基于视觉标定的包装搬运机器人定位方法

目的为了提高包装搬运机器人的定位精度,提出一种基于机器视觉的末端执行器定位方法。方法基于OpenCV设计一种视觉标定算法,该算法包括摄像机标定和位姿标定,可实现待码放物体图像坐标和机械手坐标之间的变换。结合工控机和运动控制卡设计其控制系统,同时给出硬件设计和软件设计方法。最后进行实验研究,包括原点定位和重复定位。结果实验结果表明,所述控制方法能够提高搬运机器人的定位精度,原点定位误差约为0.14 mm,重复定位误差约为0.6 mm。结论该搬运机器人定位方法能够满足包装码垛要求。     

基于机器视觉的制袋机裁切定位系统设计

目的针对圆角包装袋传统裁切工艺中存在的毛刺和废料问题,设计一种基于机器视觉的高精度制袋机裁切定位系统。方法利用LED背光源、低畸变镜头、CMOS黑白相机和工控机搭建视觉系统硬件平台,在Visual Studio开发环境中,基于OpenCV函数库设计视觉软件,用基于最小二乘法检测图像边缘,进而标定相机,提取包装袋圆角轮廓为特征信息。系统以特征信息为匹配模板对圆角位置进行精确定位,得到亚像素级角点位置,最终控制伺服系统执行误差补偿裁切。结果该定位算法可实现16 ms内精确定位圆角坐标,绝对误差小于±0.02像素点。结论基于机器视觉的定位系统具有运算速度快、定位精度高等特点,有效改进了传统制袋工艺,能够满足生产需求。     

视觉检测技术在曲轴锻件尺寸检测中的应用

针对当前曲轴锻件尺寸检测自动化水平不高的问题,通过对图像边界识别、CCD标定等关键问题的研究,提出了一种利用图像处理技术自动检测锻件尺寸的方法.基于CCD摄像机的检测系统实现对曲轴锻件连续成像,通过图像拼接、边界处理,得到曲轴各处的特征信息,快速准确的计算出曲轴各位置的几何尺寸与形位公差.该方法提高了曲轴锻件的检测速度和精度,极大的提高了生产效率.     

基于机器视觉的彩色套印检测技术研究

针对彩报印刷中的套印检测问题,结合机器视觉技术对套印检测技术进行了研究。通过分析套印检测原理,设计了基于机器视觉的套印检测的整体框架,并结合其中所涉及的VFW视频捕获、摄像机标定等关键技术,利用VC程序实现了套印检测的模拟过程。从而为智能套印实验系统的研究奠定了一定的基础。     

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。     

基于机器视觉的工业机器人工件搬运技术及应用

机器人通过视觉对工件位置信息进行分析处理,完成相应搬运任务已成为机器人应用发展的方向。该文主要提出了一种基于机器视觉的工业机器人搬运系统,利用相机和机器人进行标定后对工件精确定位,从而实现机器人对工件的识别、定位及搬运工作。     

高速高精度的机器视觉定位的算法

针对IC装备的视觉系统在复杂条件下很难快速、精确定位这一问题,提出了基于小波变换和径向基函数（RBF）网络算法,此算法提取图像归一化小波系数作为特征矢量,对目标图像特征进行学习,得到RBF分类器,利用它在背景图像上进行目标定位。仿真实验表明,此算法可以实现在旋转、平移、尺度变化和噪声条件下的快速定位,定位精度达到亚像素级。     

基于机器视觉的图像形状特征提取方法研究进展

基于机器视觉的图像形状特征提取应用的常见方法有阈值处理法、基于轮廓的形状特征提取法和基于区域的形状特征提取法3种。阈值处理法是常见的图像分割提取方法,具备操作简单、速度快等优势,但对于需精确提取图像形状和目标图像形状较为复杂的工况不适用;基于轮廓的形状特征提取方法,处理速度较快,但当处理复杂目标图像形状时,容易出现较大的偏差或错误;基于区域的形状特征提取方法,在提取形状特征时更加容易实现,且在处理复杂图像时更加准确,但需要的内部存储空间较大。由此可知,目前形状特征提取方法的应用局限性较大,而发展图像特征提取方法意义重大。     

基于计算机立体视觉的图像测量技术

对基于计算机立体视觉和图像处理的高精度测量技术的应用进行了研究，建立了用于测量目的的计算机立体视觉系统模型，提出了对被测量物体附着网格的方法以获取物体本征图像，再应用图像处理和网格点匹配技术获取测点的坐标。对系统涉及的几个重要算法：摄像机标定算法、网格点的提取算法和网格点的匹配算法做了详细的研究，并结合金属板材加工的应变测量的实际应用给出了测量实例。     

基于机器视觉的轮毂在线识别分类技术研究

为了对生产线上的轮毂进行识别分类,本文开发了一套基于OpenCV和MFC平台的轮毂型号在线识别系统.首先提取轮毂的高度、外直径、中心孔直径、辐条数目、幅窗的周长面积比等特征参数.其中,通过图像预处理、边缘检测、圆拟合、系统标定等方法获取轮毂外直径,来表征各类轮毂的尺寸;通过提取辐条数目、中心孔直径、幅窗的周长面积比等具有旋转不变性的常量来表征各类轮毂的形状.然后为提取到的特征参数生成序列号,作为型号识别的特征参数.最后将生成的特征序列号与模板库中的标准数值进行比对,达到在线实时分类的效果.实验结果表明:该系统的识别准确率为98.7%,能够有效地完成轮毂的在线识别分类,为轮毂缺陷检测的自动化、智能化提供了保障.     

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.     

基于视觉反馈的包装机械手定位控制

目的 为了解决全自动食品包装机的块状食品抓取问题,以拾放并联机械手为研究对象,结合视觉反馈和预测控制,提出一种机械手定位控制方法。方法 给出了视觉反馈机械手总体设计方案,包括机械手本体、双目视觉系统和控制系统。研究输送带上运动食品的机器视觉定位算法。在考虑目标可见性约束和机械手执行器约束的前提下,将预测控制算法引入机械手的视觉伺服控制中,用于实现机械手末端位姿控制。最后,通过实验验证机械手的定位精度。结果 结果表明,平均误差可控制在0.7%,符合运动拾取精度要求。结论 所述控制方法可满足包装工艺要求,提高了包装过程自动化程度。     

基于LS-SVM的立体视觉摄像机标定

利用最小二乘支持向量机来直接学习图像信息与三维信息之间的关系,不需确定摄像机具体的内部参数和外部参数.在双目视觉的情况下,两摄像机的位置关系不需具体求出,而是隐含在映射关系中.根据最小二乘支持向量机与摄像机标定的特点,提出了基于最小二乘支持向量机的双目立体摄像机标定方法.将摄像头采集到的图像的像素坐标作为输入,将世界坐标作为输出,用最小二乘支持向量机使网络实现给定的输入输出映射关系.该方法同BP神经网络预测结果对比表明:基于最小二乘支持向量机的双目视觉标定方法速度快,实时性好,能有效提高标定精度.     

基于机器视觉的制袋机圆角袋单切系统设计

目的 针对制袋机在生产圆角袋时,常采用的双切方法存在的效率低、废料多、机械磨损快等问题,基于机器视觉设计圆角袋单切系统.方法 搭建视觉硬件平台,基于OpenCV视觉库,在Visual Studio开发环境中编写视觉软件.相机采用飞拍模式,通过第1牵引伺服编码器分频输出信号给PLC,PLC利用高速计数器通过I/O口对相机进行硬触发.用标定板对相机进行标定,得出像素当量值,经过滤波、二值化、边缘检测等处理后对圆角轮廓进行特征提取,制作模板.通过遍历图像,在模板圆角中心线上添加特征点,完成模板匹配时可直接得出当前图像圆角中心坐标,将圆角中心坐标与基准线坐标的差值作为纠偏值发给PLC,PLC控制移刀伺服实现单刀精准切除.结果 该方法可实现在拉料过程中,对圆角中心进行快速、准确定位,在当前制袋周期对当前袋子进行移刀裁切,实际裁切误差在±0.1 mm以内,满足目前最小圆角半径0.125圆角袋的制作要求.结论 采用飞拍模式的视觉系统图像处理速度快,可匹配高速制袋要求,有效解决传统生产圆角袋时出现的问题,满足工业生产的需求,实际应用价值较大.     

机器视觉提升饮料罐生产质量

节省劳动力的装袋机使用36个机器视觉摄像机实现了罐头铅盖的高速检验。[编者按]     

“两步法”求取双目视觉传感器中摄象机位置关系

根据平行线“消隐点”理论，提出了用于双目视觉传感器自标定的“两步法”。该方法仅需４对消隐点象面坐标便可线性求解出旋转矩阵，再用２个空间点坐标便可线性求解出平移矢量。     

三目视觉测头在自由曲面测量中的应用

自由曲面的逆向工程是先进制造技术中的一个关键技术．开发了一种线结构光三目视觉测头，这种包括3个CCD摄像机在内的测量系统具有许多优点，避免了双目视觉中存在的匹配现象．它不但具有高效率、高精度和高可靠性的特点，而且适用于复杂自由曲面的在线测量．针对工作原理以及相关问题，对其进行了详细的讨论，其中包括系统优化、摄像机标定、采样策略、特征提取、图像匹配和数据重构．实验证明三目视觉测头在精度和可靠性方面都优于双目测头．首次研制测头的精度达到了0．02mm．     

视觉检测系统定位误差分离方法

介绍了视觉检测系统中利用空间解析几何、统计原理、摄动学等方面的知识分离工件定位误差的方法，提出用软件实现定位误差分离，从而在一定程度上剔除了定位误差对测量精度的影响。     

包装分拣过程视觉跟踪系统设计

目的 为提高包装生产线的分拣精度,以Delta机器人为研究对象,设计一种视觉跟踪系统.方法 详细介绍包装生产线分拣系统的结构,包括机器人模块、控制模块、视觉模块和传送带模块等.提出一种平移标定算法,可简化整个标定过程,既可以提高准确性,又可以降低标定用时.该算法可以较好地解决空间限制对跟踪系统的影响.论述一种图像处理方法,通过连通区域的面积、圆度和矩形度等参数实现物料识别、定位和抓取.利用具体实验验证所述系统的可行性和有效性.结果 Delta机器人视觉跟踪系统的漏抓率小于0.1％,误抓率接近于0,精确度得到明显提高.结论 整个过程中机器人运行稳定,并没有出现冲击、颤动等现象,系统可靠性比较高,完全能够满足包装等相关行业要求.     

一种用于外科手术导航的双目视觉简化系统

针对外科手术导航光学定位仪参数标定过程繁琐和对应点匹配歧异性大的问题,进行了双目立体视觉简化系统的研究.运用坐标变换方法一次性标定系统24个参数;选用黑白棋盘格标记物和运用相似性度量原理,简化立体匹配过程、提高立体匹配准确度.利用标定后的系统对标记物之间的距离进行测量,在距双目视觉传感单元1.5 m范围内误差小于1 mm.交叉韧带重建手术导舷模拟实验表明:该系统具有稳定,可靠,标定方法简单,匹配准确,定位精度高的特点,能够满足外科手术导航的要求.