基于嵌入式机器视觉的多瓶口缺陷检测系统设计

目的 为了解决瓶口质量人工检测效率低且不稳定的问题。方法 采用HD-SDI的高清视频图像技术设计一种基于频率为70 MHz的STM32硬件检测系统,通过对视频读入、256 MB存储、29.97帧的视频输入输出和报警等硬件电路的设计,基于此搭建视频处理主流程、通信程序和图像处理的一系列软件算法来实现瓶喉口的缺陷检测,通过单张相片中塑料瓶口边缘轮廓来对比分析系统的可靠性。结果 实验证明,系统可以在0.26 s内识别1个瓶口,生产线产出速度为2.4 s/个。结论 该系统可以稳定、实时地检测多个瓶体口缺陷效果。     

基于机器视觉的编织袋表面缺陷检测系统设计与实现

目的 针对编织袋生产中表面缺陷检测效率和精度低等问题,应用机器视觉技术于编织袋表面缺陷检测,进而提高编织袋的生产效率。方法 基于机器视觉设计编织袋表面缺陷检测系统:首先为了降低背景灰度变化对缺陷检测的影响,研究一种同时具有噪声滤除与图像增强功能的预处理算法;其次选取二维最大熵值法对预处理后的编织袋图进行分割,并采用改进遗传算法对它进行优化以增强算法的收敛速度和效果;然后利用特征提取结合形态学处理的方法实现了编织袋表面缺陷的识别与分类;最后应用连通域进行分析,对分类出的缺陷进行统计与定位以获取缺陷的尺寸以及位置信息。结果 采集了200个编织袋缺陷样本,采用文中编织袋表面缺陷检测系统对编织袋样本进行缺陷识别,平均识别准确率为94.0%,处理一幅编织袋图像的时间约为600 ms。结论 该系统具有较高的识别效率和正确率,可实现编织袋表面缺陷的快速检测,满足工业生产的需求。     

基于机器视觉的罐盖缺陷检测

根据金属材质罐盖制造中生产线上的工作环境和检测要求,针对目前生产线上人工检测的速度慢、效率低、准确率不高等缺点,提出了一种基于计算机视觉的罐盖缺陷检测算法,可快速准确地实现生产线上的金属罐盖的缺陷检测.具体做法是综合一系列图像处理算法,对罐盖罐口、注胶区域、内圆区域等三个主要区域进行检测.结果表明,缺陷检测的速度可达到每秒10个,从而为罐盖的缺陷生产线在线检测提供了很好的支持.     

基于机器视觉的食品包装检测系统设计

目的为提高食品外包装美观性,确保食品包装质量,基于机器视觉设计一种食品包装检测系统。方法食品包装检测系统主要包括图像获取模块、图像处理和分析模块、输出执行模块等部分。讨论图像处理的关键技术,在传统小波变换的基础上,提出一种改进算法以增强图像特征信息,提高识别率,实现食品包装边缘检测。以污染、飞墨等典型缺陷为例,论述其特征提取方法,包括圆形度、长宽比、灰度标准差等。最后进行实验研究。结果实验结果表明,所述食品包装检测系统的检测精度在99%以上,具有较高的检测准确性。结论基于机器视觉的食品包装检测系统能够满足食品包装需求。     

基于机器视觉的磁环端面缺陷检测

应用图像处理技术开发了磁环端面缺陷在线检测系统。提出了磁环端面图像的轮廓定位优化算法,求解了圆环内外径尺寸及圆心坐标,计算得到了掩模图;给出了提取磁环端面有效分析区域的掩模实现方法;测量了特征尺寸,完成了缺陷的识别;实现了磁环按尺寸规格的分类。实验结果表明,该系统及算法能较准确地识别缺陷,其检出率为97.43%,误检率为2.19%。     

铣刀机器视觉检测系统设计

铣刀检测是铣刀生产的关键环节之一,针对传统铣刀检测过程中暴露的自动化程度低、效率低等问题,提出了基于机器视觉检测系统的检测方法.论文对系统的总体方案进行了设计,研究了系统的工作原理,并对系统硬件软件进行设计,最后通过实验分析得出结论.实验结果表明,通过视觉检测系统可以检测出铣刀是否合格,并且此法比传统方法有明显的优越性.     

基于机器视觉的车距检测系统设计

为了探测前车车距,采用机器视觉方式,以 CCD构造单目成像系统采集前车图像,以检测车牌在图像中像素的数量方式实现车距的测量。系统以单目摄像头的成像模型,通过物像位置关系及大小关系,建立车牌图像与车距信息之间的模型;以CCD成像原理,建立车牌图像与传感器像元像素之间的模型。由此构建测距检测算法模型。采用MATLAB软件平台设计人机交互界面,对采集图像进行预处理提高图像的对比度;通过匹配连通域等算法,对车牌进行定位、分割,检测车牌水平方向像素数量;在此基础上,采取小孔成像原理计算车距的大小,并显示在软件平台上。实验证明了本系统能对前车图像进行分析从而计算出车距,该系统对3 m之外的车距检测平均误差为4%。     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

基于机器视觉的半导体表面缺陷检测研究

半导体的广泛应用使得人们对其质量要求越来越高。半导体生产过程中塑封表面缺陷的检测得到更多生产厂家的重视。本文对SOT-23封装式半导体的表面塑封缺陷进行了研究,改进并优化半导体质量缺陷检测系统,通过边缘检测算法提取半导体管体的塑封边缘,确定被检管体的位姿,缩小检测范围,使用基于边缘点的模板匹配算法来判断字符的完整性,最后利用差影法准确地检测出塑封缺陷。经工厂试用后,结果显示此系统能有效地检测出表面质量缺陷。目前此系统已在工厂正式使用。     

基于机器视觉的IC卡印刷缺陷检测

针对工厂对IC卡印刷表面经常出现的印刷缺陷检测需求,介绍一套基于视觉的自动检测IC卡上污点、拖墨、色差、套印四种主要缺陷的系统的研究。并使用数据库记录功能解决定位缺陷来源的问题。配合工位采用差影法获取缺陷图像,对点线缺陷的分析,提出基于行间行程差单次扫描连通域分析法解决点线缺陷统计问题;对色差缺陷识别,提出基于印刷色差公式的多区域综合识别方法;对套印缺陷,提出基于神经网络识别缺陷字符并对比缺陷图像与标准图像横纵投影。最后,对500张卡片进行测试,测试结果证明本文的算法检测速度和精度相比于传统人工检测有非常大的提高。     

基于机器视觉的推力轴承垫圈缺陷检测系统研究

为实现推力轴承垫圈表面缺陷自动检测,解决检测过程人工效率低、准确性波动大的问题,设计一套推力轴承垫圈表面缺陷检测及分类系统.针对垫圈表面图像背景复杂,干扰较多难以提取缺陷等问题,用最小二乘法圆拟合提取圆环形感兴趣区域,通过傅里叶变换、低通滤波器和傅里叶逆变换对图像卷积滤波从而抑制干扰;然后基于多个形状指标和多个阈值提出...     

基于机器视觉的漆包线线径在线检测系统设计

针对人工检测漆包线线径的过程中存在精度低、检测效率低和增加企业人工成本的问题,设计一套基于机器视觉的漆包线线径在线检测系统。通过对漆包线震动问题的研究,设计漆包线定位板,利用LabVIEW及IMAQ vision模块开发漆包线在线检测系统的相关软件。实现漆包线的图像采集、处理、尺寸测量、数据传输、数据存储等功能。通过在企业的现场测试表明:系统检测相对误差为–0.056%,绝对误差–0.000 09 mm。满足合作企业检测范围(0.162±0.001) mm的要求,该系统可用于漆包线线径的在线检测。     

基于机器视觉的竹材尺寸测量系统设计

为适应竹材加工过程的竹材剖分自动化需求,该文提出将机器视觉技术应用到竹材图像实时处理与显示中,并设计一种新的算法来测量竹材的尺寸参数。首先,针对采集图像存在的噪声,采用选择式掩模平滑法进行去噪并保护边缘信息;然后利用Sobel算子提取竹子的内外轮廓,通过二值化分割图像的目标和背景,并按照新的算法获取竹材尺寸大小;最后通过VC++编写的软件界面显示采集和处理后的图像及测量数据,并存储在数据库里。试验结果表明:软件设计采取的数字图像处理算法能有效滤除噪声,保留感兴趣的目标,而新的测量算法能高效快速精确地计算竹材的尺寸参数,为竹材自动化剖分的实现提供有效途径。     

基于机器视觉的自动插件系统设计与研究

以SCARA机器人、机械夹爪、摄像机CCD为硬件基础,搭建了基于单目视觉的SCARA机器人自动识别和定位插件系统平台,并利用摄像机参数标定和建立的抓取系统参数化模型,将CCD摄像机获取的工件图像坐标信息转化为机器人坐标系下的抓取位置信息。本系统以Visual studio软件为开发平台,利用OpenCV视觉数据库函数进行颜色识别与定位算法开发,经测试,该视觉算法能够实现工件的颜色识别和获取工件的位置信息,并控制机器人夹爪进行目标工件的精确抓取,满足了一般工业生产中抓取工件实时性的要求。     

基于机器视觉的车道线在线识别系统设计

针对目前车道线识别系统因处理对象为离线图像或视频文件而难以实现车道线在线识别的问题,大多数车道线识别算法为了减少图像处理运行量,通常选取固定的兴趣区域（region of interest,ROI）进行处理,导致难以适应环境的动态变化且存在不同程度的识别误差。为此,提出了一种基于机器视觉的不设定兴趣区域的车道线在线识别系统。首先,利用VBAI（Vision Builder for Automation Inspection）平台对实时采集的彩色道路图像进行预处理,完成彩色图像的灰度化、滤波及二值化处理。然后,建立图像坐标系,并构建多条向外发散的灰度值采集线,灰度值采集线与车道线相交处的灰度值会发生较大改变,当某点的灰度值高于设定的灰度阈值时,记该点为边缘突变点。接着,借助直线拟合算法对所有车道边缘突变点进行拟合以完成车道线识别,并求解两侧内车道线的远方消失交点坐标和车辆行驶偏离车道中心线的相对航偏角,当相对航偏角超过不同等级的安全阈值时,系统人机交互界面的提示框呈现不同的颜色以进行提醒或预警。最后,借助LabVIEW进行API（application programming interface,应用程序接口）脚本调用,实现图像处理程序的连续运行与车道线在线识别。试验结果表明,所提出的车道线在线识别系统的识别准确率达98.41%以上,相对航偏角的测量误差小于0.056°,图像处理速度达42帧/s以上,兼具识别的准确性与实时性。综上可知,基于机器视觉的车道线在线识别系统可有效识别出不同环境路面的车道线,并实现行驶偏离预警,可将其应用于基于自动驾驶技术的车道保持辅助（lane keeping assist,LKA）系统。     

一种基于机器视觉的平面加工机床控制系统的设计

针对服装、包装等加工行业中须将人工测量的纸质图纸或模型样件的尺寸信息录入计算机并转换成电子加工图纸而导致的加工周期长、生产效率低的问题,提出了一种基于机器视觉的平面加工机床控制系统,以实现对纸质图纸或模型样件的快速检测。采用“ARM+DSP”方式搭建了主从式运动控制系统,设计了系统各部分功能模块。构建了“工控机+工业CCD （charge coupled device,电荷耦合器件）相机+光源控制”的视觉检测系统,结合FAWS（feature adaptive wavelet shrinkage, 自适应特征的小波收缩）算法和麻雀搜索算法提出一种改进的FAWS算法进行图像降噪,并采用Canny算法进行图像边缘检测,实现图像轮廓的准确提取。设计了图像轮廓提取、轮廓数据转换为加工数据、数据通信等处理程序,实现了基于机器视觉的快速检测以及在系统加工过程中的人机交互。最后,对系统进行了实验测试,对实际加工效果进行了评价。结果表明,采用所研制的平面加工机床控制系统不仅能显著提高生产效率,而且能减小图像轮廓的误差。其性能稳定可靠,具有一定的工程实用价值。     

基于LabVIEW的机器视觉系统的标定

当利用机器视觉系统进行几何量的测量时,得到的结果是以像素为单位的.要得到实际的测量值,必须首先对系统进行标定,标定的精度决定了测量的精度.基于LabVIEW平台的标定方法能克服传统方法对畸变图像标定的局限性,将畸变的图像方便快捷地标定,标定的结果保存为Png文件,可以方便地调用.主要就标定的步骤以及相应的LabVIEW节点的使用方法进行了描述,分析和测试结果与传统的方法进行了比较,说明该方法是可行的.     

Integrated color defect detection method for polysilicon wafers using machine vision

For the typical color defects of polysilicon wafers,i.e.,edge discoloration,color inaccuracy and color non-uniformity,a new integrated machine vision detection method is proposed based on an HSV color model.By transforming RGB image into three-channel HSV images,the HSV model can efficiently reduce the disturbances of complex wafer textures.A fuzzy color clustering method is used to detect edge discoloration by defining membership function for each channel image.The mean-value classifying method and region growing method are used to identify the other two defects,respectively.A vision detection system is developed and applied in the production of polysilicon wafers.     

机器视觉自动监控仪表交变压力试验

设计了一个基于实验室虚拟仪器集成环境软件的仪表交变压力监视系统。通过使用机器视觉自动监控试验中的仪表状态,使检定人员免于长时间守在被测仪表旁边,从而减小了在压力仪形式试验中检定人员的工作强度。该系统同时可以根据机器视觉系统得到的数据测得仪表的交变次数,使测试数据更加可靠。     

Vibration based damage detection of rotor blades in a gas turbine engine

This paper describes the problems concerning turbine rotor blade vibration that seriously impact the structural integrity of a developmental aero gas turbine. Experimental determination of vibration characteristics of rotor blades in an engine is very important from fatigue failure considerations. The blades under investigation are fabricated from nickel base super alloy through directionally solidified investment casting process. The blade surfaces are coated with platinum aluminide for oxidation protection. A three dimensional finite element modal analysis on a bladed disk was performed to know the likely blade resonances for a particular design in the speed range of operation. Experiments were conducted to assess vibration characteristics of bladed disk rotor during engine tests. Rotor blade vibrations were measured using non-intrusive stress measurement system, an indirect method of blade vibration measurement utilizing blade tip timing technique. Abnormalities observed in the vibration characteristics of the blade tip timing data measured during engine tests were used to detect the blade damage. Upon disassembly of the engine and subsequent fluorescent penetrant inspection, it was observed that three blades of the rotor assembly were identified to have damaged. These are the blades that exhibited vibration abnormalities as a result of large resonant vibration response while engine tests. Further, fractographic analysis performed on the blades revealed the mechanism of blade failures as fatigue related. The root cause of blade failure is established to be high cycle fatigue from the engine run data history although the blades were put into service for just 6 h of engine operation.