弹体导带槽宽度两次视觉精确测量方法研究

针对弹体导带槽宽的工业检测速度和精度要求,采用工业相机、镜头、计算机及专业图像处理软件等搭建了一套机器视觉系统,并依据图像处理算法设计了一个针对弹体导带浅槽宽度测量装置。通过采用标准件对测量系统进行标定,计算出成像系统的标定值,采用两次视觉测量方法分别测量16个弹体导带槽的上下槽宽,进行相应计算得出槽宽值,对这16个工件的实际测量值与三坐标测量结果进行对比试验,其结果表明,该系统的测量精度能够达到微米级,可以满足弹体导带槽宽的测量精度要求,且测量结果不受主观因素的影响。     

基于视觉的某炮弹药筒退弹槽槽底宽度精确测量研究

目的某炮弹药筒退弹槽底宽检测速度和精度要求比较高,传统的手工测量适应不了自动化生产的需要。方法用DH-SV1410型CCD摄像机及可调LED光源构建图像采集系统,并在VS2010平台上用C#语言编写一套基于机器视觉的测量系统。采用亚像素边缘轮廓提取方法精确定位退弹槽的边缘轮廓,并设计一个针对退弹槽底宽检测算法。结果通过对一个零件相同部位进行重复对比实验和多个零件测量对比试验表明,该系统在微米级上有误差,但最大误差最大不超过2μm。结论该系统的检测精度能够达到10μm,完全能满足某炮弹药筒在线测量的速度和精度要求,且测量结果不受主观因素的影响。     

跨尺度微小型零件的测量与装配

针对跨尺度微小型零件的精密装配中显微视觉视场狭小与零件的特征尺寸跨度较大相矛盾的问题,研究了跨尺度零件的位姿检测技术,基于高、低倍显微视觉单元研制了自动装配系统,系统采用模块化体系结构及先看后动的装配控制模式.提出局部特征拼接法实现了跨尺度零件的定位测量,使用标定尺对系统坐标系之间的误差角进行了标定,采用参考基准法辅助对显微视觉单元切换后的装配基准进行定位.设计测试模板对系统测量精度进行了验证,结果显示高倍显微视觉单元的同轴度测量精度优于1.5 μm,平行度精度优于1μm.利用研制的装配系统进行了装配实验,实验结果表明,关键零件的装配精度满足工艺要求.该装配系统可稳定、可靠地完成跨尺度微小型零件的自动装配.     

激光视觉方法用于检测齿轮加工误差

齿轮是工业基础零件,其加工精度对设备的整体精度和可靠性有重要的影响。为了提高加工后齿轮的检测速度和检测精度,提出了一种激光测距齿轮齿向精度检测方法,并在此方法基础上研制了齿轮齿向检测系统。利用激光在金属及反光物体方面的测量优势,选用激光作为测量光源,利用激光三角法获得齿轮的测量点位置的相对坐标信息。为了全面获得齿轮各个部位的信息,结合气浮转台的圆周运动和精密电控升降台的升降直线运动,完成对齿轮齿向的数据扫描。为了获得齿轮的绝对坐标值,提出了齿轮齿向测量标定算法,用于计算出传感器与齿轮分度圆之间位置关系,从而进行齿向测量。结果表明,该测量方法能够满足工业中齿轮的高精度无损检测要求,能够完成齿轮精度等级分类要求。本研究所提出的测量方法,可以推广到其他金属反光物体高精度尺寸检测系统中。     

卡簧零件尺寸及误差机器视觉检测方法

传统小零件检测方法多为人工法或电子检测仪逐个测量,依赖人工读数,容易造成人为误差,且检测效率不高。本文针对复杂外形零件的加工误差检测,设计一种基于机器视觉的精度检测系统。同时,将检测结果与人工测量结果对比,验证了该方法准确性。     

图像处理的珍珠形状大小检测系统研究

为了解决人工分选珍珠效率低、精度不高等问题,设计了一种基于图像处理的检测系统,采用单向底照明光源和穹顶光源结合的照明方案,采集珍珠图像,通过后续的图像处理后,转换到极坐标下,求出长短径,根据直径差可对珍珠形状大小进行有效地判别.实验结果表明,该系统测量值与千分尺测量值结果一致,误差在0.200mm以内,可满足珍珠厂家的检测要求.     

工业机器人火箭喷管冷却通道线激光在位测量系统开发

针对液体火箭发动机喷管现有的人工检测方式无法实现喷管全域几何特征快速高精度测量的问题,设计并开发一套基于工业机器人和线激光的火箭发动机喷管冷却通道几何特征在位测量系统。建立基于工业机器人和线激光的测量系统运动学模型,研究基于空间定点约束的手眼参数辨识方法,根据火箭喷管冷却通道的几何特征与测量需求规划线激光扫描路径,提出基于最大类间方差法的喷管冷却通道关键尺寸计算算法,基于C++语言和Qt框架开发出具备系统标定、测量路径规划、关键尺寸计算、测量结果分析与技术报告输出等功能的软件系统。采用带有通道特征的试验样件和某型号火箭发动机喷管进行综合试验验证,结果表明：该系统对通道的筋宽测量精度为0.025 mm,对通道的槽深测量精度为0.018 mm,单个测点测量用时30 ms,满足火箭发动机喷管全域几何特征快速高精度检测的需求。     

微小车床对刀间隙检测技术分析

针对高精度微小车床对刀间隙检测技术缺乏的问题,本文设计了一种二维对刀间隙检测装置对微小车床对刀的间隙进行检测。本次研究构建了一种光学图像测量系统,通过正交方式进行布置,并基于图像处理技术构建并完成了微小车床对刀间隙检测系统,对光学系统的标定采用标准量块完成。利用车床微动平台施加微小位移对本系统进行验证,实验证明,可有效提高微小车床对刀间隙识别与检测的精度（±15μm）。     

基于虚拟仪器的圆度仪的研究

在总结国内外圆度检测技术的发展及研究现状的基础上,提出了基于虚拟仪器采用CCD摄像方式来获取机械零件圆度检测信息的方法。对采集到的零件图片进行图像处理,得到零件的圆度特征信息,从而精确快速的检测出零件圆度误差和相关几何尺寸和形位公差,通过与标准件或设计要求的比较,判断出被测零件的圆度是否合格。实验表明本虚拟圆度仪,非接触测量,速度快,准确度高。     

三目立体摄影测量系统中相机标定技术研究

针对目前多相机摄影测量系统中相机标定技术研究较少,而且其标定方法的可靠性、稳定性以及标定精度针对高精度工业测量检测要求存在缺陷的问题,将四元数理论引入共面条件方程,提出了一种三目立体摄影测量系统的标定技术,有效解决了多相机立体摄影测量在工业测量现场高精度实时标定问题,实现点位精度优于±2mm,距离精度优于±3mm。     

曲轴沟槽影像检测特征参数的自动提取研究

针对汽车发动机曲轴沟槽检测难度大、效率低等问题,提出了一种基于影像测量原理的曲轴沟槽检测方法,实现了沟槽R角、宽度和深度三个特征参数的自动、快速、精密检测,并在此基础上开展工程应用.介绍了测量原理及检测方法;详细阐述了沟槽影像检测特征参数的自动提取技术,即面向曲轴沟槽特征影像的图像处理与数据处理方法,包括感兴趣区域提取、亚像素级边缘提取、几何基元的分割与拟合、关键几何特征提取等;基于检测样机平台,对检测方法进行了实验验证,并实现其工程应用.     

基于 HALCON 的点胶质量检测系统设计

目的针对现有点胶质量检测过程中存在的检测成本高、速度慢、精度低等问题,提出一种基于HALCON的点胶质量检测方案。方法通过图像去噪、模板分析、图像分割以及形态学处理等手段获得待检工件胶水轮廓,将其与标准合格工件胶水轮廓中心线作差集操作,以检测是否存在断胶现象,并根据胶水轮廓的宽度值判断是否存在波浪胶。结果实验结果表明,该方案能够快速、准确、有效地判别出合格品,检测出波浪胶、断胶等问题,检测准确率达99.6%,平均检测时间约为475 ms。结论该方案的检测精度和检测速度均符合工业生产线的检测要求,能够应用于实际生产中。     

基于FCOS神经网络的制动主缸内槽缺陷检测方法

针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,FCOS网络对制动主缸内槽砂眼、划痕、振刀纹缺陷检测的平均精度均值分别为85.2％、87.5％、90.1％,精确度分别为0.98、0.89、0.95。实验结果与Mask R-CNN网络和Faster R-CNN网络的实验结果进行对比,FCOS网络具有更高的准确率,学习时长大幅度缩短,且满足实时检测要求。     

基于智能手机APP的图像法检测混凝土表面裂缝研究

提出了一种基于Android APP的混凝土表面裂缝无损检测方法.利用智能手机摄像头模组采集裂缝区域图像,通过灰度化、滤波降噪、泛洪填充等图像处理算法提取裂缝目标,根据裂缝像素点坐标间的几何关系以及裂缝所包含的像素点个数,并结合拍摄手机的单位像素点尺寸来计量裂缝特征值,实现裂缝无损检测.新开发的APP裂缝检测技术能计量...     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

基于机器视觉的光纤端面几何参数测量研究

研究了一种基于机器视觉的光纤几何参数测量方法。该方法运用数字图像处理算法,首先,读取光纤端面图片,采用Deriche边缘检测算法进行图像分割;然后,利用去伪边缘算法完成对有效边缘的提取及合并;最后,进行曲线拟合,完成对光纤端面几何参数的测量。实验结果表明：该方法操作简便,算法复杂度低,光纤端面边缘拟合精确度较高,数据检测速度快,可以精确高效地检测出光纤端面几何参数的数据,对涂覆层直径的重复测量精度可达0.021μm,涂覆层圆度重复测量精度可达0.043%。     

基于机器视觉的改进线束导线排序检测系统设计

目的 解决现有工业线束导线排序检测方法中存在的效率低、混色导线检测效果差等问题。方法 基于机器视觉技术设计一种线束导线排序检测装置,并结合图像处理技术和深度学习原理提出一种混色导线排序检测方法。首先根据线束图像中选择的感兴趣区域,分割出线束连接器图像和导线图像,并采用模板匹配和颜色定位方法完成连接器正反面的识别和单色导线的识别定位;然后采集并制作PE混色导线数据集,研究Faster R−CNN、SSD、YOLOv3和YOLOv5m等4种不同目标检测算法对PE混色导线的检测效果。结果 实验结果表明,YOLOv5m检测模型的检测速度和准确率兼顾性最好;改进系统后,检测时间减少了18.55%,平均识别准确率为98.83%。结论 改进后检测系统具有良好的检测效率和可靠性,适用于种类丰富的工业线束导线排序检测。     

一种基于机器视觉的平面加工机床控制系统的设计

针对服装、包装等加工行业中须将人工测量的纸质图纸或模型样件的尺寸信息录入计算机并转换成电子加工图纸而导致的加工周期长、生产效率低的问题,提出了一种基于机器视觉的平面加工机床控制系统,以实现对纸质图纸或模型样件的快速检测。采用“ARM+DSP”方式搭建了主从式运动控制系统,设计了系统各部分功能模块。构建了“工控机+工业CCD （charge coupled device,电荷耦合器件）相机+光源控制”的视觉检测系统,结合FAWS（feature adaptive wavelet shrinkage, 自适应特征的小波收缩）算法和麻雀搜索算法提出一种改进的FAWS算法进行图像降噪,并采用Canny算法进行图像边缘检测,实现图像轮廓的准确提取。设计了图像轮廓提取、轮廓数据转换为加工数据、数据通信等处理程序,实现了基于机器视觉的快速检测以及在系统加工过程中的人机交互。最后,对系统进行了实验测试,对实际加工效果进行了评价。结果表明,采用所研制的平面加工机床控制系统不仅能显著提高生产效率,而且能减小图像轮廓的误差。其性能稳定可靠,具有一定的工程实用价值。