基于机器视觉的罐盖质量检测系统设计

文中根据饮料易拉罐罐盖制造生产线的工作环境和检测要求,研制了基于机器视觉的罐盖质量检测系统,实现了铝制罐盖瑕疵的自动检测和快速剔除.该检测系统由下盖装置、盖传送装置、光源与图像采集系统、视觉处理及控制系统、次品剔除装置等组成,铝制罐盖经下盖装置连续不断的进入盖传输区域,盖传输装置通过真空将罐盖吸附在传送带上,当罐盖通过成像系统时,光纤传感器触发工业相机和光源,获得高速罐盖图像,图像检测系统分析罐盖多个检测区域,电气控制系统根据图像检测结果分拣罐盖.通过实验测试证明:该视觉系统实时性好,可靠性高,有效地提高了罐盖检测生产线的工作效率.     

自动化电子接插件测量检测系统的实验平台设计

着眼于微型电子接插件的高精度测量,运用新的结构设计,PLC控制各机械部分,自主研发软件测量系统,硬件部分采用可重构技术,设计全自动化送料出料提高检测的速度,插接件检测完毕后由出料机构送出并进行分拣,区分正品和次品并保证插接件的出厂质量,以此实现接插件高效率检测,以及增强的检测设备的稳定性与维护性,降低维修使用成本。     

自动化生产线上柔性次品剔除系统研究

设计了一种柔性次品剔除系统.该系统包括多气缸的气压装置和PLC控制装置,设计出了柔性次品剔除装置的基本结构,并分析了它的工作原理;同时给出了气压控制系统的控制回路及其电气原理图.通过实际项目的研究表明,该系统能够完成自动化生产线上次品剔除,并且不会对分离的次品造成损坏.     

一种机器视觉的瓶罐缺陷检测系统设计

针对目前瓶罐缺陷检测依赖人工检测的低效率、低质量和不稳定性等问题,设计了一种基于机器视觉、多传感器融合的瓶罐缺陷检测系统。通过多传感器融合,相机对不合格瓶罐缺陷产品进行图像采集,采用VS2010配合Open CV库对图像进行一系列数学形态学的分析处理,并将结果反馈在控制端,经过剔除装置剔除不合格产品到收集箱。该系统成功地与人工进行检测试验对比,且能有效地对瓶罐产品进行高效率、高合格率的检测,达到了瓶罐产品封装检测生产线自动化的要求,具有一定的应用价值。     

基于机器视觉的车用注塑螺纹件缺陷检测方法

针对车用注塑螺纹件人工检测效率低、可靠性差等问题,提出一种基于机器视觉的车用注塑螺纹件缺陷检测方法。应用这一检测方法,通过自适应滤波方法改进坎尼算子,结合分水岭算法得到不同的增强图像特征。根据缺料、毛刺、包胶等三种典型缺陷的图像特征,训练支持向量机分类器,并以此分类器实现螺纹件的缺陷检测。结合UR5机械手构建测试平台,实现车用注塑螺纹件的全自动分拣与缺陷产品剔除。在检测方法中,通过改进的边缘分割算法提高检测的准确率和稳定性。通过试验表明,这一方法能有效检测车用注塑螺纹件的典型缺陷,结合机械手可以实现缺陷产品检测和剔除的全自动化流程。     

机器视觉检测在电子接插件制造工业中的应用

电子插接件的生产具有产量大、效率高和产品质量要求严格的特点,而日臻成熟的机器视觉检测技术极为适合其制造质量的在线检测。文中介绍了应用机器视觉检测技术对电子接插元件制造质量进行在线检测的过程,并以其冲压阶段中典型质量缺陷的检测为例阐述了机器视觉检测系统构建、算法和应用问题。     

卷烟包装机械废品剔除机构控制电路的改进

卷烟包装机械是自动化程度较高的设备 ,香烟缺损的检测及废次品的剔除 ,均是自动进行的。首先 ,由传感器在传输线上依次自动检测产品有无缺支、松头、空头以及盒外包装的塑料薄膜缺损等情况 ,并把检测结果送单片机进行处理 ,对存在上述缺陷的产品 ,单片机将发出信号给剔除机构的控制电路 ,使执行机构动作 ,将废次品剔除 ,其工艺流程如图 1所示。目前 ,该控制部分存在的主要问题是剔除机构的控制电路工作不可靠 ,不能有效的将存在上述缺陷的产品自动地剔除。本文提出了一种改进方案 ,经现场使用 ,效果较好。光电式传感器机械式传感器废品剔除…     

木料产品检验机图像识别软件设计

本设计以研究图像处理为中心,对木料产品雪糕棒图像进行处理与检测作为研究的重点,设计了基于雪糕棒等木料产品检验机图像识别软件,利用开源计算机视觉库OpenCV2.4.8和Microsoft Visual Studio 2010组建实验平台,实现了对雪糕棒图像的检测、对图像的二值化与轮廓提取、填充、分析进行了代码实现、运用迭代器算法实现对图像特征的分析与识别,最终实现对雪糕棒次品剔除目的。     

基于机器视觉的齿轮缺陷检测系统设计

针对目前齿轮表面缺陷检测低效率、低质量和低稳定性等问题,设计了基于机器视觉、通过多传感器相互协调工作的齿轮缺陷检测系统。应用这一系统,可以快速有效对缺陷齿轮进行识别和剔除,满足齿轮产品缺陷检测生产线自动化的要求。     

插接件簧片激光检测装置设计

提出了一种用于插接件簧片在线检测的激光检测装置，该装置采用了一些有别于常规设计的结构，从而保证了其加工的良好工艺性和工作的可靠性。     

基于视觉的环形密封件在线检测

为了对生产线上的密封件进行尺寸检测,从而剔除不合格的产品,提出了一种基于机器视觉的自动在线检测系统。检测对象为环形圈和薄型垫片。当密封件在传送带上运动到相机正下方时,采用多传感器多工位的检测方案,反馈给相机自动采集信号,相机采集到图像后通过模板匹配截取兴趣区域、阈值分割、轮廓提取、最小二乘法拟合等图像处理技术,实现了对密封件的尺寸测量。不合格的产品通过气动装置分拣剔除。实验结果表明,环形圈的检测精度为0.1 mm,薄型垫片的检测精度为0.5 mm,检测时间小于0.75 s。该视觉检测系统达到了在线对密封件进行尺寸检测的要求。     

基于PLC与视觉传感器的自动检测系统设计

介绍的是柔性生产线中的视觉单元的电气系统设计。系统基于PLC与视觉传感器技术,实现对工件上的加工孔个数及孔尺寸精确检测,对不合格品的自动剔除正确率高,可应用于工业生产线上的产品缺陷检测应用。     

动态环境下基于YOLOv5的RGB-D视觉SLAM优化方法

针对经典视觉SLAM系统的鲁棒性受环境中动态目标特征点影响较大的问题，提出一种使用目标检测算法识别并剔除动态目标特征点的方法。首先使用目标检测算法YOLOv5对采集到的环境图像进行识别，框选出环境中被认定为动态目标的物体，然后将目标检测的结果融合进视觉SLAM前端的特征提取，将提取到的图像特征点中属于动态目标部分的特征点剔除，利用剩余静态的特征点进行地图构建与定位，最终在TUM数据集上进行测试。结果表明，利用目标检测算法剔除动态特征点后的视觉SLAM系统在高动态场景下绝对轨迹误差的均方根误差降低了97.89%，有效提高系统的定位精度与鲁棒性。     

一种实用型半自动塑料插接件组装设备

塑料插接件是医疗器械行业最常见的产品型式。插接件的组装大部分可以通过自动化设备完成，部分由于设计、制造、运输等方面的原因。不适用于完全自动化设备。针对这部分产品，提出了一种简易的半自动化设计思路．并在实际应用中取得了很好的效果。     

基于机器视觉的六面外观检测与分拣系统的设计与实现

为了实现产品六面外观检测并剔除不合格品的自动化作业问题,设计了一种基于机器视觉的六面外观检测与分拣系统。首先,初步构思了一套检测与分拣系统整体方案,并设计了一种高速平移搬运机械臂;其次,详细分析、计算了视觉检测参数,设计了一整套可实现6自由度调整的视觉安装机构,并给出了视觉检测程序的工作流程及若干图像处理方法;再次,介绍了一检单元的主控流程;最后,制作了一台样机,用以验证分拣系统的科学性和准确性。测试结果表面,系统运行稳定,外观检测准确,提高了外观分拣作业的自动化程度。     

基于机器视觉的微动开关正反面外观检测与分拣系统的设计与实现

为了解决微动开关正反面外观检测并剔除不合格品的“机器换人”问题,该文设计了一种基于机器视觉的外观检测与分拣系统,对检测作业的工作过程与各功能单元的布局做了详细分析与规划,并设计了一套完整的检测系统三维结构。针对系统中的视觉单元作了视觉参数的计算、防图像失真调整结构的设计以及视觉程序的设计等若干关键技术研究。以PLC为控制器,按照设定的逻辑规则,设计了视觉单元的控制系统;制作了一台样机,对检测系统的科学性和准确性进行了验证。测试结果表明,该系统运行稳定,外观检测准确,提高了外观检测作业的自动化程度。     

卷接机组移位双倍长滤嘴段的剔除装置

卷接机组在生产过程中,偶尔会出现一种滤嘴段偏短且与烟条段之间有空隙的次品烟支。通过增加移位双倍长滤嘴段的剔除装置,可以杜绝因双倍长滤嘴段移位而产生的这种次品烟支。     

OpenCV在条烟视觉检测系统中的应用

条烟视觉检测系统是安装在条包生产线上,在条包装箱之前,对其外观缺陷进行检测的一种专用设备。系统可以对生产线上的条包进行实时检测,并及时剔除外观有缺陷的产品,具有高速、高效、准确的优点。该检测系统是集机械、光电、计算机、通信等技术为一体自动化检测系统,系统具有高速、高效、准确的优点,它的使用不仅可以提高烟草生产企业的自动化程度,还可以降低工人的劳动程度,改善工作环境,保证产品的质量。对常见条烟检测项进行了算法设计,并利用某公司的开源计算机视觉库OpenCV进行算法实现,提高了检测速度和精度。     

基于机器视觉的电机换向器参数检测系统设计

根据电机换向器的在线检测要求,研制了基于机器视觉的电机换向器参数检测系统,实现了对电机换向器不合格零件进行自动识别与快速抓取。该检测系统硬件由传输装置、图像测量系统、片间电压检测装置、废品抓取装置等组成。图像测量系统获取零件的尺寸参数,片间电压检测装置获取片间电压参数,送入计算机,由控制系统执行检测结果,从而达到抓取不合格产品的目的。经实际应用表明,该系统检测速度快、精度高,有效地提高了零件在线质量检测的控制。     

基于树莓派的齿轮表面缺陷检测系统设计北大核心CSCD

针对齿轮缺陷人工检测错误率高、效率低的问题,研发了基于树莓派的齿轮表面缺陷检测系统。系统以树莓派、工业相机、光电传感器和剔除装置为硬件平台,搭载开发的系统检测软件,完成齿轮表面缺陷检测与剔除任务。通过CCD工业相机在线采集齿轮图像信息,通过提出的基于HSV空间的LBP特征加权融合提取方法提取图像纹理特征,通过VGG16算法对特征进行裂纹、脏污、断齿等缺陷的分类,根据分类信息由树莓派GPIO引脚控制剔除装置去除缺陷齿轮。经过实验验证,系统剔除准确率达到94.50%,平均速度为1 435 ms/次。其硬件设备体积较小、成本较低、便于维护与管理,易于安装与推广至生产线环境。