智能制造装备视觉检测控制方法综述

为满足智能制造装备产业对机器视觉技术的巨大需求,本文结合装备技术特点和特殊应用环境,提出了通用的机器视觉检测控制技术体系,弥补了当前研究的不足.本文首先对该技术体系的成像系统、自动图像获取、图像预处理、标定与分割、识别检测、视觉伺服与优化控制等关键核心技术,进行了总结和阐述.然后提出了视觉检测控制系统设计的一般原理,并结合3种典型装备,对其具体应用进行详细说明.最后根据智能制造装备不断增长的高可靠性、智能化、高速高精度作业等需求,探讨了视觉检测控制技术所面临的新问题和新挑战.     

基于背景差分的高铁钢轨表面缺陷图像分割

高铁钢轨表面图像具有光照变化、反射不均、特征少等特点,使得缺陷自动检测极为困难。为了在高速运动过程中,从复杂的钢轨表面图像中分割出缺陷,根据钢轨表面图像具有沿钢轨方向像素值基本不变的特征,建立钢轨表面图像背景模型,提出了基于背景差分的钢轨表面缺陷检测算法,主要包括钢轨区域提取、背景建模差分、阈值分割和图像滤波4个步骤,其主要特点是将视频监控中的背景差分法推广到缺陷图像分割领域,同时借助自适应阈值分割和滤波技术,在一定程度上,解决了铁轨表面缺陷分割过程中图像光照变化、反射不均、特征少等不利因素的影响。实验仿真和现场测试结果均表明,该方法对块状缺陷能很好地识别,召回率和准确率分别达96%和80.1%。     

谈电工学类课程理论教学中多种方法的有效融合

电工学类课程的教学内容丰富,覆盖面广,每一部分又各具特点,对教学方法提出了很高的要求。本文总结了从事理论教学的经验,提出教学过程中针对不同的教学内容采用不同教学方法的观点,具体介绍了形象比喻法、实物深入法、项目案例法、讲练结合法、仿真演示法、网络复习自考法。实践表明,这些方法的有效运用极大调动了学生学习的积极性,收到了较好的教学效果。     

2个四维混沌系统的异结构广义同步

针对2个不同的具有复杂动力学行为的新型四维混沌系统的异结构广义同步问题,基于Lyapunov稳定理论,采用自适应控制同步法,通过选择连续可微的非线性广义同步函数,设计自适应控制策略和参数自适应律,实现了2个参数未知的新型四维混沌系统的异结构广义同步以及辨识了未知参数.该方法没有强加在系统的假设条件上,几乎适用于所用的混沌系统.理论推导和数值仿真验证了该方法的有效性.     

冬小麦高产高效栽培技术

从冬小麦播前准备、冬前管理、春季管理、中后期管理4个方面,介绍了冬小麦高产高效栽培技术,为冬小麦生产提供了技术依据.     

基于视觉自主移动叉车货盘识别方法研究

讨论了几种常见的货盘识别算法并对其适用情况和性能进行了分析,提出了一种基于货盘颜色和货盘底边角点特征的算法.算法采用由粗到细的检测策略:提取货盘颜色,对货盘候选区域进行预检测,提取最长的货盘底边,利用角点确定货盘位姿.指出了基于视觉的货盘识别方法未来的研究重点:鲁棒性的视觉识别技术和快速识别方法.     

经济型快递物流安检标记机器人设计与研究

目的 为对物流传送带上通过安检机的快递包裹进行安全标记,以提高快递物流安检标记的工作效率。方法 分析目前企业存在快递物流安检标记困难的问题,设计标记机器人的机械结构和控制方案,该标记机器人工作于物流传送带上方,横向和纵向运动实现对快递包裹位置的追踪,竖直方向上的气缸带动末端标记结构实现对快递包裹的标记。根据对快递包裹竖直方向标记的方式,设计具有随动性的末端标记结构。利用ADAMS软件对结构进行运动学与动力学仿真分析。最后制作标记机器人物理样机,并搭建控制系统。结果 装置结构设计合理,保证了末端标记结构的可靠性和标记质量,机器人能够替代1～2人完成盖印工作,提高了盖印工作效率,准确率达到95%以上。结论 该标记机器人自动化程度高、造价低、实用性强,能够满足标记要求,给企业快递物流安检标记提供了一种可行的解决方案。     

谈电工学类课程理论教学中多种方法的有效融合

电工学类课程的教学内容丰富,覆盖面广,每一部分又各具特点,对教学方法提出了很高的要求.本文总结了从事理论教学的经验,提出教学过程中针对不同的教学内容采用不同教学方法的观点,具体介绍了形象比喻法、实物深入法、项目案例法、讲练结合法、仿真演示法、网络复习自考法.实践表明,这些方法的有效运用极大调动了学生学习的积极性,收到了较好的教学效果.     

基于改进马尔可夫随机场的钢轨缺陷分割

为提高钢轨缺陷分割对噪声的鲁棒性,提出一种基于改进马尔可夫随机场(MRF)的钢轨缺陷分割方法。利用背景差分法对灰度进行预处理,消除灰度分布不均的干扰。对模糊if-then规则的前提部分采用马尔可夫随机场来利用图像中的空间约束,结果部分指定像素距离图算法,通过使用马尔可夫随机场(MRF)在相邻像素图像之间并入局部空间信息,推导出新的自适应模糊集和MRF相结合的钢轨表面缺陷自动分割方法。建立标准的FCM、GMM和该方法的钢轨缺陷分割对比实验,验证了算法的有效性和优越性。     

基于反向P–M扩散分割的缝线断线检测

目的 实现面粉袋缝线断线自动化检测。方法 设计反向P–M扩散分割的缝线断线检测方法。首先采集缝线图像,并进行灰度开运算,以消除复杂背景及面粉袋两边端线的干扰。针对现场光照变化、反射不均、面粉噪声等环境因素对缝线提取的影响,对面粉袋表面与缝线的灰度特征、梯度特征进行分析,设计反向P–M扩散因子,先将图像进行反向P–M扩散,将扩散后的图像与开运算处理后的图像进行差分处理,从而抑制复杂背景纹理,增强缝线与面粉袋的区分度,将阈值分割出的缝线与面粉袋顶端缝边长度进行对比,判断缝线是否断线。结果 实验结果表明,利用该算法进行缝线检测实验,断线检测准确率达到96%,每张缝线图片处理时间只需120 ms。结论 基于反向P–M扩散分割的缝线断线检测方法是一种无接触缝线断线检测新方法,具有准确率高、速度快等优点,满足面粉生产企业断线自动化检测的要求。