基于机器视觉的弯曲角度检测

针对全自动冲压生产线中弯曲回弹角度人工检测困难的问题,提出一种基于机器视觉的检测方法。介绍了弯曲角度检测系统的设计方案,通过相机标定确定相机的内外参数,用以校正采集图像提高检测准确度,基于Halcon视觉算法对图像进行处理,识别出弯曲角度两边目标线段,计算由每个弯曲角的内外边界所组成的内角和外角的平均值,最终得到检测弯曲角度。其中,图像处理算法包括:BLOB分析将弯曲件从背景中分离出来;形态学处理得到弯曲件的内外边界;提取亚像素边缘;直线段的分割和拟合得到检测目标。该方法实现了非接触式亚像素精度检测弯曲角度,为弯曲件的质量检测提供判断依据。     

面向机油泵零件关键尺寸的机器视觉测量

机油泵工作平面的检测精度直接影响其工作稳定性和寿命,针对利用微分算子进行边缘检测存在"提升噪声"缺陷,提出一种基于机器视觉的测量方法。在对背光数字图像进行边缘亚像素边缘提取的基础上,采用Ramer算法对获取的亚像素边缘坐标数据按几何特征进行分段,采用改进最小二乘法,提取有用边缘,迭代拟合零件轮廓,抑制离值点对边缘检测干扰。通过机油泵内外转子的检测结果表明:该方法能够精确提取具有清晰边缘的高精度复杂形状背光图像边缘信息,高效应用于中小机械零件的中心距、圆度等几何量的中高精度(IT5～IT7)测量。     

胶辊微小齿形几何参数在机视觉检测方法研究

针对胶辊微小齿形几何参数无法在机检测的难题,提出一种胶辊在机视觉检测方法,通过合理的测量装置设计,基于机器视觉检测原理搭建在机检测系统。通过直线往复运动机构、摆臂机构及视觉检测机构相互配合的在机视觉检测装置实现胶辊检测。利用该装置获取胶辊图像,通过视觉处理软件依次对胶辊图像进行图像滤波、形态学分析等图像预处理;采用亚像素边缘检测方法进行螺纹轮廓的精准定位,然后利用Harris角点检测算法提取特征点;最后采用最小二乘法分段拟合方法得到胶辊螺纹轮廓,并计算胶辊螺纹齿形的主要参数,判断胶辊的合格性。实验结果证明:所提胶辊齿形几何参数在机视觉检测方法可以实现胶辊齿形的高效高精度检测。     

薄片零件尺寸机器视觉检测系统研究与开发

对薄片零件尺寸机器视觉检测系统的关键技术进行研究,开发一套完整的机器视觉检测系统。提出基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测;提出基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。实验结果表明:检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。     

基于机器视觉的气门杆几何参数测量方法研究

文章给出了机器视觉系统的基本组成及高精度视觉测量的实施对策,并以气门杆几何及形位参数检测为例,讨论了图像的采集、处理及达到亚像素边缘检测精度的软件设计,通过LOG算子、最小二乘线性估计等手段,使直线边缘定位精度达到亚像素级,在不增加硬件成本的前提下,达到了检测参数的精度设计要求.     

机器视觉中亚象素定位算法研究与改进

研究了机器视觉中图像定位技术的原理,分析了相关法、重采样和曲面拟合的方法,对重采样进行如下改进：对模板进行基于立方Hermite的智能图像重采样算法,锐化图像高频信息,平滑低频信息,有效避免了图像模糊,增强了目标图像的对比度和清晰度,从而提高了重采样的亚象素的定位精度;结合相关法、重采样和曲面拟合法提出一种亚象素级的快速匹配算法,提高算法计算速度,并实现0．2个亚象素的匹配精度,满足实际定位要求。试验结果表明了该算法在图像模糊或图像有一定角度的畸变条件下的有效性、精确性和鲁棒性。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

基于机器视觉的柴油机缸套尺寸测量

为满足柴油机对缸套尺寸的高精度需求,提出了一种基于RANSAC(随机抽样一致性)拟合缸套亚像素轮廓的内外径尺寸检测方法。根据生产线上工业相机获取的CCD图像结构和灰度的信息特征,该测量方法先采用双边滤波和形态学梯度算法对图像预处理,去除噪声提高对比度;然后在用大律算法(QTSU)和Canny边缘检测算子获取图像边缘的像素级坐标;通过双线性插值算法对像素级坐标进行亚像素的重新定位,获取边缘亚像素坐标;最后采用RANSAC拟合算法对缸套内外径进行尺寸测量。通过仿真与实际尺寸对比,该方法具有更好的定位精度和抗噪性,相比最小二乘法RANSAC检测更可靠。     

基于机器视觉的大型球墨铸铁管直径测量系统

为了提高大型球墨铸铁管的直径测量精度和效率,建立了一种基于机器视觉的大型球墨铸铁管直径测量系统,分析图像特点,提出了一种基于邻域灰度值差异的边缘检测方法。检测系统是由一台CCD相机、LED光源和计算机组成的机器视觉测量系统。CCD相机采集图像,对图像进行图像滤波、图像分割、图像边缘检测和图像亚像素边缘检测的处理后,提取管材的边缘轮廓,利用最小二乘法将管材两边缘点拟合为两直线,根据相机成像的小孔成像原理和圆柱物体的成像特性计算管材直径,建立了相应的数学模型。实验证明,本系统可以精确、高效的实时检测管的直径大小,测量误差小于0.1 mm,符合实际测量的需要,具有很高的实用价值。     

基于机器视觉的柴油机曲轴轴线弯曲检测

针对传统的柴油机曲轴弯曲检测方法效率低下、检测精度低的特点,提出一种基于机器视觉的非接触测量方法。其主要方法是旋转曲轴,拍摄曲轴各轴颈在不同角度位置的图像,对每幅图像进行中值滤波、二值化、边缘检测、亚像素处理,获取亚像素边缘,然后利用最小二乘圆法对曲轴的每个像素列截面进行拟合,求出各截面中心坐标,最后,再利用最小二乘法拟合直线,计算轴线直线度大小,进而判断柴油机曲轴弯曲状况。实验表明该检测系统不仅检测精度高,检测速度也非常快。     

数字图像边缘的快速提取算法研究

在机器视觉测量系统中,图像边缘提取是进行后续坐标计算的必要前提,为了提高图像边缘提取的速度与精度,提出一种新的数字图像边缘提取算法。用高斯滤波对图像进行平滑处理,根据八邻域的位置关系,经过灰度值的比较确定图像边缘。通过与常用的边缘检测算子Sobel算子和Canny算子的边缘提取效果的实验比较,该算法运算量小,速度快,且能直接提取出图像连续的单像素边缘,优于传统的图像边缘提取算法,实用性强。     

基于Qt的钢管壁厚在线检测软件设计

针对目前钢管端面壁厚的测量多采用人工抽检的方式,从而导致测量效率低、精度低、测量数据少的情况,对机器视觉测量技术进行了研究。基于机器视觉,设计钢管壁厚在线检测系统。通过对相机进行标定,获得图像像素值与实际值之间的关系,使用相机采集钢管端面图像,对采集得到的图像进行图像预处理、边缘特征点提取等操作;改进RHT圆检测算法,完成钢管端面圆形轮廓的检测,进而实现对钢管端面壁厚的测量。为了便于操作,基于Qt跨平台开发框架设计了钢管壁厚检测系统人机交互界面软件。结果表明：该系统具有良好的稳定性,检测误差约为0.1 mm,可以高效地完成壁厚检测任务。     

基于HALCON的汽车涂胶质量检测方法研究

针对汽车涂胶过程中漏涂、胶线过窄或过宽等问题,提出了一种基于Halcon的汽车涂胶质量检测方法。通过提取所采集的汽车胶条图像中感兴趣区域(ROI),设计了最大类间方差自动取阈值图像分割算法,提出了基于形态学的Canny算子边缘检测算法和基于XLD形状选择的最小二乘拟合算法,通过提取胶条的亚像素边缘,得到胶条的亚像素轮廓并计算出胶条的截面直径,判断胶条质量是否满足质量标准。最后采用HALCON软件对所设计的算法进行了验证测试,实验结果表明该方法具有较高的检测精度和检测效率,能够满足实际生产的需要。     

用于遥控焊接的焊缝特征检测算法

提出了一种焊缝特征检测算法,用来进行遥控焊接立体视觉中的立体匹配。首先使用灰度形态学中的底帽变换对图像进行预处理,突出了焊缝部分,并通过Canny算子边缘检测以及闭操作获得封闭的像素级焊缝边缘;根据焊缝边缘连续和宽度有限的特点对检测出的边缘点进行筛选,剔除其中的错误点;然后对边缘离散点进行三次平滑样条拟合获得连续、光滑的亚像素级精度的焊缝边缘特征点。最后利用检测出的特征进行焊缝特征立体匹配和三维重建试验,结果表明,文中提出的特征检测算法快捷、准确,且抗干扰能力强。     

面向PCB圆形基准点的权重式椭圆拟合定位方法

针对贴片机视觉系统对印刷电路板(PCB)圆形基准点快速精密定位的要求,提出基于形态学的基准点区域提取方法,对约化后的基准点进行像素级边缘提取,进而采用一维曲线拟合法提取出亚像素级边缘;在此基础上,提出一种圆形基准点边缘轮廓的权重式椭圆拟合定位算法,减少边缘轮廓点大离群值对拟合精度的影响,获到高精度的基准点中心位置。该算法通过设置椭圆约束条件,可避免零解和成比例解的出现,提高计算的速度和精度。仿真实验结果表明,所提的方法耗时25ms左右,基准点中心的位置误差小于0.03pixel,相比于其它定位方法,该方法在耗时和定位精度方面具有明显优势。在实验室搭建的视觉检测平台上开展进一步的实验验证,对实际采集到的PCB基准点图像可实现快速精确的基准点中心坐标提取,基准点拟合椭圆的形状误差均值为0.1pixel,能满足贴片机视觉系统快速精密的定位要求。     

基于机器视觉的轴承沟道曲率半径在线检测

在实际生产线上,根据不同的尺寸偏差对同一型号的轴承沟道曲率半径进行在线检测。针对该问题,设计基于机器视觉的轴承沟道曲率半径在线检测系统,以替代人工检测。运用CCD摄像机与MATLAB图像处理技术相结合的方法,对零件进行非接触式测量,并对采集到的零件图像进行预处理;通过对比各种边缘检测算法,采用Canny算法求取像素精度的轴承边缘;利用圆的Hough变换检测出带有圆弧的圆特征,计算此圆弧的圆心坐标和半径值。实验结果表明:该系统的测量精度可达到0.5μm,测量标准差小于2.5μm,符合工业检测要求。     

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。     

基于小波和形态学降噪的弧焊视觉图像模糊检测

焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准...     

基于MS-FCM算法的船体板熔池图像处理技术

熔池的图像处理与特征提取技术是船舶熔化极气体保护焊(gas metal arc welding, GMAW)智能化焊接质量监控的重要内容,针对船体板GMAW焊接过程中的烟雾大、飞溅多等不稳定特性导致熔池图像采集模糊、边缘提取困难等问题,提出一种基于均值漂移(mean shift, MS)优化模糊C均值聚类(fuzzy c-means, FCM)的图像处理算法.在优化设计焊接动态视觉传感系统中,以最大化保证图像信息采集清晰度的基础上,利用MS算法获取超像素图像以解决FCM算法对噪声的敏感性,同时在FCM算法上引入加权邻域窗口,以增强MS-FCM算法的鲁棒性,来克服烟雾、飞溅、弧光等噪声影响,进而完成图像分割与边缘提取.最后,设计出关于FCM、空间约束模糊C均值聚类(fuzzy c-means with spatial constraints, FCM＿S)、加强型模糊聚类(enhanced fuzzy c-means, ENFCM)和模糊局部信息C均值聚类(fuzzy local information c-means clustering, FLICM)算法的4种不同图像处理方法,并与...     

面向立铣刀磨损的在机视觉检测方法研究

针对立铣刀在机视觉检测要求,设计了搭建在机床侧窗的伸缩式检测机构,提出用迭代法快速收敛得到刀具磨损区的初阈值,引入类内方差函数改进最大类间方差法,修正传统算法边界模糊、纹理识别不全、对噪声敏感的缺陷。根据灰度矩旋转不变特性,融合Canny算子提取亚像素级磨损边缘,基于图像平面,创建立铣刀磨损轮廓模型,重构切削刃原轮廓,实现立铣刀磨损快速检测。选取5把立铣刀开展铣削实验,将检测系统与影像测量仪的测量值进行对比。结果表明：测量偏差小于0.01 mm,立铣刀生命周期内各磨损阶段的平均准确率均达到93%以上,综合平均准确率达到95.98%,证明了检测系统的准确率与稳定性。