基于IMAQ Vision螺纹非接触自动检测系统

针对实际生产中大批量的螺纹大径尺寸、坏牙缺陷依靠人工抽检存在效率低、一致性差、劳动强度大的问题,设计研发一种基于IMAQ Vision的螺纹非接触自动检测系统。该系统以LabVIEW为开发平台,基于消息队列机制实现图像采集。设计一种感兴趣区域(ROI)采集算法,以保证多种螺纹规格情况下检测方法通用性和系统稳定性。基于IMAQ Vision和螺纹形状特征,通过二值化、形态学操作、轮廓边缘提取等图像处理后获得螺纹牙顶数据,采用最小二次法进行螺纹大径直线拟合并进行螺纹大径测量;进一步,通过平移拟合直线进行坏牙识别。现场测试结果表明：设计的系统具有较高检测精度和重复性,坏牙重复检出率可达100%,能够有效实现螺纹质量管控。     

基于IMAQ Vision的零件尺寸视觉测量系统

针对常规方法测量衔铁小轴零件尺寸效率低、精确差的不足,提出一种基于机器视觉的零件尺寸测量系统。以500万CCD相机、远心镜头、LED背光源进行系统搭建,基于LabVIEW开发平台,利用IMAQ Vision视觉工具包进行软件开发。在该系统中,依据小轴轮廓开发自动截取感兴趣区域(ROI)模块;利用IMAQ Vision视觉函数实现二值化、形态学去噪以及边缘轮廓提取,最终实现几何参数测量。通过稳定性和重复性测试,结果表明:基于IMAQ Vision的视觉测量系统测量精度可达0.005 mm,系统测量稳定、抗干扰能力强。     

基于IMAQ的尺寸、形状检测方法研究

提出了一种基于IMAQ视觉检测技术的零件尺寸非接触检测方法。首先对CCD摄像装置采集的图像进行灰度变换、二值化和颗粒去除,二值图像开运算,边界提取等预处理,最终得到清晰的图象轮廓。同时通过标准样块的标定获得标定系数,确定内部标尺。最后利用软件寻找测试对象的检测区域并得到试件尺寸。     

基于LabVIEW的激光-MIG复合焊接过程等离子体监测

在LabVIEW环境下设计了一套焊接过程监测系统,该系统可以采集激光-MIG复合焊接等离子体的光学信号以及焊接电流、电压这两种电信号,并以TDMS格式输出。焊接前使用最大类间方差法对焊丝与工件的图像进行二值化处理,然后对二值化图像使用形态学滤波器进行降噪滤波并细化,接着采用一种基于路径追踪的分叉去除算法去除细化结果中的分叉,最后使用HUBER线性拟合法确定激光束的入射位置。对焊接时的等离子体高速摄像照片进行图像处理,获得了激光在等离子体中的传输距离(DLTP)。将DLTP的计算值与实测值进行对比,可知所设计系统的计算准确度为96.5%。     

基于虚拟仪器的微小位移测量装置设计

针对"测试技术"课程实验教学的需要,开发了基于虚拟仪器技术的微小位移测量的实验装置,它利用LabVIEW软件驱动USB摄像头完成图像采集,IMAQ Vision Assistant软件对采集的原始图像进行图像预处理和二值化处理以提取微小位移的区域,并精确地计算此区域的质心像素坐标.同时,采用BP神经网络优化模型以消除摄像头与被测物体距离对测量结果的交叉敏感影响.最后,通过LabVIEW网络通信技术实现远程网络的微小位移的测量.教学实践证明这一装置是一个应用研究的良好实验平台.     

带钢表面缺陷往线监测系统

应用机器视觉技术对冷轧带钢表面缺陷进行快速、准确的在线非接触监测。IMAQ Vision将机器视觉和虚拟仪器结合在一起。在LabVIEW虚拟仪器平台上开发的带钢表面缺陷监测系统,采用了自动对焦、直方图分析、LUT变换、域值分析、颗粒分析、几何变换、边缘检测、图像还原、模式匹配等图像处理技术对带钢各种缺陷如边浪、辊面压痕、油污印记、褶皱等进行自动识别,测量结果利用计算机进行数据库存储和网络传输以及系统高有学步功能,同时在线对设备参数进行矫正,并且判断设备可能存在的故障。     

改进灰关联在锂电池缺陷快速识别的应用

提出基于改进灰关联算法实现锂电池薄膜缺陷在线快速识别系统。该识别系统中提取二值化图像中缺陷的几何形状和投影参数作为特征值,进行缺陷识别。将改进灰关联识别算法与传统灰关联算法、模版匹配相关性算法作比较,实验结果表明:该系统识别准确率达到91.2％。     

基于LabVIEW Vision的车牌识别系统设计

文中设计了一种基于LabVIEW Vision的车牌识别系统。该系统根据车牌颜色在HSL色彩空间上的特征,采用色彩阈值分割、腐蚀等图像处理方法将车辆图像转化成二值图,并在二值图中进行边缘检测,再根据检测到的车牌与背景间的边缘线的信息组建方程组,求出车牌边缘特征点的坐标,以确定车牌在图像中的位置。然后,以车牌在图像中的位置是否在指定区域内作为是否进行车牌识别以及当前车辆图像是否保存为车牌识别输入图像的触发条件。如果条件不满足,则系统将重新采集车辆图像,否则会根据车牌位置抓捕车牌,并采用均匀性度量法等方法对抓捕到的车牌进行二次处理,并将其转化成车牌二值图,再由OCR函数对该图进行字符识别。经实验验证,该系统具有较高的识别精确度与稳定性。     

基于LabVIEW的人民币冠字号识别系统研究

系统的工作方式主要是对人民币采集图像,然后进行包括图像灰值化、滤波、倾斜校正及对冠字号目标区域提取的图像预处理,随后利用LabVIEW中Vision Assistant工具里的OCR功能对冠字号中出现的字符进行训练并建立模板数据库,与提取出的冠字号区域进行匹配从而识别出字符并转换成文本。系统用户操作界面简洁,具有较高的识别准确率及速度。     

一种改进的QR码图像二值化算法

对光照不均的QR码图像进行全局二值化处理后,会出现全白或全黑的误差区域,在局部二值化过程中会出现伪边界情况,并且计算时间也会变长。针对光照不均的QR码图像提出了一种改进的基于背景灰度的二值化算法。首先,根据二维码源图像大小进行分块处理,使用灰度估算公式对分块的灰度值进行计算。其次,使用联合插值算法产生背景灰度水平图像,然后用背景灰度水平图像替代源图像得到校正图像。最后,采用Ostu算法对校正图像进行二值化。实验结果表明,该算法能有效的校正光照不均的QR图像,并得到一个良好的二值化图像。