基于自适应拟合的小型元件位姿高精度检测算法

针对小型元件在生产过程中精度要求高的难点,以一种典型的小型元件,发火元件的自动化焊接流程为例,对流程中最重要的视觉检测步骤,提出了发火元件的亚像素轮廓自适应拟合算法。在算法中,首先利用感兴趣区域提取、高斯滤波、Otsu阈值分割、Freeman轮廓跟踪,进行图像预处理;其次利用Zernike矩对跟踪编码的轮廓进行亚像素化,提高轮廓检测精度;最后根据亚像素化后的轮廓,进行自适应轮廓拟合,从而实现发火元件位姿的自动检测。对上述算法,在发火元件测试平台上验证,实验得到最大定位误差9.37μm,平均误差5.96μm;转角误差0.006°,满足焊接检测的要求。     

0603型绿色贴片LED方向检测算法研究

针对全自动编带机编带过程中0603型绿色贴片LED的方向检测,提出了利用MeanShift图像分割法首先对芯片进行图像分割,然后利用Krisch边缘检测算法、Prewitt边缘检测算法和高斯拉普拉斯边缘检测算法分别对芯片进行边缘检测,提取芯片的轮廓特征。实验对比表明,能够通过采用MeanShift图像分割法对芯片进行分割,再利用高斯拉普拉斯边缘检测算法提取芯片的轮廓特征的方法,判别0603型绿色贴片LED的方向。     

贴片元件的海森范式加权最小二乘矩形拟合算法

随着印制电路板上元器件密度越来越高,对贴片机的贴装精度要求也愈发精密。为提高元件的贴装精度,文章针对无引脚元件提出了加权最小二乘矩形拟合算法。算法首先提出海森范式最小二乘拟合法,可以拟合图像中任意位置像素点组成的直线。针对直线中的离群点,在海森范式最小二乘拟合法基础上加入Tukey权重函数,大大缩小了图像中奇异点的影响,从而提高了元件检测精度。实验结果表明:加权最小二乘矩形拟合算法不仅提高了元件检测精度,且一定程度上对元件偏转角度与元件图像模糊或损坏不敏感,具有较优效果。     

基于MATLAB的刀具角度测量北大核心

采用MATLAB图像处理技术,通过图像二值化、中值滤波、边缘检测等方法获得刀具轮廓,并应用曲线拟合方法对轮廓边界进行拟合,通过分析拟合直线刃的斜率,计算得出刀具角度值。实验结果表明,利用MATLAB检测刀具角度,不仅测量误差小,检测效率高,而且适应性广泛,可实现对高精度和微小刀具几何参数的测量。     

地铁隧道变形监测的数字图像处理技术研究

提出利用数字图像处理技术对地铁隧道变形进行监测的方案.通过对隧道内定点放置的目标光源进行拍摄,得到所拍摄的图像,并对图像进行平滑、锐化、腐蚀、膨胀、去噪等预处理,获取目标光源清晰轮廓,然后对图像进行二值化,边界提取,进而通过最小二乘法,拟合圆心,计算出目标光源圆心的位置变化,从而得出地铁隧道纵向的变形量.实验结果表明,该方法在地铁隧道变形检测系统中得到的隧道变形量比较精确、可靠.     

斜拉桥拉索径向畸变CCD图像的边缘检测与图像提取

径向畸变是CCD成像系统中的一种常见现象.提出了一种对斜拉桥拉索径向畸变CCD图像进行边缘检测和图像提取的算法.首先,在图像的预处理阶段,对原始图像进行灰度化和滤波处理.其次,运用边缘检测、边界跟踪及Hough变换获得了拉索轮廓的连续边界.最后,利用原始的灰度图像和基于拉索轮廓的掩模板,获得了无背景的拉索表面图像.该算法在斜拉桥拉索表面伤痕检测中得到应用,结果表明该算法对径向畸变的CCD图像能有效地进行边缘检测和图像提取.     

基于火星探测的人工标志识别定位

为了实现火星探测中巡视器以及着陆器上人工标志的识别定位,结合好奇号火星车的人工标志特征和火星环境的特点,提出一种人工标志两步识别定位方法。第一步是在图像中识别人工标志并进行初步定位。该步骤通过图像边缘检测,提取并跟踪各轮廓边界。针对人工标志存在的沙尘附着、光照不均、以及阴影遮挡等问题,提出一种基于火星环境的自适应边缘检测方法。采用最小二乘椭圆拟合方法对每一个轮廓边界进行椭圆拟合,将拟合所得的椭圆参数作为标志的初步定位结果。第二步是对各人工标志进行精确定位。根据初步定位的椭圆参数进行图像分割。考虑标志中心为两条直线的交点,故采用Hough变换对各分割出的图像块进行直线检测,并对交点进行重定位,从而得到人工标志的精确位置。对好奇号火星车的标志图像进行了试验,结果表明:提出的方法能够检测存在较大变形的人工标志,对标志中心的定位精度稳定在1个像素以内。该对沙尘附着、光照以及阴影遮挡具有一定的鲁棒性,基本满足火星探测中人工标志定位的精度和鲁棒性要求。     

MATLAB在图形边界特征提取中的应用

图形轮廓特征的提取是一项十分重要的数字图像处理技术。提出了一种利用MATLAB进行图形边界特征提取的方法,介绍了处理过程中的几个重要步骤:图像保存;调入MATLAB;边缘检测;确定边界像素点坐标;拟合图形边界轮廓。实验结果表明,该方法具有较好的边界特征提取能力。     

环形机件自动测量系统设计

针对具有水平面八方向对称特点的环形机件进行参数的测量,以视觉测量理论为基础,根据其俯视图建立对应的二维模型,在较高成像质量的光源条件下获取图像并分析其灰度直方图的双峰特性确定其二值图像的阈值,高效精确的提取机件的边缘并以此为基础计算得到环形机件基于平面图的有效边界,通过在世界坐标系之内对边界像素的最小二乘法的拟合精确得到环形机件二维图像的内径和外径.考察检测结果,较之传统仪器测量而言更加快速、精确地考察了环状机件的诸多重要参数.     

基于机器视觉的金属边缘细微缺陷检测方法的研究北大核心

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

基于机器视觉的金属边缘细微缺陷检测方法的研究

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

一种基于改进水平集与边缘检测结合的轮廓提取与检验方法

目前图像分割方法主要研究图像分割精度、质量等,但对分割的结果研究甚少,通常是依靠人工检测结果的收敛性。通过分析图像边界的特点,给出了强边界、弱边界的定义和收敛准则,提出一种将改进的水平集与边缘检测相结合的图像分割方法,用来检验图像分割结果的收敛性,提高分割结果可信度。首先利用自适应区域生长分割出图像初始区域;然后利用预分割的结果构造初始水平集函数和进行边缘演化;最后,用边缘检测算子对分割结果进行检验,将检验得到的结果再进行水平集演化,如此往复,直到收敛。实验结果表明,该方法对弱边界图像有很好的分割效果,可较为理想地提取海马图像中的目标。     

虹膜定位技术研究与实现

为了提高虹膜识别的效率和准确性,提出了一种将粗定位和精确定位相结合的虹膜边界提取预处理方法。通过对预处理后的二值化虹膜图像进行粗定位,基于瞳孔边界点控制的最小二乘拟合方法确定虹膜内边界,并采用微积分算子精确检测定位虹膜外边界。最后用CASIA虹膜库中的756幅虹膜图像对算法进行测试,与基于Hough变换的虹膜定位方法关于虹膜内外边界的定位时间和虹膜定位的准确度进行比较。结果表明,该算法具有很好的准确性和识别速度。     

电子元件焊接质量的自动光学检测系统研究

为满足表面贴装电子元件的高密度化、小型化、零缺陷等要求,设计一种电子元件焊接质量的自动光学检测系统,可将缺件、多锡、少锡、假焊等焊接缺陷检查出来。该系统首先通过图像采集系统获取电路板图像,并提取元件的检测窗口,通过图像处理得到相应的图像特征,对其特征进行尺寸的测量和识别,然后与标准数据进行比较,判断元件表面焊接质量是否合格,以达到检测元件的目的。系统具有运行平稳、操作方便、智能化和模块化等特点,满足实际生产的需要。     

基于边缘的齿轮图像拼接方法研究

在基于机器视觉的测量中,由于影像设备的性能限制与对图像的精度要求,需要对拍摄的图片进行拼接。对于一般灰度图像进行旋转操作会对图像造成失真的情况,文中针对中小模数齿轮的灰度图像拼接提出了基于边界的齿轮拼接方法,对滤波后的齿轮图像进行边缘提取,对提取到的数据点采用半径约束的最小二乘法拟合圆心,圆心配准后对齿廓数据点进行配准以求得旋转角度完成拼接。仿真结果表明该方法可以将拼接误差控制在一定范围内。     

融合特征相互关系的视网膜微动脉瘤提取

为了抑制视网膜不同结构特征之间的影响,提高视网膜微动脉瘤的检测精度,提出了一种基于特征相互关系的视网膜微动脉瘤提取算法.首先,对视网膜灰度图像进行均值滤波,检测圆形边界和视盘,并构建视盘掩模.然后,对视网膜绿色分量图像自适应直方图均衡化,利用Canny方法提取边缘,移除图像圆形边界并填充封闭的小面积对象.最后,考虑不同特征之间的相互关系,消除较大面积对象后进行”逻辑与”运算移除视网膜渗出物、血管和视盘,得到视网膜微动脉瘤图像.实验结果表明:该算法能够有效提取视网膜眼底图像中的微动脉瘤,其敏感度、特异性、阳性预测值和检测精度分别达到了94.81％、96.04％、91.64％和95.66％,基本能够满足临床应用对稳定性和精度的要求.     

基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

基于图像处理技术的凸轮盘检测方法研究

为满足凸轮盘的在线检测需求,提出了基于图像处理技术的凸轮盘检测方法。首先对凸轮盘图像进行放大、形态学滤波、模糊处理、阈值分割和目标区域提取等预处理,得到凸轮盘二值图像;然后根据内轮廓最小包围矩形进行初调,根据精确直线拟合进行微调,将凸轮盘摆放至合适的角度位置;最后,完成凸轮盘回转中心坐标的求取,对凸轮盘外轮廓点进行采样后与设计值进行对比,并输出检测结果。结果表明:该方法检测效率高、操作简单,能满足凸轮盘在线检测的各项要求。     

基于最小外接矩形的SOP贴片元件的定位识别

针对SOP封装贴片元件的成像特点,为了限制目标区域的数量,减少计算元件角度的运算量,首先采用基于最小外接矩形算法快速获取目标区域的中心坐标、近似面积及近似周长,以矩形面积和周长为限制条件搜索出目标矩形并计算出元件实际中心;然后结合基于邻接矩阵的搜索算法搜索出单排目标矩形的中心;最后通过最小二乘法拟合直线计算出元件的角度。该方法简单高效,有效地减少了元件识别过程中的运算量。实验结果表明,该算法在保证对SOP元件高精度定位的同时,可实现高效率的贴装。