基于DSP机器视觉的道路图像采集和处理系统设计

基于开发的实际应用系统,论述了以TMS320C6201 DSP为核心处理器,并且通过PCI总线结合PC机来研制实时道路图像采集、处理及显示系统的硬件设计方案,给出了硬件实现的总体框图。同时提出了道路图像处理算法流程以及具体的程序框架,最终在软件集成开发环境CCS中生成应用程序以及PCI驱动程序,在多次试验中取得了不错的效果。     

基于机器视觉的点胶机定位系统

传统点胶设备通常采用人工输入点胶路径来驱动点胶阀的运动,生产效率低下且无法适应产品尺寸误差,点胶精度受到限制。把视觉技术引入到点胶机的点胶位置测量过程中,设计了一种利用机器视觉代替人工输入对点胶位置进行自动测量的定位系统,根据待点胶芯片的图样特征,运用图像预处理和形态学操作来实现胶点位置的识别算法,并对定位系统进行了标定和误差分析。实验结果表明:点胶位置的定位精度可达0.016mm,解决了开环控制精度低、稳定性差等问题。     

基于机器视觉的尺寸测量方法研究

用CMOS摄像头搭建了简易的机器视觉系统,利用NI Vision Assistant软件实现了对试件线性尺寸和圆弧尺寸的测量,论证了低成本CMOS镜头用于尺寸测量的可行性。     

基于机器视觉的工业机器人定位系统研究

随着《中国制造2025》提出,工厂对“智能制造”的战略地位迅速提升。工厂对智能设备的要求越来越高,传统的工业控制技术早已不能满足高质量产品生产的指标要求,尤其是在一些精度要求高、产品前沿报废率低的企业。近年来,机器视觉技术发展迅速,能够适应高要求、高精度的定位需求,机器视觉的引入极大的拓展了机器人的应用领域,对工业自动化发展具有重要意义。本文引入ABB机器人(IRB120)为基础,研究并构建一套基于机器视觉的工业机器人锂电池载流片定位系统。整个系统包括机器视觉系统和机器人控制系统,由机器人本体及控制器、CCD相机、计算机、图像采集卡、光源及软件系统构成。整个系统通过机器人与CCD相机的坐标系标定,模板标定,CCD相机获取锂电池载流片图像,对图像特征进行预处理,分类标记功能,图像处理技术,目标定位算法处理后,将锂电池载流片的定位信息通过通讯传输给机器人控制器,控制机器人执行完成锂电池载流片的定位任务。     

在线划线检测系统基于机器视觉的微观缺陷研究

圆珠笔芯质量检测是圆珠笔生产的重要环节,传统的检测方法是利用划圆机将待检测的圆珠笔芯在纸上连续画圆,通过人工观察来确定圆珠笔芯的产品质量。通过对划圆机加装机器视觉系统,对设备所画圆进行实时拍照进行实时检测。首先对彩色图像进行灰度变换,利用中值滤波对笔画进行平滑。对于甩点,使用开闭运算孤立出缺陷点。对于断点,利用中轴法对画线进行骨架化,对造成干扰的尾支进行裁剪,从而找到断点位置。利用GPU,采用了OPENCL技术,对传统算法进行了改写和优化,大大提高了运算速度,因而更好地满足了实时性检测的要求。实验结果显示,该方法完全可以替代人工检测,对人眼能够观察到的断点和甩点缺陷,节省了人力,提高了检测效率,有很好的应用和推广价值。     

基于机器视觉的碳毡装配检测算法系统设计

针对碳毡装配过程中碳毡占位、边缘毛刺复杂,人工检测效率低、成本高、接触产生不良影响等问题,设计了一种基于机器视觉的碳毡装配检测算法系统。使用Python语言调用相机获取图像并进行预处理。随后,对图像应用改进的Sobel算子进行初步的边缘检测,获取边缘的粗略坐标信息。接着,采用改进的插值法亚像素边缘检测算法对这些粗略坐标进行细化,得到更精确的坐标信息。然后,利用最小二乘法对这些精确坐标进行直线拟合,得到图像中的四个角点。最终,通过对这些角点的位置关系进行判断和分析。实验结果表明,本系统可以稳定进行碳毡装配检测,具有一定的鲁棒性。     

刀具磨损的机器视觉监测研究

为提高铣削加工时的刀具利用率、降低刀具成本,提出采用机器视觉技术在机监测铣刀磨损状态,及时更换刀具。建立刀具磨损监测系统,由电荷耦合器件(Charge coupled device,CCD)相机获取刀具磨损图像,通过图像预处理、阈值分割、基于Canny算子和亚像素的边缘检测方法建立刀具磨损边界,提取刀具磨损量。开展GH4169镍基高温合金铣削实验,将监测系统检测的磨损量与超景深显微镜的测量结果进行比对,结果表明:该系统具有较高的检测精度,可实现铣削加工时刀具磨损状态的在机监测。     

PCB焊点的机器视觉精密定位系统

针对工业上PCB焊点定位问题,搭建了PCB焊点的机器视觉精密定位系统,提出了包括硬件系统、软件系统和图像处理算法的技术方案。通过亚像素级焊点轮廓检测、运动台四轴联动控制等手段,硬件、软件、算法三位一体相结合,提高系统的定位精度。开展了精度标定实验和焊点定位实验,证明了该系统在定位速度和精度上的可行性。     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。     

作动器齿环的机器视觉检测系统设计与应用

基于计算机视觉检测原理,提出了齿环视觉检测系统总体设计方案。根据作动器齿环的结构和质量要求,采用LED背光源的照明方式,通过CCD相机和大远心镜头采集齿环图像,构建了系统的硬件部件,使用HexSight视觉软件对图像进行处理。检测结果表明,该系统能准确判断零件的缺齿、表面瑕疵等缺陷及模具编号信息,系统的检测精度可达0.03 mm,并且结构简单和操作方便,能够满足齿环精密检测的要求。     

基于机器视觉技术的微操作系统

通过研究机器视觉技术在微操作系统中的应用,分析了机器视觉在微操作系统中应用与在其他系统中应用的不同之处,介绍了微操作系统的组成结构。着重分析了机器视觉技术在系统中的具体应用,并且通过实验进行了验证。结果表明,该系统能够精确定位目标位置,有很高稳定性,为系统自动化奠定了技术基础。     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.     

基于机器视觉的平板式数粒机检测方法

以现代药品包装为应用背景,以新型平板式数粒机为研究平台,以机器视觉技术为研究重点,提出了一种基于机器视觉的平板式数粒机的检测方法。该检测方法可用于药品颗粒的缺陷检测和计数算法的研究。实验结果表明,基于机器视觉的平板式数粒机检测方法可达到用户的要求,实现高速度、高效率、高精度的在线检测计数。     

基于机器视觉的汽车门锁自动检测系统研究

为了解决汽车门锁人工检测劳动强度大、效率和精度低的问题,设计了一套基于机器视觉的汽车门锁自动检测系统,该系统由硬件系统和软件系统组成。针对门锁表面对比度低、装配件多和结构复杂的问题,研究了改进的距离保持水平集图像分割算法和改进的SIFT图像匹配算法,最后将这些算法在计算机中编程实现,完成图像处理软件与系统界面软件设计。测试结果表明,该系统硬件选型合理,软件稳定性好、效率高,提高了汽车门锁检测的效率与精度,具有很高的实际意义和经济价值。同时,该系统也可推广到其他工业装配件的质量检测中。     

基于机器视觉的隧道衬砌裂缝检测算法综述

《公路隧道养护技术规范》中明确指出隧道裂缝的调查是专项检查项目之一。目前常采用人工检测,漏检不可避免,为克服此缺点,用机器视觉的方法实现自动化检测已成为近年来该领域里国内外主要研究手段。在机器视觉研究方法的背景下,对目前国内外关于隧道混凝土衬砌裂缝检测算法的研究进行了较全面的综述,包括衬砌图像预处理、裂缝的检测、干扰的剔除、裂缝宽度的测量及误差分析4个部分,并对所采用的算法进行了优势及不足的比较,最后给出结论和未来设想。     

A machine vision system for tool wear assessment

Automated tool condition monitoring is gaining considerable importance in the manufacturing industry. This can be attributed to the transformation of manufacturing systems from manually operated production machines to highly automated machining centres. Modern image processing techniques and machine vision systems can now enable direct tool wear measurement to be accomplished in-cycle. Such a system, characterized by its measurement flexibility, high spatial resolution and good accuracy, is presented here. The system consists of a fibre-optic light source to illuminate the tool and a CCD camera (used in conjunction with a high resolution video zoom microscope) to capture the reflected pattern. The extent of the flank wear land has been determined using both textural and gradient operators; a texture operator has been implemented in the final system.     

基于机器视觉的玻璃缺陷检测

随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。     

机器视觉实时问题的对策与研究方法综述

机器视觉已经广泛应用在许多行业,由于图像处理的数据是海量的,处理图像的速度一般比较慢,但一些领域要求开发的机器视觉系统是实时的.为此,本文针对实时问题,从硬软件与算法几个方面,沿着机器视觉过程的每个环节,对相关的对策与研究方法作了阐述与总结.最后指出实时性不仅仅是一个机器视觉系统所考虑的一个方面,往往还应兼顾其它性能.     

基于机器视觉的高精度微纳光纤直径实时测量

针对传统微纳光纤直径测量方法操作复杂、重复性差且易于损伤光纤等问题,开发了一套基于机器视觉的微纳光纤直径测量系统。首先,对系统采集的图像进行预处理和二值化分割,其次,通过Canny边缘算子实现微纳光纤边缘初定位,最后,基于改进Zernike矩的亚像素检测方法精确定位了亚像素级边缘。此外还提出了结合Hough变换与最小二乘法的算法拟合亚像素级边缘点的方案,将系统微纳光纤直径测量精度提升至纳米级。实验测量结果表明,该系统可实现3.51%以内误差的自动化测量,运行时间为2.671 s,更适用于微纳光纤尺寸的高精度实时测量。     

基于DSP的车辆轮毂跳动量检测系统

针对传统轮毂跳动量检测设备系统复杂、检测结果精度低的缺点,对传统轮毂跳动量检测机的机械结构、检测方法进行了研究,分析了基于谐波分析法实现轮毂跳动量检测的原理,提出了一种基于DSP控制技术的轮毂跳动量检测系统。根据检测原理设计了以DSP芯片为核心的检测系统的测试平台,并利用该测试平台进行了实验。实验结果表明,基于DSP的新型轮毂跳动量检测机简化了系统,实现检测系统集成化,同时提高了检测系统的检测精度,为进一步实现自动化检测奠定了良好的基础。