基于机器视觉的工业检测

针对酒瓶生产中对瓶口进行的有无损伤检测的重要性,对酒瓶瓶口的检测进行深入、系统的研究。基于机器视觉的检测技术通过Halcon软件实现精准度高、过程自动化、速度快的检测,故采用Halcon软件和图像处理的相关算法实现瓶口的准确检测。经过实验表明,采用机器视觉技术,识别的精度和速度有很大的提高,而且减少了人员的使用,从而减少了企业的成本。     

基于机器视觉的工业检测

针对酒瓶生产中对瓶口进行的有无损伤检测的重要性,对酒瓶瓶口的检测进行深入、系统的研究。基于机器视觉的检测技术通过Halcon软件实现精准度高、过程自动化、速度快的检测,故采用Halcon软件和图像处理的相关算法实现瓶口的准确检测。经过实验表明,采用机器视觉技术,识别的精度和速度有很大的提高,而且减少了人员的使用,从而减少了企业的成本。     

基于机器视觉的形状尺寸检测方法研究

基于机器视觉技术的产品自动检测、分类和测量系统,由于非接触性和快速、精度高等优点在实际生产中得到广泛关注.论文研究并建立了目标体几何形状和尺寸检测机器视觉系统.原始图像经过预处理、获取图像轮廓特征后,采用一个基于不变矩、相对矩和提取角点特征的新方法自动识别目标体的形状.根据工业应用实际情况,线性模型标定获取摄像机内外参数,计算目标体形状特征的真实尺寸.实验证明该方法计算复杂度相对于带佣的Hough变换大大降低,适合实时处理,实验结果较为理想.     

一种基于机器视觉的铁路道岔检测方法

道岔是使列车由一组轨道转移到另一组轨道上去的装置。基于机器视觉的铁路道岔检测方法通过机器视觉系统和图像处理技术,实现对换轨时道岔间距进行高速,实时的测量,保证行车更加安全平稳。其关键技术就是有效提取道岔缝隙边缘并转化为参数空间进行精确测量。道岔背景复杂,简单的检测算法不能给出理想的检测结果,传统的Hough变换对于缝隙信息的提取有局限,采用改进的Canny边缘检测和Hough变换,同时结合最小二乘法实现对铁路道岔间距的测量。算法经过VC++编程实现,能够有效对道岔进行检测,为铁路道岔报警系统设计提供参考,为检测直线状缝隙提供方法。     

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。     

基于机器视觉的胶囊缺陷检测系统设计

针对传统人工肉眼检测胶囊缺陷低效率及高误检率问题,设计了一套完整的基于机器视觉的胶囊缺陷检测系统,构建了从上料到传送装置,经过机器视觉光学系统图像采集与工控机图像处理,最后由剔除装置筛选出次品的硬件平台。运用Emgu CV开源计算机视觉库和C#开发人机交互软件系统,包括用户管理、方案配置、相机调参、图像算法等功能。通过测试表明,整个胶囊检测系统可在9~12万粒/h的高速运转下稳定运行,误检率小于5%。具有良好的企业应用前景。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于机器视觉的玻璃瓶口缺陷检测方法

玻璃瓶容器在当今的医学、化工生产等诸多领域均有应用.在玻璃瓶容器的生产过程中需要确保其完整性,即便是细微的创伤也是不被允许的,这对于玻璃瓶容器缺陷检测提出要求.传统的玻璃瓶容器缺陷检测工作都是人工的,主要使用人眼去观测玻璃瓶容器是否存在缺陷,因此检测效率长期得不到提升,因为在玻璃瓶容器的检测过程中,一些细小的缺陷是人眼...     

基于机器视觉的印刷标签检测系统的改进

针对图像采集的非同步性和传送平台存在的抖动等因素造成采集图像质量降低的问题,提出了一种简单可行的高可靠性机器视觉印刷标签检测系统。通过比较几种边缘检测算法,采用Canny这种相对高可靠性的边缘检测算法制作边缘掩膜,通过在模板图像上加盖边缘掩膜,在差影比较后对差影图像进行形态学去噪来消除轮廓伪影和人眼难以识别的微小缺陷。该方法运用在印刷标签质量检测系统中,有效地降低了印刷标签误检率,并且符合人眼识别特性。     

基于机器视觉的镭射膜跑偏检测

针对镭射膜纵切过程中的跑偏问题,提出一种基于机器视觉的检测方法。用CCD摄像机采集具有几何特征的镭射膜图像,对预处理后的图像采用改进Canny算法边缘检测并创建ROI区域,利用Hough变换得到特征直线,调用相关算法并计算出镭射膜跑偏角度。实验结果表明,改进Canny算法能够检测到较为完整的边缘细节,具备较强的自适应性,Hough变换对镭射膜的特征提取效果良好,为计算跑偏角度提供了较为准确的依据。     

基于自适应锚框的裂缝目标检测算法研究

随着交通的发展,桥梁在运输过程中扮演着越来越重要的角色,桥梁也更加多样化。因此面对大量工况不同的桥梁,发展一种能便捷学习新工况的智能化裂缝检测技术显得尤为重要。为提高目标检测算法的准确率和效率,本文将裂缝原始图像切分成3种不同分辨率和尺寸的切片,训练网络识别不同尺寸的裂缝。同时为了增加算法的后续拓展性,设计一种根据训练集标注尺寸自适应调整锚框的手段,让算法在后续使用过程中针对不同工程情况需要增加训练数据时,能直接添加数据进行训练,自动调整最佳锚框尺寸,使该算法在实际使用中具有学习改进的空间。与原始YOLOv3网络和文献中的算法对比,本文算法的精确度平均达到91%以上且扩展性更好。     

基于机器视觉的轴承防尘盖检测算法

为实现工业现场对轴承防尘盖的自动检测,对机器视觉检测的关键技术进行了研究,提出一套基于机器视觉对轴承防尘盖的检测,针对轴承图像的特点,采用了一种最小二乘法进行圆拟合圆检测算法,完成了轴承防尘盖区域的提取,对连通区域的特征进行了分析,再进行量化处理和判断.实验结果表明,该方法实时性好,准确率高,可以满足工业检测需求.     

基于机器视觉的密封件直径测量技术研究

针对机器视觉在工业实时测量技术上的应用前景,结合DSP处理技术,建立了密封件尺寸的测量系统。该系统提出了多于度阈值消噪及窗口精确定位的边缘检测方法,达到了密封尺寸实时,精密测量的目的。实验表明检测方案不仪实现了在线检测,而且精度高,具有良好的应用前景。     

基于机器视觉的钢管壁厚在线检测方法研究

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格。针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法。该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚。改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率。经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求。     

基于机器视觉的印刷质量检测研究（英文）

为了实现对物品印刷质量的高效检测,通过机器视觉技术,采用图像处理的方法来实现印刷品质量的检测。根据印刷检测的功能需求,设计了三个具体的功能模块,并在VS2008和OpenCV1.0平台下实现了印刷质量检测的功能,支持印刷品图像的输入、人机交互处理、划痕和偏色检测、结果输出等功能。与传统采用的手工方法相比,提高了印刷质量检测的效率,检测速度快,准确率高,检测结果客观,能够迅速而精确地检测出目标印刷品的外观缺陷程度。     

基于机器视觉的套印误差检测

本文先介绍了套印误差的概念,并在阐述基于机器视觉的套印误差检测的基本原理以及技术难点的基础上,介绍了快速模板匹配算法的原理和实现,最终完成套印误差的智能检测。     

基于计算机视觉的公路边坡裂缝检测方法

裂缝是大部分公路边坡灾害的早期症状,安全监测集中在此阶段进行.目前,公路边坡多采用人工定期巡查等方法,但存在成本高、监测范围小、人工干预多、安全性差等问题.提出一种基于计算机视觉技术的边坡裂缝监测技术,使用专业级摄像头拍摄边坡裂缝图片结合人工标注,构建目前种类多样的、且符合标准的边坡裂缝数据集;基于此数据集,利用深度学...     

一种基于机器视觉的圆型零件检测技术

利用机器视觉技术建立圆形零件检测系统,采用简单高效的标定方法和亚像素技术实现对圆孔和圆形零件的非接触精密测量。圆孔和圆形的直径测量过程包括图像采集、图像分析处理和结果输出。其核心算法是系统校正、图像预处理、二值化和圆检测。实验结果证明,该系统实现了在线实时检测,其精度达0.01 mm,具有良好的应用前景。