基于多光源激光传感器的机械式水表自动检定装置设计

针对现有机械式水表检定装置检定精度不高以及检定效率低的问题,设计了一种基于多光源激光传感器的机械式水表自动检定装置。检定时,被检水表通水运转,末位指针持续转动,多光源激光传感器组依据测距原理获取指针转动的脉冲信号,然后将累计脉冲数换算成水表的累积体积示值,并与流经水表的实际体积对比计算得到示值误差。该检定装置提高了检定信号分辨力,减少了人为检定误差,实现了检定的自动化,提高了检定效率。     

一种基于机器视觉的水表检定装置的研制

研制了一种基于机器视觉的水表检定装置,该检定装置通过设计移动式图像采集平台,单个相机即可完成对多工位的水表指针图像采集,节约了设备成本。采用角度法识别水表指针读数,通过模板匹配校正图像,提出了一种改进的最小二乘法拟合圆心的算法定位指针,利用harris角点检测算法获取针尖点,根据圆心与指针角点形成的连线之间的夹角获得指针的读数。实验表明:该检定装置与人工检定的方法相比,提高了生产效率,且系统的识别正确率在94%以上,具有较高的准确性。     

基于机器视觉的水表检定方法研究

针对现有水表检定装置检定效率低、信息管理功能不足等问题,对水表指针识别、消除气泡影响、检定台自动化改造等方面进行了研究,提出了一种基于机器视觉的水表在线检测系统。采用距离法读取水表指针读数,通过模板匹配,旋转校正水表图像,利用极坐标变换,将子表盘展开成矩形,并集成二维码识别模块,实现了对水表的检定与数据保存;设计了上行走机构带动相机移动拍照,使用单个相机完成了5个工位水表图像的采集。研究结果表明:与人工肉眼读表和手工记录读数方法相比,该检测方法能确保水表的检定精度,同时提高了检定效率,并且检定数据可溯源。     

基于灵敏指针的水表计量性能测试及方法

针对企业水表研发过程中水表性能测试问题，运用图像识别技术设计了一套基于测量灵敏指针旋转加速度的水表性能测试系统。通过模板匹配方法定位灵敏指针ROI区域，采集灵敏指针转动图像序列，利用SIFT算法对相邻每帧图片进行特征点匹配，计算出灵敏指针的旋转角度；通过灵敏指针的旋转角度累加计算出该过程的累计流量，其精度可达万分之一，相较千分位的红色指针精度提高了10倍以上；将灵敏指针的旋转角度转换为角加速度，通过分析灵敏指针的角加速度图像推导水表内部机构的受力变化情况，以量化评测其性能。该分析系统的研制及相应方法的确立，为企业实现水表的高精度测试提供了有效可行的方案。     

指针式指示表自动检定仪智能控制

基于图像识别的指示表自动检定系统,由CCD摄像头代替人眼采集百分表的图像,通过逻辑控制单元设计和控制程序设计将指示表检定与计算机自动控制相结合,经过科学计算得出指针在表盘上的示值。由计算机控制完成检定工作和数据处理,系统操作简便、可靠性好、准确性高、检定速度快。     

指针式指示表自动检定仪的设计及应用

设计了一套基于图像识别的指针式指示表自动检定系统,该系统由CCD摄像头代替人眼采集指示表的图像,经过数学计算,得出指针在表盘上的示值,检定工作、数据处理均由计算机控制完成。测量实例说明该系统降低了操作人员的劳动强度及人为因素对检定精度的影响,具有准确性高、可靠性好、操作简方便、检定速度快等优点。     

水表机电转换误差的自动化测试方法

当前，传统的水表人工读数方式存在效率低下、数据处理繁复等问题，为此，提出了一种水表机电转换误差的自动化测试方法。首先，对智能水表组成结构进行了分析，整合了图像识别机械计数器与近红外通信读取电子计数器的机电转换的原理、机电转换误差装置的机械计数以及电子计数的误差测试原理；然后，设置了转换装置的组成结构，并设计了机电误差试验流程，以2级LXS-DN15无线远传水表为对象，对质量法水表检定装置进行了试验；最后，为了对上述检测方法的有效性进行验证，设置了试验，进行了具体的测试。研究结果表明：与原检测方法的检测时间相比，采用笔者所提方法的检测效率提升38%,可实现自动化测试水表机电转换误差的目标；该项可与示值误差一起测试完成，测试结果满足检定要求。该测试方法将静态法与动态法有效结合，可实现快速、高效、准确的自动化水表检定。     

基于机器视觉的汽车装配协作机器人机械故障图像识别系统

为了避免汽车装配协作机器人故障发现不及时而导致的生产效率低下,设计一种基于机器视觉的汽车装配协作机器人机械故障图像识别系统。以典型机械故障识别系统为基础,建立具有故障图像采集、故障图像处理、故障图像特征提取和故障图像分类四大模块的汽车装配协作机器人机械故障图像识别系统;利用机器视觉技术获取机械故障图像特征,根据Saulola算法实现机械故障图像彩色增强,通过Niblack算法确定协作机器人机械故障节点位置,得到机械故障图像识别系统的机械故障图像分类结果,实现汽车装配协作机器人机械故障图像识别。实验结果表明：该方法识别效果好、识别效率高。     

基于HSV空间的指针示数识别方法

为实现水表表盘指针区域的示数自动识别,提出以表盘结构信息结合HSV色彩空间分量实现区域定位及指针读数的图像识别方法。利用图像信息实时计算Hough检测所需参数进行表盘内圆及指针外圆的定位;采用HSV色彩空间通道信息作为指针轮廓提取标准;通过计算指针轮廓与预设半径同心圆的交点及指针所在圆心至轮廓点的最远距离,两种方式结合判断指针转动的角度并将其转换成实际的指针示数;通过对不同分位的指针识别结果进行合理性判断,完成常见机械误差的示数矫正;最后,采集现场工况下表盘图像对该算法进行测试,通过与人工读数结果相比较,表明当前的示数识别方法具有良好的准确性和可靠性。     

全自动芯片键合机中多目标图像识别算法

在全自动芯片键合机图像识别系统的开发中,芯片数目自动确定是一个亟待解决的问题。提出了一种新的基于聚类遗传算法的多目标图像识别算法。将聚类思想引入遗传算法的搜索机制中,结合模板语义以及遗传算法进化过程中形成的适应度图景构造聚类规则,将遗传群体有效的划分为不同的小生境。实际应用表明,算法有效地解决了自动确定目标图像数目的问题,一次可以准确识别场景图像中的多幅目标图像,减少了单幅图像的识别时间,提高了系统效率,实现了多目标图像识别的自动化。     

一种三维可调式气压驱动的水表自动对中系统设计

针对传统水表检定装置不易调节水表位置和安装低效的不足，提出了一种三维可调式气压驱动水表自动对中系统。系统由固定底板、前后导轨、左右导轨、第一V形槽托盘、第二V形槽托盘和气缸等组成。驱动V形槽托盘，实现水表在左右导轨上的左右滑动；驱动左右导轨，实现水表在前后导轨上的前后滑动；调节气缸分隔板上下两侧的气路气压，可驱动固定底板上下移动，从而调节水表的安装高度。该设计方案实现了水表检定前的左右、前后、上下的三维调节，以便水表快速到达安装位置并完成对中、夹紧、固定等工序；减少了人力输出，提高了检定效率，装表时间从原来的大于5 min降低至1 min以内。     

基于机器视觉技术的钢直尺自动检定系统设计

针对钢直尺检定人工效率低、检测结果误差大等问题，提出采用机器视觉技术代替人工进行钢直尺的全自动检定工作。以CCD摄像头代替人眼，用高倍镜头对图像进行放大，从而达到刻度线图像的精准采集。图像经过边缘检测算法的处理后，精准实现标准尺与被检尺刻度线的定位，配合钢直尺刻度线误差检测算法，实现钢直尺刻度示值误差的自动计算，分析处理和报告导出。使用Qt5软件开发了上位机数据采集系统，简化了系统操作步骤，有效提高了钢直尺检定的可视化程度。利用单片机驱动步进电机移动CCD相机不断地对钢直尺不同部位进行刻度线识别与比较，并将检测的位移量反馈回上位机，最终由系统判定钢直尺的检测结果。实验结果表明，该装置可以很好地代替人眼实现钢直尺快速、准确地检定，检定最大误差小于0.2 mm，且检定速度小于2 s。     

量表精度自动检定仪的研制

对应用图像识别技术进行量表精度检定的测量原理进行了理论分析,研究了成像系统的组成及参数选择、被测物图像的采集、图像的处理及相关算法等,并据此研制了量表精度自动检定系统。实际应用结果表明,该检定仪性能稳定,测量精度较高,可满足工业量表检定的要求。     

基于计算机视觉技术的指针式仪表自动检定方法

介绍基于计算机视觉技术的指针式显示仪表检定方法、系统构成及工作原理,并对图像分析方法用于仪表示值的自动判读算法进行了研究,结果表明其指针定位的最大不确定度明显优于人眼的识别.     

指针式压力表半自动检定系统及方法的研究

本文介绍了一种指针式压力表半自动检定方法,该方法主要是将被检表信息输入计算机后台软件,软件自动生成一张压力表的表盘模拟图,模拟图中将最小分度按照精度等级的不同,等分成5格或10格,检定人员只需要观察被检压力表指针在表盘上的位置,点击鼠标对应到该模拟图的位置,软件即可自动给出被检表测量值及示值误差。避免了人工估读、计算误差等一系列繁琐的过程,还将无通讯接口的表计纳入自动检测范围,实现了数据的电子化存储,减轻了检定人员的工作量,应用前景广泛。     

二值图像的目标识别技术

目的是建立一种新的图像识别算法。方法是以VisualC＋＋为开发平台，用C＋＋语言实现了二值图像目标识别算法。结果该算法有效地实现了二值图像的目标识别。该算法采用局部搜索算法，减少了时间消耗，提高了效率，并且能一次得到更多的信息，包括图像中目标的个数，每个目标的面积，形心，内、外环的个数及每个内、外环的所有信息。     

基于图像识别的变电站巡检机器人仪表识别研究

目前变电站仪表识别方法易受到电信号干扰,导致识别图像中存在噪声。该文结合图像识别与中值滤波方法除去图像噪声,提高仪表识别准确性。根据图像识别预处理巡检机器人采集到的仪表图像;利用颜色图像区域搜索进行目标仪表图像区域定位,依据中值滤波去除目标图像噪声;采用脉冲耦合神经网络对仪表图像数字显示盘中的数字字符实行分割和二值化处理;通过样本匹配算法匹配仪表图像样本的数字字符,实现变电站仪表数据识别。通过实验表明,基于图像识别的方法可有效识别模糊以及缺失变电站巡检机器人仪表读数,且识别准确性高。     

基于PLC的一种冷水表全自动检定装置的研究

为了提高冷水表的检定效率和检定精度,提出基于西门子S7-200 SMART PLC的冷水表全自动检定装置。通过PLC对管道气动阀门、水泵和变频器的自动控制,对标准电磁流量计的数据采集和换算,实现了《JJG 162—2009冷水水表检定规程》中对常用、分界、最小流量的冷水表自动检定流程。该装置能节约大量人工检定时间,提高检定准确度,延长使用寿命,降低运营成本。     

基于差影和模板匹配的微小轴承表面缺陷检测

针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点，设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高，能长时间稳定工作，显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现，要检测轴承的表面缺陷，需将轴承表面分割成两部分进行识别，轴承表面的均匀分布区域直接采用差影法，文字刻印区域采用模板匹配法，结果表明该方法识别正确率达98％。     

基于卷积神经网络的林火烟雾识别

基于传统的人工神经网络(Artificial Neural Network, ANN)提出了一种算法用来进行森林林火烟雾的图像识别。应用卷积神经网络(Convolutional Neural Network, CNN)结合反向传播法(Backpropagation, BP),选取适当的激励函数,训练神经网络。同时通过适当的池化方法大大提高了算法的效率,从而有效地通过神经网络对目标图像的特征学习,识别出烟雾图像。在对图像识别学习前对图像进行灰度化,并且在对图像进行二值化之后,再进行学习训练,排除了所需识别目标之外图像引入的干扰,从而提高了图像识别准确率。