基于机器视觉的芯片字符区域分割和定位算法

芯片表面的字符对分选具有重要意义,对字符的定位是分选工作的关键步骤。为了提高分选工作定位效率和定位精度,提出了一种基于改进的区域生长算法和凸包检测算法分割和定位芯片表面字符区域方法。首先,对采集图像进行预处理操作,利用改进的Canny算法获取无干扰图像边缘,将图像边缘作为区域生长法的种子点并以图像自适应阈值作为生长准则分割图像,使用最大内接矩形算法粗定位字符区域;其次,采用Harris角点检测算法获取字符角点分布位置;最后,筛选角点并提取关键点,利用一种改进的凸包检测算法定位字符区域。经过实验验证,所设计的算法能够完整的分割和定位芯片表面字符区域,定位精度和效率较原有方法提升5.3%和15.4%,满足实际工业生产的要求。     

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。     

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。     

基于机器视觉的点胶质量检测方法

针对传统点胶缺陷检测成本高、效率低等问题,提出基于机器视觉的点胶质量检测方法。通过图像分割以及形态学等图像处理手段,结合亚像素边缘提取方法准确定位出点胶区域轮廓,选取模板,采用归一化互相关匹配算法进行模板匹配,计算刚性仿射变换矩阵,并将其应用于待检产品图像,通过对目标区域计算,判断合格品及不合格产品的类型。实验结果表明,文章所提方案能快速、准确的判别出产品是否合格,并针对不合格产品判断其类型,准确率为99.6%,检测时间为354.6ms,具有良好的准确性以及快速性,满足工业生产要求。     

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。     

基于机器视觉的膨胀阀安装孔缺陷检测方法

针对工业生产中膨胀阀安装孔缺陷自动检测的需求,提出一种基于机器视觉的安装孔缺陷检测方法。使用SURF特征匹配定位待检测区域,利用双阈值迟滞分割法去除噪声;通过Canny算子计算轮廓边缘,利用邻域生长法提取轮廓信息。为克服缺陷信息的干扰,准确定位安装孔圆心,提出基于几何矩与最小二乘拟合的圆心定位方法。根据轮廓上的点到圆心的距离分割出缺陷轮廓并在输入图像上进行标注,从而实现安装孔缺陷的检测。结果表明：所提出的算法能准确检测膨胀阀安装孔的缺陷,满足工业生产中自动检测的需求。     

基于改进区域生长算法的焊缝图像分割

为了对焊缝缺陷进行有效分割,本文提出了一种基于边缘灰度差分定阈值的区域生长算法。该算法沿承传统区域生长算法的思想,主要依据边缘灰度突变的信息,在焊缝区域,先定位出所有可能的种子点并确定行方向上缺陷的边缘位置,再取对应处的像素灰度均值作为灰度阈值,最后从种子点开始并以不大于灰度阈值为判定准则进行生长。实验结果表明,该算法几乎能分割出焊缝中全部缺陷,并能使缺陷形状保留完整,这对后续缺陷的分类识别意义重大。     

基于图像像素级分割与标记映射的工件表面微小缺陷检测算法

为了解决当前工件表面微小缺陷在边缘模糊和特征不明显的情况下,导致其检测不准确的问题,文章提出了基于图像像素级分割与标记映射的工件表面微小缺陷检测算法。首先,利用工业显微镜采集工件图像,获取显微缺陷图;根据高效原则,以整数代替浮点运算,位移代替乘法运算,设计位移亮度滤波算子,进行平台数据转换,基于像素亮度阈值的标记映射,获取显微图像的像素亮度分布的二值图像。然后,耦合高斯平滑滤波与形状滤波,增强图像边缘轮廓特征,进行连通区域标记,准确识别与定位微小缺陷。最后,对缺陷目标进行特征计算和标注显示,完成微小缺陷的自动检测和定量计算。实验测试结果显示:与当前工件表面缺陷检测算法相比,文中检测技术拥有更高的识别精度。     

PCB基准点的探针式鲁棒定位方法

为了提高印刷电路板(PCB)基准点的定位鲁棒性与定位精度,减少因基准点损坏而定位不准或者不能定位现象,提出了探针式基准点定位方法。该方法分粗定位与精定位两步,粗定位阶段首先采用区域增长法进行图像分割,通过圆度阈值筛选出圆形区域,运用所提出的探针定位方法建立探针法数学模型,实现基准点的粗定位。基于粗定位所得基准点区域图像,提取其图像亚像素边缘,提出基于稳健估计算法的几何距离法圆拟合方法,实现基准点的精定位。实验结果表明:在复杂背景下该探针式定位法的基准点识别结果的正确率达100%,可有效降低基准点误定率;定位方法对基准点污损不敏感,在基准点损坏50%的情况下定位精度还能达到0.021个像素。     

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。     

基于形状先验活动轮廓的焊接图像熔池分割方法

焊接熔池与弧光距离最近,受到的干扰最严重,导致熔池图像分割十分困难. 文中提出了一种极坐标下基于凸形形状先验和边缘候选点的活动轮廓模型. 首先,使用灰度和梯度极值相结合的方法获得熔池边缘候选点;然后,基于边缘候选点的位置信息,以及极坐标下轮廓顶点组成的内角信息构造活动轮廓模型的边缘能量项及形状能量项;最后,使用贪婪算法获得了最小能量轮廓顶点,使用三次B样条插值获得了光滑封闭的熔池轮廓. 结果表明,提出的活动轮廓模型对初始轮廓不敏感,可以获得精度较高的熔池分割结果,能够克服弧光等噪声的干扰.     

基于NURBS曲面与小波能量分布算子的IC芯片图像像素细分检测技术

针对IC芯片表面形貌图像的检测要求,提出了基于NURBS曲面与小波能量分布的芯片图像像素细分检测技术,并运用于高精度要求的计算机芯片图像处理工作中.通过对芯片显微图像的边缘部分像素进行基于小波能量分布的梯度算子准确判定,进而实现芯片精密显微图像的像素细分边缘检测.编程实验证明,采用这种方法可获得IC芯片表面的精密图像边缘,使芯片图像各项相关细节能够得到很好的展现与检测.     

基于彩色图像分割的数字技术图像识别方案研究

数字图像处理技术对于艺术领域的影响越来越大,特别是图像分割技术。针对美术图像识别中的分割精度问题,提出了一种基于canny算子边缘检测和GrabCut算法的美术图像自动分割方案。首先,通过RGB模型对图像进行预处理,实现对图像进行平滑和锐化。然后,采用canny算子边缘检测对待分割图像进行平滑滤波并计算梯度值。最后,采用GrabCut算法在RGB颜色空间中进行最小化能量函数计算,并按照随机的方法将分割区域与其他区域进行合并从而构造出一张分割图。实验对比结果表明:在直接视觉和量化分析上,相比现有分割算法,提出的方案表现出更好的分割效果。     

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。     

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。     

辅助视觉下升降机平台人数超载智能检测方法（英文）

针对当前的升降机平台人数超载检测以人工为主,存在人为因素干扰、弊端较为明显的情况,提出一种基于计算机视觉图像的升降机平台人数统计方法。利用离散小波变换算法对采集的升降机平台图像进行去噪处理,通过高斯曲线拟合的方法进行人员头部图像特征提取,再根据人员头部与背景轮廓区域灰度值的变化是连续性的、工人轮廓与背景轮廓的纹理特征有差异性、工人轮廓边缘像素的灰度值存在梯度变化这3大特征,对人员头部进行分割,根据分割结果对人员特征区域进行标记和计数。结果表明:利用该方法能够准确地对升降机平台上的人数进行统计,误差低于5%,符合实际应用需求。     

一种线激光V形焊缝中心点识别的改进算法

在机器人自动化焊接过程中,准确识别、提取出焊缝位置,对于焊接的精度与质量有着很大的影响。基于线激光的V形焊缝轮廓识别算法,在进行阈值分割时,有时由于线激光与V形焊缝接触时会产生激光的变形,导致局部光强下降,部分轮廓会消失。提出一种改进算法,首先通过双边滤波方法,达到图像平滑的目的;然后通过Canny边缘检测算法,准确地提取出线激光在焊缝上变形的区域;通过膨胀算法处理后,再去除焊缝轮廓留下的干扰直线;再通过直线细化算法,识别出与线激光相交的焊缝边缘轮廓点与中心点。最后识别出焊缝中心点位置。     

辅助视觉下升降机平台人数超载智能检测方法

针对当前的升降机平台人数超载检测以人工为主，存在人为因素干扰、弊端较为明显的情况，提出一种基于计算机视觉图像的升降机平台人数统计方法。利用离散小波变换算法对采集的升降机平台图像进行去噪处理，通过高斯曲线拟合的方法进行人员头部图像特征提取，再根据人员头部与背景轮廓区域灰度值的变化是连续性的、工人轮廓与背景轮廓的纹理特征有差异性、工人轮廓边缘像素的灰度值存在梯度变化这3大特征，对人员头部进行分割，根据分割结果对人员特征区域进行标记和计数。结果表明：利用该方法能够准确地对升降机平台上的人数进行统计，误差低于5%，符合实际应用需求。