基于机器视觉的卷烟爆珠在线检测系统设计

目的：针对卷烟爆珠的质量检测,设计和构建融上料传送、机器视觉图像处理及不合格品剔除功能为一体的卷烟爆珠质量检测系统。方法：通过改进类间方差法对爆珠单颗粒图像进行提取,通过灰度分析、非线性度变换及改进最小外接圆等算法,实现爆珠质量自动化检测,在完成图像自动化检测之后,通过设计的不合格品剔除机构进行剔除,并开展爆珠质量检测的重复试验和应用分析。结果：该系统对不合格爆珠的异色、异行、破损总误检率低于3%,能精确剔除不合格爆珠且系统稳定可靠。结论：基于机器视觉的卷烟爆珠在线检测系统设计,能完成对爆珠质量的自动化在线检测,提高了检测速度与准确度。     

基于Halcon的智能电能表显示屏信息缺失的检测

针对在智能电能表日常使用过程中,显示屏区域的信息出现数字符号信息显示错误,文字、符号信息显示不完整的问题,提出了基于机器视觉技术,利用Halcon软件对智能电能表显示屏字符信息显示完整度进行检测,对智能电能表显示屏区域图像提取,对提取后的显示屏区域图像进行直方图均衡化处理后,采用边缘检测去除目标区域中无意义或者过小的物...     

基于贝叶斯估计的粘连颗粒尺寸检测方法

在高速流水线上对小视场物体大批量在线检测过程中,针对滚子、钢珠、卷烟爆珠等球形颗粒因体积过小、发生破裂、传输振动而引起的颗粒粘连,致使其尺寸无法精准检测的问题,采用机器视觉的检测手段,提出基于贝叶斯估计的尺寸视觉检测方法。首先,经图像采集系统获取粘连颗粒图像,对采集图像预处理去除干扰因素。之后,利用边缘检测方法进行轮廓坐标点提取,通过数据滤波选取有效轮廓点数据,代入到该文所提出的贝叶斯尺寸测量数学模型中,从而实现对粘连颗粒尺寸的精确测量。以卷烟爆珠为例进行试验验证,该方法测得的尺寸最小均方根误差为0.049 6 mm,测量误差均值最小为0.022 63 mm,验证所提方法的可靠性与稳定性,满足实际工业检测精度要求。该方法的提出可为高速流水线上小视场粘连颗粒测量研究提供基础。