基于小波模极大值的工件图像边缘检测

为给数控机床上下料机器人提供准确定位信息,实现机械手准确抓取工件,需要对工件进行图像抓取并处理图像,同时为了获得抓取信息,对工件进行边缘检测以提取出清晰的轮廓。在工件实际图像采集中,噪声往往比较多,本文采取小波模极大值边缘检测算法,将图像进行小波变换后计算模值及相角,求出模的极大值点并判断是否为边缘点后对边缘进行提取,最后对实际工件进行边缘检测。该方法抗噪性良好,并具有一定的实用性。     

基于加工表面小波包能量分布比例的刀具磨损状态研究

将计算机视觉检测技术应用于刀具磨损检测。通过获取工件表面图像,利用数字图像处理技术对工件表面图像进行处理。由于工件表面图像信息主要集中在中频区域,利用小波包分解工件表面图像,可得到许多含有丰富中频信息的子图像,故可从中提取小波包能量分布比例特征,作为刀具磨损的度量指标。理论分析和试验结果表明,该方法是有效的。     

基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

基于机器视觉的工件角度检测方法研究

随着工业自动化的快速发展,工件角度视觉检测技术日益受到重视。边缘检测和边缘识别是角度视觉检测精确性的关键因素。以角度块规为研究对象,首先进行图像采集及灰度化处理,其次利用5种常见边缘检测算子实现边缘检测,然后利用最小二乘法与霍夫变换两种直线识别方法提取图像中夹角两条边的倾斜角,从而确定其角度检测值,最后获取10种组合方法的决定系数和回归估计标准误差并进行分析。结果表明,Canny算子最小二乘法的决定系数和回归估计标准误差分别为:0.9995和0.326°,优于其它9种组合方法。因此,该组合方法更适用于角度视觉检测方面的应用,为工件角度检测技术进一步发展提供理论依据。     

基于机器视觉的零件尺寸自动测量系统

阐述了利用机器人视觉进行零件尺寸检测的系统。包括：机器人视觉系统的构成;工件测量的基夺原理;图像预处理的基本方法;图像边缘特征的提取与具体实现算法。实践表明,该系统方案是切实可行的,具有较高的使用价值。     

机械零件二维几何尺寸和形状检测系统研究与开发

针对传统接触式尺寸测量方法的缺点,探讨利用单目视觉测量系统对被测工件进行尺寸测量,为产品的尺寸测量提供实时、快速、有效、经济的测量途径.首先,视觉系统获取零件图像,并对图像进行滤波处理;然后,提出采用Canny六阈值法进行边缘提取,得到完整的边缘图像;最终,利用最小二乘法拟合出机械零件的边缘形状,并通过计算获得零件的几何尺寸.实验表明该系统所得到的零件边缘图像清晰,多个几何尺寸的测量精度符合要求.与传统测量方法相比提高了检测零件的效率和精度,大大扩展了测量范围,从而充分体现了机器视觉测量的优点.     

一种用于工件视觉测量的图像拼接方法的研究

在工件的生产制造过程中,视觉测量技术以其具有的快速、准确的特点发挥着越来越重要的作用,针对大尺寸物体的视觉测量,提出了图像拼接技术。该方法基于视觉图像处理软件HALCON,利用经过标定的摄像机采集带有一定特征信息的零件的序列图像,对图像进行坐标变换、高斯滤波等预处理,在相邻图像之间的重叠区域使用Harris角点检测算法进行特征点提取,将提取出的特征点进行匹配,根据特征点之间的匹配关系完成图像配准,实现由多幅图像拼接成为一幅图像。阐述了相关理论并进行了实验,验证了该方法的可行性。     

基于机器视觉的锪窝深度检测方法研究

针对飞机板材上锪窝孔深度检测效率低及人工检测主观性大等问题,提出了一种基于机器视觉的锪窝深度检测方法。根据锪窝孔的特点,设计了一套以3D激光轮廓传感器为基础的锪窝孔图像采集系统,利用Halcon算法库对采集到的图像进行分析处理。利用阈值分割算法和形态学图像处理算法对锪窝孔进行边缘粗定位,通过卡尺工具法提取锪窝孔外圆的亚像素边缘点,采用RANSAC算法拟合边缘点得到光滑的边缘曲线并获取其半径,从而计算出锪窝深度。经实验验证,该检测方法正确率高且稳定性好,测量精度可达到20μm。     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。     

基于KNN算法的铝合金阳极化层打磨质量检测系统研究

结合航空航天行业对铝合金焊接的要求,提出了一种基于KNN算法的铝合金工件阳极化层打磨质量视觉检测系统。系统利用SCARA机器人及固定在其上的图像获取装置,多角度、多方位、多视场地对传送设备上的工件进行拍摄,并通过图像处理技术得出工件的打磨质量检测结论。结合铝合金特点,利用打磨前后工件颜色不同,采用KNN分类算法对工件打磨区域进行分类,得到工件被打磨区域宽度的测量值以及工件打磨的质量,并与采用传统动态阈值分割、边缘提取等图像处理方法进行了对比。最终完成铝合金工件阳极化层打磨质量检测实验,结果表明,系统可以有效地对打磨质量进行检测,并且与其他方法相比有较高的稳定性。     

骨科修补辅助医用机器人系统技术研究

在概述了骨科修补辅助医用机器人系统总体方案的基础上，对系统中骨骼医学图像处理技术进行了重点描述。通过采用图像格式转换、数学形态变换结合Canny边缘算子算法实现了骨骼的轮廓提取。采用综合使用反求软件和传统CAD／CAM软件方法进行反求工程开发，实现了个体骨骼的三维重建实体建模。机器人控制系统采用基于IPO＋DSP运动控制器的开放式分布控制结构，完成对骨骼假体的加工与制作。系统中采用的图像与接触测量相融合的测量技术，对制造业中精密测量具有很强的借鉴意义。在假体加工系统中为了获得满意的加工表面，必然要规划出合理的加工刀具运动路径以及合理的加工工艺，该技术的研究同样有益于制造业。     

基于ICT图像与设计模型的制造误差检测方法

使用二维CT图像与设计模型通过比对进行制造误差分析时,必须知道CT图像在设计模型中的位置,而位置的确定往往需要在工件上找到一个和设计模型相匹配的基准位置,并对该位置进行精加工,这增加了工件加工的周期和制造成本.针对该问题,本文提出一种自动搜索CT图像的设计模型来完成工件制造误差检测的方法.该方法首先提取CT图像的边缘,...     

V型焊接坡口中心的高精度提取方法

焊缝跟踪精度对焊缝成形质量有很重要的影响,V型坡口是一种最常见的焊接接头。提出了一种提高激光视觉机器人跟踪V型坡口精度的软件措施,介绍了提取V型坡口中心亚像素级坐标的方法。采用多尺度的LOG(Laplacian of Gaussian)算子检测焊接坡口特征边缘,在分析图像灰度直方图的基础上选取适当的阈值进行二值化。用曲率极值的角点检测法从细化后的图像中提取焊接坡口中心点像素级图像坐标,然后对此点邻域的梯度值进行拉格朗日多项式插值求得亚像素级坐标。实验结果表明,该方法简单可行,能满足机器人焊缝跟踪的实时性要求。     

基于CCD和模糊PID的火曲线位置控制研究及仿真

火曲自动线是火曲件生产的必要趋势,工件批次和规格的参差不齐及链传动过程中工件的偏移都会导致火曲线位置与高温加热烧嘴出现线性偏差,使得工件在预定的时间内难以充分加热而影响到工件的质量和寿命。针对此线性偏差问题,通过CCD在线检测系统进行火曲工件图像的获取,用MATLAB工具中的edge函数并采用Sobel算子来实现图像边缘的检测,最后通过模糊算法、模糊PID算法来实现四通阀控制的差动液压缸对火曲线位置校正控制的优化。     

MATLAB在测量技术教学中的应用

“测量技术”是中等职业学校机械加工专业的主干课程,而测量工具的使用是其中重要的一部分,是中职学生必须掌握的一种操作技能。MATLAB是一套高性能的数值计算和可视化软件,含有图像获取、图像处理的工具箱。本文以角度测量工具（万能角度尺）的学习与使用为例,针对传统课堂教学模式中反馈不及时的问题,利用机器视觉技术,在MATLAB环境下,自主研发“工件角度测量自主学习软件”,构建新型课堂教学模式。它实现了对学生一对一指导,丰富了理实一体化教学的内涵,提高了教师的工作效率,起到了助学助教功能。     

基于图像分析的多参数物料检测系统研究

针对物料传输系统中被检物料形状尺寸多样性、包装破损情况识别难等问题,以LabVIEW和NI Vision为开发平台,设计了一套物料多参数检测系统。该系统集CCD摄像机、光电传感器、超声测距传感器、称重传感器等多传感于一体,可根据用户的工作要求对传送带的运动方向和运动速度进行控制,对物料重量、高度进行检测;利用形态学滤波与边缘检测等图像处理的方法,对物料在传送带上的传输速度、传输量、尺寸以及包装是否破损等情况进行检测;所有检测结果通过人机交互界面进行显示,同时对参数信息进行统一存储,以备用户查用。研究结果表明,该系统运行稳定,操作简单,各参数平均测量误差在测量范围的5%以内,可检测最小破损面积为1 cm2,满足实际应用要求,有效提高了生产线的物料检测效率。     

MATLAB在汽车牌照图像处理识别系统中的应用

汽车牌照识别系统是交通管理领域和数宇图像处理领域里的热点问题。本文介绍了MATLAB在汽车牌照图像处理识别系统中的应用。该系统实现了汽车牌照的字符分割。分割准确率高、速度快。整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块,通过调用MATLAB函数来实现每一个部分处理过程,最后识别出汽车牌照。     

基于图像处理的同轴误差在线检测方法的研究

针对同轴度误差测量,提出一种基于图像处理的测量方法。通过对工件图像进行灰度均衡化处理、二值化处理和Sobel算子进行边缘检测,获得图像轮廓点的像素值;利用直线拟合的方法得到工件图像轮廓的轴线方程,将其与基准的直线方程对比,得出工件的同轴度误差。同时,对标准件做试验,验证了其检测精度,证实了其可行性。     

基于注意力机制的曲轴瓦盖上料机器人 视觉定位和检测方法

为了解决曲轴瓦盖人工上料效率低下、易出错的难题,研究了基于注意力机制的曲轴瓦盖上料机器人视觉定位和检测方法,实现自动上料。针对图像特征不明显,在Faster R-CNN的特征提取网络引入注意力机制,将曲轴瓦盖图像不同位置的权重映射到特征通道,使深度学习模型能够更多地关注曲轴瓦盖的边缘和中心语义信息。为进一步提高定位精度,本文还改进了候选框生成方法和损失函数。实验结果表明,与传统机器学习方法及经典深度学习目标检测模型相比,检测速度达0.419 s,定位精度最优(IOU和GIOU分别为0.941 3和0.940 9)。该方法还具有良好的鲁棒性。现场测试表明,该方法引导上料机器人抓取和放置曲轴瓦盖组的成功率达95.14%,提升了发动机装配生产线的效率。     

基于MATLAB数字图像边缘检测算子的研究

边缘检测是数字图像处理中的重要内容,是图像数据分析、模式识别、计算机视觉等技术的基础。因此对边缘检测算子的研究具有重要的意义。主要研究了基于MATLAB的数字图像边缘检测算子,其研究对象主要是灰度图像,通过对图像边缘检测算子阈值、方差等因素的仿真分析比较,获得各算子的适用范围,以便更好地灵活运用。