基于机器视觉的铁芯表面缺陷检测系统研究

E型铁芯是某公司自动化生产线上的重要零件之一,加工过程中主要存在表面切割不平整,表面裂纹和几何形状扭曲3种缺陷。为此,文中提出了基于机器视觉的表面缺陷在线检测方法。由于检测目标质地为黑色,本系统采用白色材料做背景增加对比度;利用CCD摄像机和环形LED光源组成采集系统的前端,通过千兆网口将图像传输至计算机;然后采用边缘检测结合阈值分割提取感兴趣区域,最后主要利用灰度分析结合Douglas-Peucker算法完成特征提取和缺陷分类。实验结果表明,该系统能快速对铁芯表面缺陷进行识别与检测,缺陷识别率达到98.25%,达到预期检测目标。     

基于机器视觉的铜条表面缺陷检测系统的研究

针对人工目视检查铜条表面缺陷效率低的问题,提出基于机器视觉检测铜条表面缺陷的方法。针对铜条表面不同的缺陷类型采用不同的检测方法,对常见的缺陷通过提取感兴趣区域,采用Otsu最佳阈值分割方法,再经过Blob分析直接检测出缺陷。对在铜条表面交接的边缘处的分层缺陷难以检测出的问题,采用基于Gabor滤波器的方法来检测。实验结果表明,能准确检测出上述类型的铜条表面缺陷。     

基于机器视觉的重轨表面缺陷检测系统的研究

针对目前几种常用的重轨缺陷检测方法检测速度慢、精度低等问题,提出一种基于机器视觉的重轨表面缺陷检测系统的设计方法.针对重轨表面常见缺陷种类,根据实验情况对该检测系统的硬件系统进行详细设计.并分别对重轨表面字符和缺陷采用信息定位和模式识别实现图像识别,使重轨缺陷和重轨号等字符信息的相应关系达到自动判别,从而实现缺陷检测的目的.     

基于机器视觉的金属零件表面缺陷检测系统

分析了金属零件表面缺陷的基本特征、金属零件表面缺陷的种类及表面缺陷检测方法,提出了利用机器视觉技术来检测金属零件表面缺陷,并对视觉技术发展趋势进行了探析,对开展机器视觉的研究具有一定的参考意义。     

基于机器视觉的手机电池表面缺陷检测

针对手机电池表面质量人工检测情况,开发了电池表面缺陷无损检测系统软件。首先电池表面经过倾斜矫正、感兴趣区域提取和字符灰度值修改等预处理操作,通过基于灰度密度分布和灰度差的自适应阈值亮度法对感兴趣区域进行子图像遍历,融合有重合区域的缺陷子图像并滤除没有明显缺陷的区域;然后采用支持向量机多种类分类法,提取二值图像像素分布规律作为训练特征,识别电池表面缺陷种类;最后设计了人机交互界面,确定最佳的可变参数,实验测试缺陷识别率达95%以上。     

机器视觉检测滚子表面缺陷

介绍利用机器视觉检测滚子表面缺陷的实验装置。该装置采用512位SSPD列阵作为摄景器件。藉助专门机械装置实现滚子表面全扫描展开,把获得的二维图象信息送PC/AT微机进行图象处理。文中提出了三种图象处理算法:多段平均法、二次背景处理法和局部算子处理法。用上述算法较好地解决了不同精度滚子的表面缺陷检测。附图16幅,参考文献5篇。     

基于机器视觉的笔芯球珠表面缺陷检测系统研究

针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。     

基于机器视觉的带钢表面缺陷检测系统的设计

针对带钢的表面质量检测进行专门化研究,设计了基于机器视觉的带钢表面缺陷检测系统,从系统硬件结构、软件设计两方面进行深入分析与研究。其硬件结构包括图像传感器、高速CCD相机、光源设计;软件设计包括图像滤波去噪、缺陷特征的提取和选择、表面缺陷检测与辨识。根据实验结果的比对可知,本文设计的基于机器视觉的带钢表面缺陷检测系统在对带钢表面缺陷进行检测时,随着试验次数的累加,其精测精度均比传统系统要高,证明本文设计具有较高的实用性和有效性。     

基于机器视觉的手机壳表面划痕缺陷检测

为解决手机壳表面缺陷检测采用人工目测法,检测效率低且漏检率高的问题,采用基于机器视觉的手机壳表面缺陷检测方法,实现产品缺陷的自动化检测。该检测算法采用八方向的各向异性高斯方向导数滤波器对图像进行卷积滤波,并做归一化处理;利用滤波结果图的直方图确定自适应阈值,并进行阈值分割;对图像进行细化后通过划痕缺陷长度特征进行缺陷的提取。实验结果表明,该划痕缺陷检测算法能够实现长度0.5 mm以上的划痕缺陷的准确检测,检测效率高,满足企业的实际需求。     

基于机器视觉的带钢表面缺陷检测系统设计

针对热轧带钢的表面质量检测进行研究,设计了基于机器视觉技术的带钢表面缺陷检测系统,从系统整体构成、硬件结构、软件开发及算法设计等方面进行了深入的分析与研究。在VS2010平台上,实现了包括图像的采集、传输、缺陷的实时检测和定位,以及缺陷的报警与存储等功能。通过大量的测试结果表明,该系统中设计的缺陷检测算法无论在检测精度还是实时吞吐量上都具有很大优势,可以对带钢表面常见的氧化、孔洞、边裂、麻点等几十种不同类型和不同等级的缺陷进行精确、实时地检测。     

基于机器视觉的炮泥表面缺陷在线检测

目前,炮泥表面缺陷检测是人工来完成。基于自动化生产的需求,设计炮泥缺陷自动化检测系统。利用机器视觉检测技术进行图片采集与处理,实现缺陷检测与自动分拣。实验结果表明,缺陷自动化检测系统可以客观检测缺陷,提高炮泥生产的效率,降低生产成本,具有较高的工程应用价值。     

基于机器视觉的表面缺陷检测方法研究进展

在半导体、PCB、汽车装配、液晶屏、3C、光伏电池、纺织等行业中,产品外观与产品性能有着千丝万缕的联系。表面缺陷检测是阻止残次品流入市场的重要手段。利用机器视觉的技术进行检测效率高、成本低,是未来发展的主要方向。本文综述了近十年来基于机器视觉的表面缺陷检测方法的研究进展。首先给出了缺陷的定义、分类以及缺陷检测的一般步骤;然后重点阐述了使用传统图像处理方式、机器学习、深度学习进行缺陷检测的原理,并比较和分析了优缺点,其中传统图像处理方式分为分割与特征提取两个部分,机器学习包含无监督学习和有监督学习两大类,深度学习主要囊括了检测、分割及分类的大部分主流网络;随后介绍了30种工业缺陷数据集以及性能评价指标;最后指出缺陷检测方法目前存在的问题,对进一步的工作进行了展望。     

基于机器视觉的表面缺陷检测方法研究进展

基于机器视觉的表面缺陷检测以无接触、无损伤、自动化程度高及安全可靠等突出优点被广泛应用于各种工业场景中,尤其随着深度学习技术的快速发展,视觉缺陷检测有助于提高产品及装备的智能化水平。综述分析了表面缺陷检测的常用方法、通用数据集、检测结果评价指标和现阶段面临的关键问题。首先,将缺陷检测方法分为传统基于图像处理的缺陷检测、基于传统机器学习模型的缺陷检测及基于深度学习的缺陷检测,并对各种方法进一步细分归类和对比分析,总结了每种方法的优缺点和适用场景;然后,对目前常用的缺陷检测结果评价方法做出了描述,进一步探讨了表面缺陷检测应用在实际工业产品检测过程中关键问题——小样本问题,重点剖析了小样本问题的解决方法和无监督学习在解决这类问题上的优势;最后,从提高缺陷检测方法的工业适用性角度展望了下一步研究方向。     

基于机器视觉的FPC缺陷检测系统

针对当前FPC(柔性电路板)缺陷检测中人工目检效率低的问题,基于机器视觉技术设计了一套实时检测系统。首先搭建了硬件系统,然后对FPC的4种表面缺陷特征进行了研究,基于Halcon设计了相应的缺陷检测算法,提出了通过模板匹配提取ROI的方法,以及运用图像自乘与高斯线检测来提取折痕,最后基于MFC开发了缺陷实时检测系统。实验结果显示,设计的系统检测准确率可达90%以上,且每片FPC检测时间只需0.2 s。     

基于机器视觉FPC缺陷检测对位系统研究

结合FPC电路板自动化生产线检测对位的需求,研究了针对FPC补强片缺陷检测对位系统的关键技术:系统标定和FPC图像识别与定位,并在此基础上开发了基于机器视觉的FPC缺陷检测对位系统,提出了一种双Mark点的机器视觉定位方法。首先借助标定板实现相机标定,然后通过工件移动实现视觉坐标与运动坐标的标定,最后通过双Mark点和目标位置的调节实现FPC补强片目标位置的标定,此方法可以在不精确定位FPC的情况下,实现FPC上每块补强片的精确定位,具有速度快,精度高的特点。     

基于机器视觉的浮空器囊体材料表面缺陷检测系统

在复杂气象环境下,浮空器囊体作为整机系统的直接受压面,其表面必须平整光滑,无褶皱损伤,以将其与空气的摩擦力降至最小。文中基于机器视觉对浮空器囊体材料表面缺陷检测进行系统设计。首先为了降低背景灰度变化对缺陷检测的影响,研究了一种同时具有噪声滤除与图像增强功能的预处理算法;其次利用图像二值化和中值滤波技术实现特征图像的预处理,并结合纹理特征提取技术（基于灰度共生矩阵）对囊体材料表面不同缺陷图像的特征参数进行仿真提取,通过分析不同特征参数,判断囊体材料的表面缺陷类型。该系统对采集到的200个囊体材料表面缺陷样本的分析表明,所用方法能识别浮空器囊体材料93.6%的表面缺陷,识别内容包括缺陷的类型、位置、大小等,并根据缺陷的类型加盖不同的标记。该系统具有较高的识别率和准确率,可对浮空器囊体材料表面缺陷进行快速检测。     

基于机器视觉的细长产品表面缺陷检测设备研究

为提高对细长产品表面缺陷的检测效率,运用机器视觉技术对细长产品外部轮廓尺寸及表面缺陷状况进行检测.运用机器视觉技术,分析图像传输过程中噪声产生原因及降噪方法;采用canny算法和Simple Blob Dectorte特征点检测方法,提取零件轮廓和色斑轮廓;编写基于机器视觉的表面缺陷检测程序,并通过实验验证了该方法的可...     

基于机器视觉的PCB焊接缺陷检测系统研究

针对中小型企业在焊接缺陷检测领域中存在人工成本高、检测精度低、实时性差等问题，提出了基于机器视觉的焊接缺陷检测系统，在生产线上安装多套图像采集装置。根据现场情况，设计了多套打光方案，实现连锡、焊点偏位、芯线断开等缺陷的高清成像；基于HALCON软件，采用图像定位、图像预处理、图像分割、形态学处理及焊接缺陷识别算法，完成了USB接口缺陷的精确检测，并将结果显示在上位机界面。测试生产线上实际采集的402幅缺陷图像，结果表明，系统成功检出率达86%,基本满足实际生产需要。该检测系统用于中小型企业生产，有利于大幅度提高检测效率和缺陷检测智能化水平，同时降低检测成本。     

基于机器视觉的粉末冶金零件缺陷检测系统研究

针对粉末冶金零件人工外观缺陷检测精度差、效率低、实时性不佳等问题,利用机器视觉实现自动化生产线粉末冶金零件缺陷的实时检测。系统选用工业相机采集零件图像,利用图像处理软件对零件图形进行特征提取,使用LIBSVM进行数据集训练,得到合格零件与缺陷零件的特征信息,实现零件的有效分类。这一系统检测精度高,可靠性好,能满足生产线实时性的要求。     

基于机器视觉的油封缺陷在线检测系统研究

为了实现油封缺陷在线快速检测代替传统的人工目检,提高检测精度与效率,开发了基于机器视觉的油封缺陷在线检测系统。该系统包括油封在线检测的机械传动系统(工件传送带、工位交换机械手、辅助工件旋转检测台和检测轮盘),电气控制系统,面向油封生产线的图像获取装置,油封缺陷检测软件系统等。实验检测结果证明,该检测系统能够在线完成产品缺陷检测,检出率达98%,具有实时性好、效率高、生产通用性强等优点。