基于机器视觉的接头组件表面缺陷检测系统研究

为了解决金属软管接头组件表面检测精准度不高和检测效率不高的实际问题,设计一套基于机器视觉的接头组件表面缺陷检测系统。针对接头组件图像背景复杂、噪声干扰多,通过使用图像滤波去噪、Otsu算法二值化以及图像形态学分析,提高图像的对比度,有效提取目标检测区域。而后采用Canny边缘检测算法,对图像进行边缘轮廓精准识别,并采用快速傅里叶变换方法和R-FCN算法,对缺陷特征信息快速进行匹配提取和分类处理。试验结果表明:此缺陷检测系统能有效提高检测效率,保证较高的检测准确率和精度,满足实际工业检测的需求,具有较好的实用价值。     

基于机器视觉的网络变压器模块缺陷检测系统研究

针对电子元件缺陷传统人工检测方法存在劳动量大、检测效率和自动化程度低、成本高等问题,提出一种基于Halcon的视觉检测系统.针对研究对象的特殊性,提出两次采集、两次判断的多特征自动检测方法,并构建验证试验平台;利用CCD相机实时采集元件图像,再对图像进行中值滤波等预处理,降低图形噪声;采用阈值分割、Blob分析的方法对...     

基于机器视觉的压铸模缺陷检测概述

首先介绍了压铸模较为常见的缺陷,即凹陷、型芯塑性变形、磨损、断裂、热疲劳裂纹、粘模和溶蚀缺陷等,其次对机器视觉技术在模具缺陷检测与应用方面进行了介绍,并从定义、结构、用途等方面对机器视觉技术中用于缺陷检测的常用基本算法进行了阐述,最后对基于机器视觉的压铸模缺陷检测与应用研究前景进行了总结与展望。     

基于机器视觉的电枢缺陷检测系统

为解决现阶段依靠肉眼进行电枢缺陷检测的效率低下和因为判断标准具有很大的主观性导致判别结果不稳定等问题,研究出了一种基于机器视觉的电枢缺陷检测系统.该系统可以采集到电枢不同角度的图像,并根据检测难度把每张电枢图像分为三个区域,分别由传统机器视觉算法、MobileNet-V3以及DenseNet神经网络模型对不同类型的缺陷...     

机器视觉与钢板表面缺陷的无损检测

通过分析几种具有代表性的机器视觉检测系统的结构、原理和性能,论述了钢板表面缺陷的在线机器视觉检测技术的特点及现状,探讨了目前研究中的关键技术、难点及其解决方法,指出机器视觉检测技术必将在今后钢板表面质量控制系统的研究中发挥重大作用。     

基于机器视觉的铸件表面缺陷人工神经网络检测方法

提出一种基于机器视觉与人工神经网络的铸件表面缺陷识别方法,采用计算机图像技术采集和处理生产线上的铸件表面图像信号,采用改进的BP神经网络算法对图像信号进行缺陷识别分析.该方法在为某厂研制的铸件表面缺陷检测系统中使用后,作业时耗平均降低4min/工件,表面缺陷检出准确率平均提高15%,实践表明本文方法是可行、有效的.     

基于机器视觉的线缆表面缺陷快速检测算法研究

利用机器视觉技术检测线缆表面缺陷时,检测时间长、漏检率高。为此,提出一种基于机器视觉的线缆表面缺陷快速检测算法。通过引入CV-Kmeans区域分类算法建立自适应滤波窗口改进高斯滤波算法,在此基础上建立自适应模板,然后计算原图像与模板的Pearson(皮尔逊)相关系数快速判断图像是否含有缺陷。对含有缺陷的图像进行模板与原图差分,最后对差分所得到的图像用自适应阈值分割法提取缺陷。实验表明,算法可有效识别缺陷并减少检测时间,漏检率为3.22%,满足线缆生产需求。     

基于机器视觉的热转印胶片缺陷检测

为了解决热转印胶片在生产中存在的若干种缺陷问题,并替换当前较为低效且可靠性低的人工检测方法,提出了一种基于机器视觉的热转印胶片的缺陷检测方法。首先介绍缺陷检测系统的整体构成,然后重点研究了其中的视觉算法流程,包括了通过仿射变换、图像配准等方式进行的目标区域定位,通过改进的ViBe算法、形态学处理等方法进行的图像缺陷检测。最后用包含了合格品胶片与各种缺陷的不合格品胶片样本集合进行实验检测,实验表明,算法缺陷检测能力良好,达到0.5%的漏检率和0.6%的误检率,平均检测耗时为663ms,满足检测速度需求。     

基于机器视觉的铝包钢母线表面缺陷检测系统的研发和应用

在线缆生产中,铝包钢母线常出现露钢、包覆不圆、包覆外径波动大、氧化铝毛刺等缺陷,目前通常采用目测、触检、标记等方法检测这些缺陷,但准确度低。为此开发了基于机器视觉的铝包钢母线表面缺陷检测系统。该系统由机械传动、电气控制、图像智能采集、标识及外观缺陷软件算法组成。为实现铝包钢母线的无死角测量,以铝包钢线缆为圆心,将3台相机沿距圆心一定半径的圆周均匀布置;为解决因铝包钢表面缺陷多、难以检测和统一管理的难题,将母线缺陷分为边缘和非边缘缺陷;通过先确定母线上下边界区域,再采取四步图像测量来确保母线区域提取的完整性。该检测系统的在线检测准确率高达95%。     

基于机器视觉的柱形电子元件表面缺陷检测

针对柱形电子元件经常出现的表面缺陷,设计一套基于机器视觉的在线检测系统。在Visual C++平台下,对采集到的图像进行预处理、二值化、位置和角度校正以及差影技术等一系列运算,达到高效地检测零件缺陷的目的。实验结果证明:该系统安全可靠,具有一定的经济效益和发展前景。     

基于机器视觉的异形弹簧快速缺陷检测方法研究

为实现异形弹簧的尺寸和变形缺陷在线检测,基于机器视觉设计一套零件快速定位、测量和缺陷检测的方法.详细论述图像处理算法,即图像预处理、图像定位、尺寸测量和变形缺陷检测算法等.基于形状的模板匹配对零件进行定位,通过创建测量矩形完成对零件的尺寸测量.基于微分和自身对照的思想,对零件易变形区域进行微分,通过对比微分的小区域,实...     

基于机器视觉的硬质合金微型喷嘴缺陷检测

针对现有人工目检方法对精加工硬质合金微型喷嘴产品表面检测存在速度慢、缺陷漏检率和误检率高等问题,提出一种基于机器视觉的喷嘴图像缺陷检测方法.分析了喷嘴缺陷图像类型和喷嘴结构,重点研究了喷嘴缺损圆边缘拟合、疤料边缘增强、极坐标变换和缺陷灰度值差异统计等.该方法避免了喷嘴的复杂结构对缺陷定位和检测造成的大量计算.通过对合格...     

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。     

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。     

基于计算机视觉的铁轨表面缺陷检测系统

计算机视觉技术是计算机科学的一个重要分支,它涉及到图像处理、模式识别、人工智能、光学等多个领域。基于计算机视觉技术的基本理论,设计了铁轨表面缺陷检测的软硬件平台,并运用该方案对铁路现场采集到的铁轨缺陷图像进行处理。试验结果表明,该方案能够正确识别出铁轨表面缺陷的大小和位置,具有一定的实用价值。     

基于机器视觉的安全带气体发生器颜色检测方法

对基于机器视觉的汽车安全带气体发生器的颜色检测方法进行研究,研究的目的是检测出该元件的颜色信息。使用的方法是:采用彩色CCD相机获得被检测元件的彩色图像;对获取到的彩色图像使用美国NI公司的Lab VIEW软件及其图像处理模块来实现彩色图像的色偏调整、彩色图像的滤波处理等操作后获得可用于检测的理想彩色图像;将获取到的各种不同的气体发生器的颜色图片保存为标准模板,之后检测到的元件与标准模板之间通过颜色距离计算的方法相匹配就可以检测出该元件的颜色。     

基于机器视觉的变速箱滚针轴承漏针检测研究

滚针轴承是汽车变速箱的重要组成部件之一。针对变速箱中滚针轴承装配后的漏针检测需求,提出一种在线漏针检测方法。利用Open CV开源视觉库和C++语言开发检测软件,运用机器视觉的相关理论,对图像进行了灰度处理、滤波、阈值分割等预处理,采用掩膜的方法提取出检测区域,对检测区域进行形态学处理,消除细小区域,最后用连通区域计数的方法得出准确的滚针数量。该方法提高了实际生产效率,有效降低工人误检率,提高生产线的自动化率。