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。     

基于像素邻域的传动轴亚像素边缘检测

针对由于传动轴表面品质不高或者存在毛刺造成的图像噪声问题,提出了一种改进的基于像素邻域的多次迭代滤波求亚像素边缘的方法,阐述了该算法的原理和实现方法。该方法应用于齿轮轴径的测量试验中,能够将测量相对误差控制在0.2%以内,定位精度高于未改进算法的定位精度。结果表明,该算法能够在噪声图像中检测到更平滑和连贯的边缘,从而获得准确的亚像素边缘坐标。     

面向PCB圆形基准点的权重式椭圆拟合定位方法

针对贴片机视觉系统对印刷电路板(PCB)圆形基准点快速精密定位的要求,提出基于形态学的基准点区域提取方法,对约化后的基准点进行像素级边缘提取,进而采用一维曲线拟合法提取出亚像素级边缘;在此基础上,提出一种圆形基准点边缘轮廓的权重式椭圆拟合定位算法,减少边缘轮廓点大离群值对拟合精度的影响,获到高精度的基准点中心位置。该算法通过设置椭圆约束条件,可避免零解和成比例解的出现,提高计算的速度和精度。仿真实验结果表明,所提的方法耗时25ms左右,基准点中心的位置误差小于0.03pixel,相比于其它定位方法,该方法在耗时和定位精度方面具有明显优势。在实验室搭建的视觉检测平台上开展进一步的实验验证,对实际采集到的PCB基准点图像可实现快速精确的基准点中心坐标提取,基准点拟合椭圆的形状误差均值为0.1pixel,能满足贴片机视觉系统快速精密的定位要求。     

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。     

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。     

基于机器视觉的弯曲角度检测

针对全自动冲压生产线中弯曲回弹角度人工检测困难的问题,提出一种基于机器视觉的检测方法。介绍了弯曲角度检测系统的设计方案,通过相机标定确定相机的内外参数,用以校正采集图像提高检测准确度,基于Halcon视觉算法对图像进行处理,识别出弯曲角度两边目标线段,计算由每个弯曲角的内外边界所组成的内角和外角的平均值,最终得到检测弯曲角度。其中,图像处理算法包括:BLOB分析将弯曲件从背景中分离出来;形态学处理得到弯曲件的内外边界;提取亚像素边缘;直线段的分割和拟合得到检测目标。该方法实现了非接触式亚像素精度检测弯曲角度,为弯曲件的质量检测提供判断依据。     

图像处理技术在喷射成形沉积坯边缘检测中的应用

介绍用于喷射成形工艺中沉积坯边缘检测的图像处理技术。基于对喷射成形工艺的分析,采用自适应滤波算法消除图像中存在的噪声,然后采用亚像素级边缘检测算子Zernike精确获得沉积坯的边缘。为提高边缘的定位精度,根据Zernike矩理论推导了两个7×7的模板。实验结果表明,该方法能有效测出沉积坯边缘,定位精度较高,沉积坯尺寸的相对误差≤0.32%。     

用于遥控焊接的焊缝特征检测算法

提出了一种焊缝特征检测算法,用来进行遥控焊接立体视觉中的立体匹配。首先使用灰度形态学中的底帽变换对图像进行预处理,突出了焊缝部分,并通过Canny算子边缘检测以及闭操作获得封闭的像素级焊缝边缘;根据焊缝边缘连续和宽度有限的特点对检测出的边缘点进行筛选,剔除其中的错误点;然后对边缘离散点进行三次平滑样条拟合获得连续、光滑的亚像素级精度的焊缝边缘特征点。最后利用检测出的特征进行焊缝特征立体匹配和三维重建试验,结果表明,文中提出的特征检测算法快捷、准确,且抗干扰能力强。     

摄像机标定中亚像素级角点检测算法

针对摄像机标定模板图像的角点检测问题,提出了两种简便而有效的亚像素级精度的提取算法.先用传统的Harris算子检测出像素级的角点坐标,然后再求取亚像素级角点坐标.一种方法是用二次多项式去逼近周围3×3领域内的角点反应函数,用线性解法求得亚像素级角点坐标;另一种方法是从亚像素角点到周围像素点的矢量应垂直于图像的灰度梯度这个观察事实得到的,通过最小化误差函数的迭代方法来获得亚像素级精度的坐标值.文中提出的亚像素级角点检测方法定位精度高,摄像机标定试验中,得到的重投影平均偏差小于0.15个像素.     

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。     

基于图优化的轴承内外径尺寸检测

为了满足轴承内外径尺寸检测的高精度需求,解决人工检测误差大以及效率低的问题,提出了一种基于图优化的轴承尺寸检测优化方法.首先,对灰度图像采用双边滤波去除噪声,通过形态学操作排除图像中的小型黑洞,使用图像分割提取图像中感兴趣的目标;其次,运用Canny边缘检测算子对图像边缘进行粗定位,再用Zernike-Otsu法获取图...     

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。     

基于亚像素精度的汽车冲压件尺寸测量系统设计

针对汽车冲压件尺寸人工测量方式存在的检测效率低和测量精度难以保证等问题,提出了一种基于亚像素精度的尺寸测量方法。先对汽车冲压件进行图像采集和预处理,接着利用Canny算子和改进Zernike矩进行冲压件图像亚像素边缘提取,再通过Hough变换对提取的圆轮廓进行拟合,最终获得了冲压件外圆直径和3个内孔直径的精确尺寸,4个圆轮廓的测量精度均高于0.025 mm,且多次测量结果的标准差小于0.009 6 mm。基于亚像素精度的尺寸测量系统,完成了测量平台的搭建和软件系统的开发,实现了汽车冲压件尺寸的非接触式亚像素级精度测量,能够满足工业应用的快速连续性测量要求。     

基于改进量子算法的微小零件尺寸精确检测研究

针对微小零件尺寸检测精度要求高的问题,提出改进量子算法。首先量子旋转角进行自适应调整,旋转方向由当前最优量子比特确定,旋转角度大小由线性增大方法确定;接着量子旋转门通过镜像门、最大纠缠增量操作更新;然后确定检测系统,检测过程分别对清晰度评价函数、图像降噪、亚像素级边缘定位及拟合进行分析;最后给出了算法流程。实验测试结果显示文章算法测量相对误差小于0.0029%,偏差精度小于3μm,具有较高的精确度,同时测量不确定度值较低。     

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.     

基于图像分割的芯片定位在检测系统中的应用

针对辐射环境下电路板检测对芯片进行定位的情况,提出基于图像分割的芯片定位算法。该算法首先通过人机交互选择待检测芯片并设定初始种子点;其次根据初始种子点进行SLIC超像素合并获得芯片的初始轮廓;再次利用One Cut分割出芯片的环形边缘;最后通过矩形拟合矫正芯片轮廓并获得芯片坐标信息。解决了大尺度的超像素在进行区域合并时,孔洞和断连区域以及跨边缘的超像素导致的轮廓提取不理想的问题。实验结果表明仅需很少的人机交互,可以有效提高图像分割质量,且定位精度在5pixel以内,响应时间在0.8s以内,满足电路板抗辐射检测领域的需求。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

改进RANSAC算法在直线拟合中的应用

以平板电脑LCD屏幕的边角直线为研究对象,对其进行边缘直线拟合,利用加入预检验的改进RANSAC算法排除大量数据异点,并实现对LCD屏幕边角图像进行边缘点的提取和直线拟合,通过编程实验证明改进后的RANSAC算法对直线拟合的效率和精度都有所提高。实验结果表明:利用改进的RANSAC算法对边缘直线拟合的效率提升10%以上,且样本点数越多,效率提升越明显。     

基于机器视觉的轴承沟道曲率半径在线检测

在实际生产线上,根据不同的尺寸偏差对同一型号的轴承沟道曲率半径进行在线检测。针对该问题,设计基于机器视觉的轴承沟道曲率半径在线检测系统,以替代人工检测。运用CCD摄像机与MATLAB图像处理技术相结合的方法,对零件进行非接触式测量,并对采集到的零件图像进行预处理;通过对比各种边缘检测算法,采用Canny算法求取像素精度的轴承边缘;利用圆的Hough变换检测出带有圆弧的圆特征,计算此圆弧的圆心坐标和半径值。实验结果表明:该系统的测量精度可达到0.5μm,测量标准差小于2.5μm,符合工业检测要求。     

基于图像处理技术的刀具热变形测量研究

针对机床预热时刀具变形问题,设计基于图像处理的刀具热变形测量方案,以获得刀具轴向热误差随预热时间的变化关系。采用高速相机采集刀具热变形图像,利用MATLAB软件,通过Canny算法对图像进行边缘提取粗定位。采用亚像素拟合边缘检测方法对刀具边缘轮廓进行精确定位,即运用最小二乘法拟合出刀尖圆弧曲线,从而计算出刀具预热过程中的热变形量,为后续机床热误差补偿奠定基础。