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。     

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Otsu算法的游标卡尺缝隙检测

工业检测过程中,根据分辨率的高低,采集的图像分为加工纹理清晰和模糊两种情况。提出一种基于改进Otsu算法的游标卡尺卡爪缝隙检测方法,基于四叉树理论解决目标像素点较少时Otsu算法效果不好的问题。高分辨率图像下的游标卡尺表面纹理清晰,难以区分纹理特征和缝隙特征。为解决此问题,对采集的缝隙图像进行预处理,利用改进Otsu计算其阈值,进行边缘检测、缝隙特征提取和直线拟合,以完成对游标卡尺缝隙的自动检测和准确识别。建立一套实验装置,利用纹理清晰的缝隙图像验证所提缝隙检测方法的有效性。结果表明：该算法可以实现对缝隙边缘的精确自动提取和检测,同时单张图片的检测时间约为400 ms,满足工业实时检测的要求。     

基于二维属性直方图的铸件X射线图像的缺陷提取

针对铸件X射线图像对比度低、边缘模糊、噪声多等特点,提出了基于二维属性直方图的最大相关准则图像分割算法。首先利用最大熵法得到的阈值构造图像的属性集,然后由原始图像及其属性集构造二维属性直方图。通过最大化图像的二维属性直方图中目标和背景分布的相关量来选择阈值向量。同时,为了节省二维阈值算法的计算时间,给出了递推算法,此算法减少了大量的重复计算,有利于该算法的实时应用。对铸件中气孔、缩孔和杂质三种缺陷进行了分割,试验结果表明,该算法能够快速、准确地分割出铸件图像中的缺陷。     

水下焊缝自动跟踪路径的识别

为满足水下焊缝自动跟踪的需要,设计了一个视觉系统。该系统采用卤钨灯作辅助光源照射焊接电弧前方一定距离处的待焊焊缝．配合复合滤光片进行滤光,能拍摄到较为清晰的焊缝图像。提出了一个基于边缘邻域平均值的算子,用于图像的边缘增强。运用改进的遗传算法计算图像类间方差,求出最佳阈值进行图像边缘分割,能较好地保留图像弱边缘．有效地减少计算时间。对分割后的焊缝图像,提出一种基于待焊焊缝宽度等特征的识别方法,能克服焊接弧光、飞溅、水流、气泡等干扰,识别水下待焊焊缝．准确地获取待焊焊缝中心线．为进一步实现水下焊接的自动化打下了基础。     

基于OpenCV的焊缝图像识别算法研究

针对自动焊机器人的视觉引导问题,提出了一种基于OpenCV计算机视觉库的焊缝识别算法。焊缝边缘是焊接图像识别中的重要特征,文中使用分水岭算法进行前景检测与图像分割,Canny算法进行边缘提取,Hough直线检测算法提取焊缝边缘特征,实现对焊缝的图像识别,并加入自动阈值提高算法适用性。识别程序通过Python语言实现,结果表明,该算法计算效率高、适用性强,可以满足机器视觉引导系统中的要求。     

基于嵌入式CCD和超声波的锅炉焊缝疲劳损伤检测

选择TI Keystone架构的高性能多核DSP TMS320C6678作为锅炉焊接缺陷检测系统的CCD图像处理硬件核心,设计了嵌入式CCD自动检测系统用于焊道的疲劳损伤检测。系统采用多核DSP控制器设计嵌入式CCD采集图像进行预处理、边缘检测进而提取轮廓,计算焊缝图像位置,调整执行机构和超声波探头的位置,实现焊道自动检测。     

基于激光视觉的钢结构焊缝图像处理系统

针对钢结构件品种多、批量小,焊缝形状位置一致性差,机器人重复定位过程复杂等缺点,设计了一种基于激光视觉的钢结构焊缝图像处理系统. 运用CCD工业相机和激光器,采集带有激光条带的焊缝图像,分别利用中值滤波柔化噪音,Otsu算法自适应阈值分割,开操作和形态学处理相结合去除图像中除目标像素外的小连通区域,提取激光条带的中心线,最终利用Hough变换对中心线直线拟合,得到特征点位置,并通过骨支架试验验证该技术的可行性. 结果表明,该方法可快速准确地检测到焊缝特征点,满足实际要求.     

一种基于机器视觉的滴灌带孔位在线检测方法

在内镶迷宫滴头滴灌带生产过程中,为了实现滴孔加工位置的检测和反馈控制,将机器视觉用于滴孔位置检测,提出了一种从图像泛白区域ROI多次深度提取ROI的优化识别算法。首先,通过去背景初步提取ROI,进而通过全局固定阈值分割、膨胀、闭运算和区域生长算法的合理运用,对处于光照泛白区域的滴灌带图片进行ROI提取,然后采用基于直方图的全局阈值分割算法进行边缘强化,通过Hough圆变换进一步提取滴孔位置,并通过Hough线变换以及附加约束条件提取迷宫滴头前沿位置,最后计算得到滴孔到迷宫滴头前沿的相对距离。实验结果表明,使用优化后的算法,滴孔的识别准确率达到了98%以上,滴孔到迷宫滴头前沿的距离测量误差由优化前的10%以上减小到了5%左右。     

Research on tool wear detection based on machine vision in end milling process

This paper suggests a novel technique for the tool wear measurement based on machine vision. Tool images are captured between cutting operations using a machine vision system. The gray value difference threshold is determined from the tool image itself and the reference line is found to locate the tool in the image. The edges of the tool wear region are extracted by column scanning. A method of continuity testing is used to find the correct edge position in each wear column. To achieve a more accurate result, the sub-pixel edge detection technology is adopted to extract the edges. Finaly, the tool wear parameters can be obtained after rebuilding the top edge of the wear region and determining the bottom edge of the wear region. The measurement results gotten by the proposed method are compared with those gotten by measuring directly with a microscope. The proposed scheme is shown to be reliable and effective for the automated tool wear measurement.     

基于混沌万有引力算法的制动缸自适应鲁棒控制

针对实际工况中轮对踏面径向形变挤压机车制动缸活塞及闸瓦产生的时变扰动,设计超螺旋观测器,对其实际值进行估计并对估计误差自适应模糊逼近,以削弱时变扰动。构造基于微分控制律的自适应鲁棒控制器,将其应用于制动缸闸瓦位置控制系统;采用引入混沌变异因子的万有引力算法对控制器参数进行寻优。理论分析及仿真结果表明：系统闭环各状态变量输出有界,滑模面导数收敛于0而滑模面常值收敛;控制输入平滑有界无抖振。     

基于图像特征识别的部件缺陷无损检测方法(英文)

图像处理在金属部件内缺陷无损识别检测中有重要应用,但在原始图像辨识处理中至今仍存在如边缘不清晰等诸多问题。为消除传统图像辨识中的边缘不连续,伪边缘、过分割,提出了一种基于模糊形态学的图像几何特征辨识算法。该算法基于模糊形态学辨识结构元素特征,分析各元素间的相互关系,对经预处理后的图像确定隶属度函数参数,采用最优阈值自动识别方法确定图像最佳分割阈值,以最佳阈值和路径代价函数为约束条件,缩小路径搜索范围,提高算法执行速度,借助分水岭算法重现图像边缘,辨识出图像的几何特征。最后以一种特殊的图像几何特征识别为例进行了数字仿真。仿真图像显示,经处理后的图像边缘连续,无伪边缘和过分割现象,图像更加平滑,柔和性更好。研究结果表明,该方法是可行和有效的。     

区域生长算法的改进及其在异物检测中的应用

提出一种基于区域生长的图像分割算法,并达到异物识别的目的。该算法根据不同X射线图像直方图的特征,自动选取出所需要的种子点,并且通过对已进行过区域生长的部分进行概率统计,得出合适的阈值,进行种子区域生长。相对于一般的根据每幅图像手动选取种子点以及闽值的种子区域生长法（SRG）,该算法能够快速有效地进行图像分割,异物识别率高。     

焊缝位置识别的图像处理方法设计

在基于视觉的自动焊接中，由于焊缝图像是复杂多变的，要准确得到焊缝位置选择合理高效的处理算法是非常重要的。针对这一问题为焊缝图像提出了一系列处理步骤，它包括中值滤波、自适应阈值二值化、孤点滤波、边缘检测，焊缝位置搜索五步，其中详细叙述了重要的自适应阈值二值化与孤点滤波算法。在每一步处理中都用了四幅完全不同的焊缝图像做了观察和对比，结果显示所选算法产生较好的处理效果。     

制动凸轮轴铣削专用数控系统设计

以实现汽车制动凸轮轴类零件高效生产为目标,研究制动凸轮轴凸轮轮廓的精度及技术要求,提出了以C8051F020单片机为核心的制动凸轮轴类零件的凸轮轮廓铣削的实现方法。该数控系统以计算机为上位机实现人机交互界面设计、通过时间分割法粗插补运算将轮廓分割成以坐标表示的直线段。下位机对上位机产生的直线段进行逐点比较法精插补运算,同时下位机接收上位机的控制信号进行相应的命令。对设计的主动凸轮轴数控系统的实验测试表明：此数控系统性能稳定,加工效率和加工质量均能够满足汽车制动凸轮轴的生产要求,可以在实际生产中推广使用。     

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。     

基于低秩矩阵的自适应边缘检测算法

针对传统边缘检测算法处理含噪图像存在边缘模糊、缺失等问题,为提高算法的抗噪性与边缘完整性,提出了一种基于低秩矩阵的自适应边缘检测算法。首先使用低秩矩阵理论将图像中稀疏噪声矩阵分离,在去除噪声的同时能完好保留图像边缘,再根据图像灰度采用迭代循环的方法进行阈值分割选取,最终提取出连续完整的边缘。实验结果表明,使用该算法在混合噪声情况下具有较好的抗噪声能力与算法鲁棒性,提高了边缘信息的完整性,在视觉测量的应用取得了较好的效果。     

局部环境焊缝初始位置图像识别方法

焊缝初始位置的自动识别与定位是实现智能化焊接的关键步骤之一.介绍一种边缘线相交定位初始焊缝位置的方法.通过由粗到精的2步模板匹配方法提取出焊缝初始位置区域.然后对初始位置区域进行图像处理,得到焊缝边缘特征,结合焊缝物理尺寸和摄像机参数信息分离边缘像素点并组成3个像素点集合,最后对分离出的像素点集进行最小二乘法直线拟合....