基于KNN分类的涂胶质量检测算法

涂胶作业是工业生产中常见的工艺流程，对密封性能有着极其重要的作用，它会直接影响密封件的质量，因此涂胶质量的缺陷检测方案的设计极其重要。为了能够快速高效地检测胶条是否符合要求，提出了一种基于KNN分类的涂胶质量检测算法。首先，通过坐标系转换和图像处理，获得涂胶轨迹的实际位置以及胶条宽度；其次，在轨迹中提取一定数量的采样点，获得采样点的胶条宽度和中心点偏移量，与标准宽度和标准轨迹进行比对便可以得到正确的检测结果。结果表明，该缺陷检测算法的准确率为97.85%,单个零件平均检测时间为98 ms,与传统人工检测相比，效率明显提高。     

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。     

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。     

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。     

基于Steger算法的弯管图像中心线检测方法

在基于多视几何的弯管三维测量方法中,为了重构弯管三维模型,需要精确稳定的提取弯管图像中心线,文章研究了常用的弯管图像中心线检测方法的不足,结合张量投票算法与Steger算法,提出一种亚像素级的弯管图像中心线检测算法。通过实验验证该算法能够克服光照不均匀带来的影响,提取弯管中心线的精度在0.5像素以内。     

基于像素方差分析的焊缝边缘检测方法

在焊接图像处理中,噪声信号的干扰直接影响了边缘检测的精确度和系统的实时性能.针对焊接图像的特点,提出一种基于邻域像素灰度分布均匀度分析的边缘检测方法,讨论了该算法的原理,并应用Matlab语言对算法进行焊接图像边缘提取仿真试验.仿真结果和传统边缘检测算法比较表明:该方法能有效抑制图像中大量存在且分布复杂的噪声信号,准确检测出焊缝的边缘.该算法对噪声的敏感程度明显低于传统的焊缝边缘检测算子,更适用于焊接过程图像的焊缝边缘检测.算法可靠性好,易于实现;缺点是边缘响应不是单像素的.     

基于改进MRF的冲压件轮廓缺陷图像分割算法

针对冲压件在生产过程中产生的表面缺陷视觉检测问题,提出一种改进的马尔可夫随机场图像分割算法.首先,应用基于像素的马尔可夫随机场算法,获取像素特征,提取基于像素的似然函数.采用随机区域合并算法获得区域特征,提取基于随机区域合并的似然函数.利用最大梯度算法获得图像的边缘特征,提取基于边缘的似然函数,用以恢复随机区域合并过程...     

基于结构光的V型焊缝图像实时处理

为了在焊缝跟踪系统中准确获取焊缝中心位置,设计了一套基于结构光的V型焊缝中心提取方法。对焊缝图像采用中值滤波去除图像噪声,采用准固定像素个数阈值分割方法对图像进行二值化处理,采用基于二值形态学的边缘检测方法对二值化的图像进行孤点滤波和边缘检测,采用求取边缘上下两个边界点的平均值方法提取结构光的中心线,通过计算坡口截面重心坐标的方法来获取焊缝中心位置信息。实践表明,所采用的方法能够正确地提取焊缝中心位置信息,具有很强的抗干扰性能,能够满足焊缝跟踪系统的实时性要求。     

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。     

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。     

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。     

数字图像边缘的快速提取算法研究

在机器视觉测量系统中,图像边缘提取是进行后续坐标计算的必要前提,为了提高图像边缘提取的速度与精度,提出一种新的数字图像边缘提取算法。用高斯滤波对图像进行平滑处理,根据八邻域的位置关系,经过灰度值的比较确定图像边缘。通过与常用的边缘检测算子Sobel算子和Canny算子的边缘提取效果的实验比较,该算法运算量小,速度快,且能直接提取出图像连续的单像素边缘,优于传统的图像边缘提取算法,实用性强。     

基于改进代数法的待焊接圆弧提取研究

针对现有焊接零件的圆弧提取存在精度不高、运行效率低的问题,提出了一种改进代数法。首先,对待焊接图像进行亚像素边缘提取,获得圆弧边缘的坐标点集,然后利用改进代数法对坐标点集进行拟合。通过在算法中引入距离阈值参数,从而减少了改进代数法的迭代次数。试验结果表明,改进代数法能满足焊接圆弧边缘高精度提取和运行时间短的要求。     

基于DSnet网络的零件边缘轮廓提取北大核心

针对传统边缘轮廓提取算法极易受到光照强度等因素的影响,出现噪声点和零件边缘轮廓点缺失问题,提出一种基于DSnet分割网络及最外围约束算法结合的零件边缘轮廓提取算法。首先,利用DSnet分割网络对零件原始图像进行分割操作,避免影响因素干扰的同时,获得分割边界明显的零件分割图像,再根据零件分割边界像素点的特点,采用最外围约束算法进行边缘轮廓提取,得到零件边缘轮廓图像。实验结果表明:提出的方法能在光照强度不均匀等因素的干扰下准确提取出完整的、单像素的零件边缘轮廓,而且提取精度的各项指标,RMSE达到了11.18,PSNR达到了27.76,SSIM达到了0.989 3,满足边缘轮廓提取精度的要求。