缘亚像素边缘提取的基础上,采用Ramer算法对获取的亚像素边缘坐标数据按几何特征进行分段,采用改进最小二乘法,提取有用边缘,迭代拟合零件轮廓,抑制离值点对边缘检测干扰。通过机油泵内外转子的检测结果表明:该方法能够精确提取具有清晰边缘的高精度复杂形状背光图像边缘信息,高效应用于中小机械零件的中心距、圆度等几何量的中高精度(IT5～IT7)测量。     

基于帧间匹配去噪的角接焊缝识别

焊接图像存在着大量的噪声干扰,对其进行处理是焊缝识别的前提。针对被动视觉焊缝跟踪系统的图像去噪问题,提出了基于帧间匹配的去噪方法,通过将旋转不变性二进制描述算法(Oriented FAST and Rotated BRIEF,ORB)与随机采样一致性算法(Random Sample Consensus,RANSAC)相结合,得到两帧图像间的单应矩阵,并以此对齐两帧图像内的焊件,采用帧间图像灰度替换的方式,用焊件图像替换飞溅区域得到无飞溅的焊缝图像。针对角接焊中焊件边缘直线的干扰,对比了最小二乘法、霍夫变换、RANSAC三种直线拟合算法,结果表明RANSAC算法在大量错误数据的干扰下拟合精度可达2个像素,满足焊缝跟踪的需求。