面向异形玻璃的视觉引导算法研究

提出一种面向异形玻璃基于形状模板的匹配方法和奇异值分解的迭代匹配方法的轮廓度误差视觉测量算法,该算法可以识别定位各种各样的异形丝印玻璃。首先,在图像中使用基于Sigmoid函数的亚像素边缘检测方法来拟合产品的亚像素边缘,接着使用基于形状的模板匹配方法来进行粗匹配,再在粗匹配的基础上使用SVD算法得到图像的旋转平移矩阵,进行精匹配。最后计算相关对应点之间的距离作为匹配精度。     

基于机器视觉的车道线检测算法

针对智能车辆视觉导航系统中的车道保持问题,采用图像处理技术检测结构化道路上的车道线,详细介绍了感兴趣的选取,通过对图像进行边缘检测,再结合Hough变换技术检测当前车道线,结果表明,用结合边缘检测和Hough变换来检测车道线,具有很强的鲁棒性和抗干扰性。     

基于机器视觉的工件角度检测方法研究

随着工业自动化的快速发展,工件角度视觉检测技术日益受到重视。边缘检测和边缘识别是角度视觉检测精确性的关键因素。以角度块规为研究对象,首先进行图像采集及灰度化处理,其次利用5种常见边缘检测算子实现边缘检测,然后利用最小二乘法与霍夫变换两种直线识别方法提取图像中夹角两条边的倾斜角,从而确定其角度检测值,最后获取10种组合方法的决定系数和回归估计标准误差并进行分析。结果表明,Canny算子最小二乘法的决定系数和回归估计标准误差分别为:0.9995和0.326°,优于其它9种组合方法。因此,该组合方法更适用于角度视觉检测方面的应用,为工件角度检测技术进一步发展提供理论依据。     

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。     

基于机器视觉的汽车橡胶密封条边缘检测研究

本文针对依据图像采集原理生成的仿真图像和汽车橡胶密封条图像,使用各种经典边缘检测算法分别对其进行边缘检测,深入分析检测结果。对算法的定位精度、计算时间和抗噪声能力进行比较研究。分析和讨论的结果为在机器视觉中检测质量合格的橡胶密封条边缘提供了可靠的理论依据。     

基于机器视觉的螺纹参数检测

依靠机器视觉技术,对螺纹检测的图形处理技术进行了研究,提出了螺纹多参数的检测方法.介绍了图像处理技术中的预处理、边缘轮廓提取、参数标定等技术,并研制了相应的检测软件.实验结果表明该软件能对螺纹进行实时、高速地检测.     

机器视觉中的边缘检测技术研究

边缘检测是机器视觉中必不可少的环节,是一种重要的图像预处理技术。介绍图像边缘检测技术的发展历程,总结一些典型的边缘检测算法的特点,讨论它们的机理和优劣以及边缘检测技术的最新发展动态及方法。     

基于机器视觉的元件角度偏移算法研究

为了能为位置控制提供精确的补偿数据,使贴片元件能够更准确地贴装在PCB板上,需对视觉系统中元件检测摄像机拍下的元件图像进行图像预处理得到偏移的角度。实现方法是：先对图像进行增强、阈值分割、边缘检测及用八邻域法提取部分边界,然后利用最小二乘法线性拟合原理对提取的边界进行直线拟合得到斜率,进而得到贴片元件偏转的角度。     

基于机器视觉和改进形态学边缘检测算法的钢球缺陷检测技术研究

为提高钢球表面缺陷检测的效率和准确性,设计一种基于机器视觉的钢球表面缺陷分拣系统。对钢球表面图像进行图像分割、平滑去噪和二值化预处理,获取钢球表面图像的准确信息,并采用改进的中值滤波算法去除噪声;利用小波变换和多尺度形态学融合算法进行钢球表面缺陷的边缘检测;通过该融合算法和其他算法的检测结果对比和客观数据评价,验证了本文所提算法能够有效保留图像真实细节,并满足钢球分拣系统的需求。     

基于机器视觉的车灯定位误差检测方法研究

本文对图像处理技术的概念、特点、构成进行了概述，对现有的经典图像分割和识别方法进行了介绍，着重讨论了曲线拟合的方法在车灯面形定位误差检测中的应用。利用相关系数在真实匹配点附近的统计特性，通过对相关系数进行曲线拟合，根据其一阶导数确定最大相关系数所在的位置，快速得到亚像素匹配点。与逐步搜索法相比，该方法大大减少了运算次数，提高了数字图像相关运算的速度。     

基于机器视觉盘纸直径和宽度尺寸检测研究

为解决实际运用中人工检测盘纸直径和宽度精度不准、耗费人力资源的问题,提出一种基于视觉盘纸直径和宽度尺寸检测的方法,以提高检测的效率和精度。该模型以霍夫圆检测与Canny边缘检测算法为基础,提取盘纸轮廓实现对圆心坐标、直径和宽度尺寸的检测。运用图形细化提取轮廓骨架,确定边缘像素特征点坐标,运用最小二乘法对特征点坐标曲线拟合,标定极限偏差,判定产品的合格性。实验结果显示,该检测模型的直径检测精度在2 mm,宽度检测误差在0.8 mm范围之内的收银纸检测准确率稳定,符合实际运用要求,对节约人力、提高经济效益、解决人工检测等方面的问题均具有重要意义。     

基于机器视觉的车灯定位误差检测方法研究

本文对图像处理技术的概念、特点、构成进行了概述,对现有的经典图像分割和识别方法进行了介绍,着重讨论了曲线拟合的方法在车灯面形定位误差检测中的应用.利用相关系数在真实匹配点附近的统计特性,通过对相关系数进行曲线拟合,根据其一阶导数确定最大相关系数所在的位置,快速得到亚像素匹配点.与逐步搜索法相比,该方法大大减少了运算次数,提高了数字图像相关运算的速度.     

基于机器视觉的活塞杆同轴度误差检测研究

针对活塞杆制造过程中同轴度检测出现的精度低,效率低问题,提出了基于机器视觉技术的活塞杆同轴度误差检测方法,并建立了同轴度误差数学模型。采集活塞杆图像并进行边缘特征提取;将基准圆柱表面分解成240个连续的横截面,待测圆柱表面分解成110个连续的横截面;基于最远Voronoi图计算出每个截面的最小外接圆的圆心,并用最小二乘法拟合出活塞杆圆柱面的轴线。以此方法获得基准轴线,求得零件的同轴度误差,并以某型号的活塞杆进行实验分析,结果与三坐标测量机(CMM)测得的误差结果相吻合,表明该方法可以有效、正确地进行同轴度误差的评定。     

基于机器视觉的车灯定位误差检测方法研究

本文对图像处理技术的概念、特点、构成进行了概述,对现有的经典图像分割和识别方法进行了介绍,着重讨论了曲线拟合的方法在车灯面形定位误差检测中的应用。利用相关系数在真实匹配点附近的统计特性,通过对相关系数进行曲线拟合,根据其一阶导数确定最大相关系数所在的位置,快速得到亚像素匹配点。与逐步搜索法相比,该方法大大减少了运算次数,提高了数字图像相关运算的速度。     

薄片零件尺寸机器视觉检测系统中边缘检测技术的对比研究

以高斯模糊的仿真图像和薄片零件图像为评价图像．分别用Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Laplacian算子、LOG算子、数学形态学边缘检测方法进行边缘检测,对边缘检测结果进行了深入分析,对算法的边缘定位精度、抗噪声能力和计算时间进行了比较。数学形态学边缘检测方法能获得单像素宽连通的轮廓,检测时间分别为0．0521s、0．457s。选择数学形态学边缘检测方法作为薄片零件尺寸机器视觉检测系统的边缘检测方法是合适的。     

基于机器视觉的瓶盖表面检测技术的研究

文章通过视觉检测系统的引入,设计了一套基于机器视觉的瓶盖表面检测系统,通过使用梯度搜索边缘,块分割寻找旋转特征点,以及旋转匹配等方法,实现了对瓶盖表面种类的区分,以及是否有瑕疵的识别,并在工业现场获得了较好的实际检测效果。     

基于机器视觉的硅钢板边浪平直度测量方法

针对硅钢生产过程中存在的边浪平直度难以检测问题,提出了一种基于机器视觉的硅钢板边浪平直度测量方法。在辅助光源照射下使用相机采集边浪图像信息,强化边浪的图像明暗特征,提高检测精度的同时实现非接触式测量。同时提出了一种基于轮廓检测的硅钢板边浪平直度算法,首先利用种子点生长法的思想对边浪区域进行轮廓定位;其次对图像进行 3 个尺度的高斯滤波,重建图像,增强轮廓细节;最后基于优化的 Canny 边缘检测方法对边浪实现自适应阈值轮廓提取,计算平直度,从而实现非接触式高精度边浪平直度测量。将平直度测量仪测量结果与该方法结果进行对比,结果表明,所提方法平直度测量误差不超过 0.05% 。     

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。     

基于机器视觉的隔水管法兰端面位姿检测

为提高隔水管抗压检验效率,引导完成待测隔水管在隔水管检验检测装置上的在线自动对接,提出基于机器视觉的隔水管法兰端面位姿检测方法。首先通过基于形状的模板匹配算法定位出待测隔水管法兰端面的定位坐标和定位角度,同时使用图像金字塔对算法进行加速。然后使用单目三维重建技术将像素坐标系下的模板坐标及定位坐标转换到世界坐标系中,并计算出引导待测隔水管精确对接到隔水管检验检测装置上所需的位移量和旋转量。针对隔水管与注水端进行了仿真试验检测和现场试验检测,试验结果表明,该方法实现了快速精确的隔水管法兰端面位姿检测,在工程实践中具有很强的实用性。     

基于机器视觉的锭坯轮廓在线检测系统研究

喷射成形是一种基于快速凝固技术的高温合金、高性能材料制备工艺,对喷射成形过程中沉积锭坯的轮廓及其形状特征进行实时、准确地检测是实现喷射成形工艺稳定性控制的关键。基于机器视觉技术研究了喷射成形锭坯轮廓在线检测方法,设计了视觉检测系统结构,对喷射成形生产环境下的锭坯轮廓图像处理算法进行了研究,提出了锭坯轮廓特征提取方法。实验和测试表明,轮廓及直径、喷射高度的检测精度可达1 mm,算法平均运行时间为0.83 s,可以长时间稳定地在线检测沉积锭坯的轮廓。