基于图像传感器的铁轨表面缺陷视觉检测算法

铁轨表面缺陷严重影响铁路系统的运行质量和安全,提出了基于图像传感器的铁轨表面缺陷视觉检测算法,并重点研究了图像增强和自动阈值分割.采用局部对比度测量法增强铁轨图像对比度,使缺陷区域明显突出于背景区域;采用改进的最大类间方差法分割铁轨增强图像,消除了更多的噪声且保持了必要的缺陷信息.实验结果表明:铁轨表面缺陷检测的准确率和检全率分别达到86.1％和91.9％.     

基于人工智能的PCB缺陷检测系统

PCB缺陷检测在现代电子信息技术中越来越重要,因此提高检测的效率和准确性是亟需研究的一个问题。针对这一问题,设计了一套基于人工智能识别的PCB故障智能检测系统。该系统首先利用硬件系统采集图像,再通过软件系统完成灰度化、中值滤波等图像预处理操作。之后利用Canny算子和霍夫变换获取边缘信息,并分割元器件图像。最后,利用事先训练好的神经网络模型实现故障识别。实际测试表明,该检测系统的准确率大于90%,因此该系统在PCB质量检测领域具有实际应用的意义。     

基于机器视觉的纺织品缺陷检测系统的研究与实现

布匹缺陷检测是纺织行业生产过程中布匹质量得以保障的重要环节,机器视觉技术的发展使得利用数字图像处理技术来检测布匹缺陷成为可能。设计通过分析摄像机采集的布匹纹理特征,应用机器视觉技术判别出布匹上的瑕疵,并进行布匹瑕疵数据分类管理。摄像机实时采集的布匹图像经过ROI提取、图像预处理、图像增强、图像分割、灰度图像二值化、提取特征区域轮廓等操作即可判别布匹中所含缺陷。     

基于FNBC分类器的PCB产品视觉检测中缺陷分类研究

针对PCB产品视觉检测中图像缺陷细微、形状复杂、特征难于提取、易受噪声影响的问题,本文把Fisher分的属性转换方法和朴素贝叶斯分类器相结合,把Fisher分的属性转换方法麻用朴素贝叶斯分类器上提出一种新的分类器——Fisher分朴素Bayes分类器（Fisher Naive Bayes Classifier,FNBC）。并将Fisher分朴素Bayes分类器应用到PCB产品视觉检测中缺陷分类中。实验表明,该方法六类缺陷混合识别率达到95．6％,高于BP神经网络的最优识别率91．8％和基于区域方法的81．3％,而且训练和分类时间短,具有重要的应用价值。     

基于机器视觉PCB裸板缺陷自动检测研究

运用参考比较法对机器视觉PCB裸板缺陷检测进行了研究。在相机摄像头下同一位置采集多幅标准PCB图像累加求平均值得到标准电路板图像,运用Harris角点算法进行标准电路板图像和待测电路板图像的配准,分别对标准电路板图像和待测电路板图像进行灰度变换、中值滤波、二值化、异或等图像处理检测出缺陷区域,然后通过形态学消除伪缺陷,实验证明,该检测方法有较高的准确率。     

计算机视觉检测技术在吻合器检测中的应用研究

提出了一种利用计算视觉检测带手柄吻合器漏针新方法。通过采用正面光源投照的检测装置,综合运用图像处理和识别方法对利用CMOS相机采集的吻合器图像进行数学形态学,图像增强等方法处理,并提出模糊局部阈值分割算法实现吻合器漏针的自动识别,并根据面积特征判别漏针数。实验表明：该方法能够对多种型号颜色的吻合器进行稳定、准确的快速检测,检测正确率可达95.6％,平均每次检测时间为2.385s,本方法实用性强,适合现代化生产的要求。     

AOI技术在PCB缺陷检测中的设计与实现

随着计算机技术和数字图像处理技术的快速发展,传统PCB缺陷检测技术因技术落后已经无法满足现代PCB质量的要求,而AOI技术以其准确、高效的特点在PCB缺陷检测中的应用越来越受到重视.主要研究了AOI技术在PCB缺陷检测中的实际应用,分别进行了硬件选择和软件系统研究,建立了基于AOI技术的PCB缺陷检测系统,采用基于轮廓对比的数据处理方法进行缺陷检测.实验证明了该系统的可行性与实用性.     

机器视觉罐体缺陷检测系统的设计与实现

随着流水线生产过程中对产品的自动检测要求不断提高,传统的人工检测从效率和准确度方面已不能满足生产需求。另外,缺陷产品流入市场,对消费者的权益和企业的发展有不好的影响。因此,利用机器视觉技术针对罐体的形状缺陷、印刷缺陷等问题,进行图像采集、图像处理和实时检测,实现快速、准确的识别并剔除有罐体缺陷的产品,提高整个生产线的效率。     

基于SIFT匹配算法的PCB板缺陷检测

图像匹配是PCB板缺陷检测中的一个重要环节,匹配效果的好坏直接影响着系统的检测结果和检测精度;为了取得良好的匹配效果和降低对系统硬件的精度要求,文章采用了SIFT匹配算法来进行图像匹配;首先应用SIFT算法获取匹配结果,然后计算出精确变换矩阵进行像素异或运算,最后运用数学形态学的方法消除边缘噪声;实验结果表明SIFT算法能够对存在畸变的图像取得良好的匹配效果,准确检测出缺陷.     

基于机器视觉的航空零件表面刮痕检测系统研究

研究一种精度高、可操作性强的航空零件表面检测系统对提高生产质量有重要的意义。本文基于机器视觉技术提出一种零件表面刮痕检测系统。此系统由软、硬件两部分组成,本文重点对软件部分的算法流程进行研究和探讨,并提出一套切实可行的方案。实验结果表明,该系统实用性强,对提高产品质量具有一定的实际意义。     

机器视觉表面缺陷检测综述

目的 工业产品的表面缺陷对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制。机器视觉的检测方法可以很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低、劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用。方法 以机器视觉表面缺陷检测为研究对象,在广泛调研相关文献和发展成果的基础上,对基于机器视觉在表面缺陷检测领域的应用进行了综述。分析了典型机器视觉表面缺陷检测系统的工作原理和基本结构,阐述了表面缺陷视觉检测的研究现状、现有视觉软件和硬件平台,综述了机器视觉检测所涉及到的图像预处理算法、图像分割算法、图像特征提取及其选择算法、图像识别等相关理论和算法研究,并对每种主要方法的基本思想、特点和存在的局限性进行了总结,对未来可能的发展方向进行展望。结果 机器视觉表面缺陷检测系统中,图像处理和分析算法是重要内容,算法各有优缺点和其适应范围。如何提高算法的准确性、实时性和鲁棒性,一直是研究者们努力的方向。结论 机器视觉是对人类视觉的模拟,机器视觉表面检测涉及众多学科和理论,如何使检测进一步向自动化和智能化方向发展,还需要更深入的研究。     

表面缺陷检测的机器视觉技术研究进展

物体表面缺陷检测技术是工业质检领域的一项重大课题,对工业生产有着重要的意义。针对近些年基于机器视觉的表面缺陷检测技术进行梳理总结。首先,列举了几种缺陷检测在工业领域的应用场景;其次从特征提取和分类算法的角度简要阐述了传统的机器视觉方法;重点探讨了缺陷检测中常用的经典神经网络结构和缺陷检测算法的最新发展,并介绍了两种常用的缺陷检测算法优化方式;最后,分析了缺陷检测领域面临的三大挑战：实时性问题、小样本问题和小目标问题,目的是为工业表面缺陷检测的研究提供有益的参考和脉络梳理。     

基于机器视觉的轴承防尘盖表面缺陷检测

为实现工业现场中轴承防尘盖表面缺陷的自动检测,提出一种基于机器视觉技术的检测方法。采用蓝色同轴光源作为检测系统所用光源,克服金属反光;采用最小二乘法拟合轴承外圆,根据轴承型号比例分割出防尘盖区域,利用Otsu阈值分割和Roberts边缘提取处理图像,每2°统计值为1的点的数目,与模板轴承此数据比较,求出相差角度,由此将防尘盖字符、非字符区域分离,两部分是否存在缺陷分开判别,互不干扰。实际测试表明：检测系统采集到的轴承图像清晰,缺陷检测算法正确率在96%以上,可实现轴承防尘盖表面缺陷的自动检测。     

基于图像处理技术的PCB缺陷自动检测系统

通过计算机图像处理技术开发了一套PCB产品缺陷检测系统.通过Hough变换检测出定位圆的圆心坐标,再对目标图与标准图进行几何配准,对差影运算后的图进行二值化与形态学去噪等操作得出缺陷的二值图,然后统计缺陷部分的几何特征得出结论.采用的改进算法基本能保证实时性与检测的准确率.     

基于机器视觉的啤酒瓶检测系统研究

为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.     

基于机器视觉的芯片引脚缺陷检测系统设计与实现

针对双球红外接收头芯片人工缺陷检测难度大、误判率高等问题,设计了一个基于机器视觉的引脚缺陷检测系统,对双球红外接收头芯片的引脚进行缺陷检测,达到分辨出合格品和瑕疵品的目的;首先,通过工业相机实时采集芯片图像,并对图像进行滤波、灰度化等预处理;然后利用VisionPro视觉软件的PMAlign工件进行图像特征匹配,计算引脚个数以判断引脚是否缺失,利用AnglePonitPonit工具计算引脚间距以判断引脚是否弯曲;最后将检测到的芯片位置信息和识别结果通过socket通讯协议发送给工业机器人;工业机器人根据识别结果,将合格品和瑕疵品分别抓取至不同区域,实现对芯片的分类管理;实验结果表明,该缺陷检测系统误判率为0.4%,满足工业生产的要求。     

基于机器视觉方法的焊缝缺陷检测及分类算法

对于在工业生产中如何有效地识别薄壁金属罐焊缝的缺陷及其类型判别的问题,提出了一种基于机器视觉技术的自动化焊缝缺陷检测及分类算法。利用混合高斯模型,提出了一种改进的背景差分法,主要用来提取焊缝缺陷的特征区域。在此基础上,以不同缺陷类型的缺陷面积、亮度及波形特征等差别作为依据,对焊缝缺陷进行了分类。实验检测结果表明,算法可以对主流的薄壁金属制罐焊缝缺陷类型进行准确的识别和归类,达到了96%以上的精确度。同时,算法的运算时间也能够满足在实际生产中的高实时性需求。     

MEMS热电堆传感器的红外探测系统

为了实现远距离红外目标的运动和静止状态的识别,设计了基于热电堆红外传感器的红外探测系统,系统包括梯析(GRIN)透镜、微系统(MEMS)热电堆传感器、信号调理电路、数据采集电路和识别算法.探测结果表明:在相同光路系统的情况下,探测系统实现了比热释电系统更远的探测距离,实现了动态目标和静态目标的识别,并基于探测目标温度、辐射面积的区别,实现了人、车辆和其他红外目标的分类识别,可为红外目标的探测识别提供一种新的解决方案.     

基于光电传感器的机器视觉系统

对光电传感器在视觉系统上的应用进行了研究。通过学习光电传感器的理论知识,利用其将可见光信号转化为电信号,便于人们识别的原理,在采摘果实机器人上做了研究。运用SolidWorks制图技术清晰呈现出光电传感器的光信号识别功能。本文通过软件模拟,描述光电传感器对果实成熟度的辨识,从而保证农产品的销售质量,大幅度提升采摘农产品时所消耗的人力物力财力。