计算机视觉技术在发动机缺陷检测系统中的应用

利用计算机视觉技术及相应的机械伺服系统,对汽车发动机缸孔表面缺陷进行检测,其主要解决的问题是:缸孔图象区域分割,二值化图象阈值的选取以及目标缺陷的确定.针对以上问题,采用直方图均值适应法选取二值化阈值,对识别出的缺陷进行标定,并通过拟合方程得到缺陷的实际尺寸并最终确定出目标缺陷.实验结果表明此方法克服了传统检测方法的不足,是一种准确性和自动化程度较高的检测方法.     

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。     

基于计算机视觉的间距检测

目前轿车等速万向节传动轴总装流水线上的检测依赖人工检测 ,对于现代工业的大批量、高品质的生产要求 ,这显然是不相适应的。基于计算机视觉的检测是自动化的在线检测 ,提高了检测精度和劳动生产率     

基于计算机视觉的FMS生产零件状态检测系统

计算机视觉检测AVI(AutomatedVisualInspection)技术是计算机检测的新发展,它使检测更具智能化、柔性化。文中介绍融AVI技术于FMS的生产零件状态检测系统,是计算机视觉技术在机械制造中零件检测的使用。     

基于计算机视觉的间距检测

在现代工业、国防、医学、空间技术等领域计算机视觉有着广泛的应用前景。特别近年来,高分辨率ＣＣＤ摄像机的开发,计算机性能的不断提高,数字图像处理技术的快速发展和ＰＬＣ控制器的应用,使得计算机视觉技术在工业领域自动控制及检测方面越来越被重视。本文介绍的是计算机视觉技术被应用于轿车等速万向节传动轴总装流水线上的自动检测实例。检测工作原理传动轴在总装后,要求对两橡胶护套内侧间距、４个夹箍松紧状态等进行检测,限于篇幅,仅讨论其中两橡胶护套内侧间距的检测。而两橡胶护套内侧是由两夹箍夹箍２和夹箍３固定的,实际…     

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。     

基于计算机视觉的检测装置

从“钢球测漏装置”自动检测系统的研制开发过程出发,简要介绍了该系统设计以及基于计算机视觉的图像处理的基本方法和手段,通过模式识别系统的预处理,特征提取,区域划分,分类,决策等步骤,简要阐明了该图像处理软件的核心部分－检测算法的设计过程。最后表明了此装置的实际效果和应用推广价值。     

基于视觉感知的表面缺陷检测综述

基于视觉感知的表面缺陷检测,具有高效、可防止二次损伤等优点,被广泛应用于各种工业场景中。近年来深度学习技术的快速发展进一步推动了视觉缺陷检测的进步与应用。以特征的显式提取与自动提取为思路,对基于视觉感知的缺陷检测方法进行综述和分析。首先,简要描述了视觉缺陷检测系统的基本构成,将缺陷检测中的视觉感知归为分类、目标检测和分割3个层次。然后,将现有的视觉检测方法分为基于显式特征提取的(传统方法)和基于自动特征提取的(深度学习方法)。进一步,将基于显式特征提取的方法分为统计法、谱方法和模型法3类,将基于自动特征提取的方法分为整图分类的、目标检测的和像素分割的方法。对每一类方法的特点和适用场景进行了归纳总结与分析。同时,针对工业应用中数据获取成本高的问题,介绍了近年来出现的弱监督缺陷检测方法与异常检测方法,并介绍了具有较大影响力的工业表面缺陷数据集。最后,针对如何减少对大量标注数据的依赖和如何提高检测方法在工业现场的适用性两个关键问题展开讨论,展望了该领域下一步的研究方向。     

基于视觉传感的焊缝中心识别技术研究

在焊接过程中通过CCD视觉传感器获取熔池和焊缝图像，采用多种滤波去噪技术和边缘检测技术对图像进行滤波和边缘检测试验，并对各种处理方法进行了比较和分析，得出了一种相对最佳的实时识别焊缝特征的组合图像处理方法。试验结果表明，对焊接图像采用wiener滤波和Canny边缘检测能较好的提取焊缝中心位置的特征信息。     

基于计算机视觉的织物疵点自动检测的研究方法

织物疵点采用自动检测代替传统的人工检测是纺织品质量控制和管理的重要环节,同时又是纺织自动化的重要标志之一。简要综述了近年来计算机视觉在织物疵点领域的应用和发展情况,着重讨论了自动检测技术近期所涉及的各种方法及其在疵点检测上的应用。开发适合我国的织物疵点自动检测系统,具有深远意义。     

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。     

基于机器视觉的自动导引车辆障碍物检测

给出了一种利用机器视觉技术来检测AGV可导航区域和障碍物的方法。这种方法对检测出的角点和轮廓特征进行跟踪确定同一场景不同图像中特征的对应关系。利用投影不变性原理检测出共面的5点，然后计算出地面在两幅图像中投影的变换关系。利用此变换关系预测角点的位置并将其与实际的位置比较判断其是否在地面上，据此对初始检测出的地面区域进行生长，得到初始的可导航区域。利用轮廓跟踪和匹配的结果进一步判断检测到的目标是否是障碍物。试验表明，该方法计算量适中，结果可靠。     

基于计算机视觉的道路标志线车载检测系统与算法设计

提出一种在结构化道路情况下的道路标志线检测系统。选择中值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。选用2D的直线模型,采用增强型Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。建立粗略和精细的感兴趣区域提高道路标志线识别的可靠性和实时性。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。     

基于3D视觉的车载雷达PCB焊点缺陷检测系统研究

本研究采用将焊点三维特征提取与人工神经网络模型两种检测方法相结合的方式进行车载雷达焊点缺陷检测,克服了基于三维特征提取检测方法准确率低、基于人工神经网络检测方法对样本质量和数量要求高的缺点,具有在样本数量较少的情况下达到较高的检测准确率以及随着样本数量的积累增加检测准确率不断提升的优点。     

基于计算机视觉的机械零件平面曲线检测和识别研究

采用CCD对实际的机械零件的一段曲线摄像,并通过图像处理技术,使该图像转变为计算机可以进行数值化处理的单像素图像,最后得到该图像的拟合曲线和代数多项式数学表达式,实现了对平面曲线的检测和识别。     

基于机器视觉的二维尺寸检测

借助CMOS工业相机、光学镜头、计算机以及Open CV等搭建了一套机器视觉检测简易系统,采用了一种针对两孔零件的测量方法。经试验得出:精度可达0.009mm,重复性误差可达0.0215mm,用该系统测量已检测合格的300个零件,满足检测要求,说明该检测系统具有一定的可行性。     

基于机器视觉的激光植球系统标定

构建了一个基于机器视觉辅助定位的激光植球系统。通过试验发现，整个系统的定位误差主要由机器视觉中透镜畸变和X—Y定位平台的装配误差引起。对于透镜畸变，引入了基于直线方法的图像畸变校正算法进行校正；对于非垂直的X—Y定位平台，通过基于机器视觉的软件补偿算法来校正X—Y定位平台的装配误差。最后，给出了试验对比数据和试验结果，验证了整个系统的标定效果。     

基于机器视觉技术的药片包装缺损检测系统的研究

介绍了机器视觉的概念及基于机器视觉技术的药片包装缺损检测系统,并给出了系统的硬件组成、控制系统软件模块结构及其工作过程。