基于机器视觉的复杂平面零件尺寸精密检测

针对精冲汽车零件等尺寸变化较大、局部尺寸精度要求高的零件,采用机器视觉技术进行在线精密尺寸测量。从CAD图纸文件中提取零件形状尺寸和公差等参数,生成对应的运动控制参数,实现相机沿复杂零件轮廓摄取局部图像以提高分辨率,同时运动控制系统反馈编码器得到相机的运动坐标参数。综合两者可得高精度的检测参数,再对比公差要求,即实现零件的合格判断和分类。实验表明对精冲零件的测量精度能达到0.01 mm。该方法为多品种、少批量的平面复杂零件自动测量提供了方便、可靠的解决方案。     

机器视觉的薄片零件尺寸检测系统

对基于机器视觉的薄片零件尺寸检测系统进行研究。针对计算机硬盘弹性臂薄片零件的尺寸检测,采用线阵工业相机扫描获取待检零件图像,根据扫描特性提出了标定算法,同时提出了一种轮廓矢量化算法。将经过滤波、标定、二值化、边缘提取和细化的图像进行轮廓矢量化得到待检零件的尺寸参数,并与从设计图DXF文件中读取的零件的相应尺寸参数进行对比,判断零件制造质量。实测结果表明,检测系统的轮廓矢量化精度达到1 pixel,检测精度达到1 μm,平均每个零件的检测时间为1 s,该检测系统是可行的。     

基于机器视觉的微小孔零件尺寸检测研究

基于图像处理技术提出一种非接触式高效且高精度的微小孔零件尺寸测量方式.通过对微小孔零件进行图像采样,依次进行图像灰度化、图像滤波、图像二值化处理和微小孔边缘轮廓提取.采用加权平均值法对图像进行灰度化处理,去除无用部分,减小采集到的原图大小;采用双边滤波去除图像中的噪音点,减小边缘提取时的误差,用最大类间方差法对图像进行...     

薄片零件尺寸机器视觉检测系统的研发

对薄片零件尺寸机器视觉检测系统的关键技术进行了研究,开发了一套完整的机器视觉检测系统;提出了基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出了基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测：提出了基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。     

基于机器视觉的典型零件几何尺寸检测系统的设计

利用机器视觉检测手段搭建测试系统,对零件尺寸进行测量及对所测量的数据进行处理。该检测系统包括了硬件设备的搭建和软件系统的应用两部分。选用了三个相同的外六角法兰面堵头螺栓分别进行检测,检测尺寸包括螺栓外围直径、底部螺纹直径、外围边厚、牙长和总长,由测得的数据判定和分析零件的合格性。将所得的数据与实际尺寸进行对比,对误差进行分析,提高了检测精度,检测系统的准确性与可靠性也得到了保障。     

基于机器视觉的零件毛刺检测

针对人工检测毛刺效率低下等问题,提出一种基于机器视觉的零件毛刺检测方法.对获取的零件图像和样品图像首先采用改进的中值滤波和双边滤波相结合的方式进行降噪,对降噪后的图像进行阈值分割得到二值化图像,再将零件图像与样品图像进行比对从而得到毛刺图像,通过对毛刺进行标记区分出不同的毛刺,利用面积和最大长度等几何特征对毛刺进行定量...     

基于机器视觉的圆形零件尺寸参数测量

针对圆形零件尺寸传统测量方法存在测量效率低、一致性差及同心度参数不易测量的问题,设计一种基于机器视觉的圆形零件特征参数测量系统.采用阈值分割法对灰度图像进行阈值分割以提取特征目标,利用数学形态学方法对二值图像进行腐蚀、膨胀操作,避免纤细、重叠的噪声干扰;通过最小二乘法对内、外圆弧轮廓点进行拟合,得到圆心和半径参数,通过...     

基于机器视觉的管孔类零件尺寸测量方法

管孔零件尺寸测量,是当前加工和装配中的一个难点.基于机器视觉的管孔零件尺寸自动测量系统,可以从根本上解决人工测量效率低、精度低的问题,而且还能对这些指标进行定量描述,对缺陷的形态、类型进行鉴别和统计,具有人工检测所无法比拟的优越性.应用机器视觉原理,设计了一套管孔类零件尺寸自动测量方法,先通过图像摄取装置把图像抓取到,然后将该图像传送至处理单元加以处理,包括图像滤波、图像边缘检测、图像分割和特征测量,最后将上述功能进行整合,搭建了管孔零件尺寸自动测量系统.     

基于机器视觉的零件尺寸自动测量系统

阐述了利用机器人视觉进行零件尺寸检测的系统。包括：机器人视觉系统的构成;工件测量的基夺原理;图像预处理的基本方法;图像边缘特征的提取与具体实现算法。实践表明,该系统方案是切实可行的,具有较高的使用价值。     

基于机器视觉的外观尺寸测量及OCR识别检测系统的设计

针对工业自动化生产中产品的外观尺寸测量及字符识别问题,设计了一种基于机器视觉的自动检测和识别系统。该系统硬件部分由工业摄像机、PCI控制板卡和工控机构成;软件部分基于LabVIEW开发。该系统对采集的图像进行了图像灰度化预处理、图像二值化处理、图像定位、二值图特殊处理和尺寸测量与光学字符识别等步骤的处理。经过实际实验验证,系统可以实时、准确的实现对外观尺寸的自动测量和光学字符的自动识别。     

基于机器视觉的零件圆形特征尺寸测量系统设计

针对零件尺寸传统测量方法存在测量效率低、测量结果易受人为因素干扰等问题,设计一种基于机器视觉的零件圆形特征尺寸测量系统。该系统在Visual Studio 2017环境下通过C#中Winform窗体设计模块设计测量系统的人机交互界面并联合视觉算法库Halcon,利用C#调用Halcon中相关视觉算法完成对待测零件圆形特征部分圆心、半径的测量。经实验验证,该系统测量精度高、效率快,能够实现对零件圆形特征的测量。     

基于机器视觉的二维尺寸检测

借助CMOS工业相机、光学镜头、计算机以及Open CV等搭建了一套机器视觉检测简易系统,采用了一种针对两孔零件的测量方法。经试验得出:精度可达0.009mm,重复性误差可达0.0215mm,用该系统测量已检测合格的300个零件,满足检测要求,说明该检测系统具有一定的可行性。     

基于机器视觉的坚果尺寸检测系统设计

针对坚果分类效率低、精确度低、成本高等问题,该文研究并设计了基于机器视觉的坚果尺寸检测系统,以核桃坚果为研究对象,对核桃的尺寸进行检测,以获取品质高、质量好的核桃。首先,通过工业相机对核桃图像进行采集;其次,利用视觉软件Halcon进行Blob分析、分水岭阈值分割、矩形检测等方法进行图像处理,获取核桃尺寸的相关数据;最后,将被检测物尺寸的实时数据传输到工控机上,利用Visual Studio 2019软件实现数据通信。实验结果表明,该坚果尺寸检测系统稳定,能够保证较高的准确率。     

基于机器视觉的端子尺寸检测系统

介绍了一个基于机器视觉的端子尺寸检测系统。针对汽车电子产品中的端子在线尺寸检测,采用单轴机械手将产品送到检测位置,用LED背光照明,用CCTV镜头和视觉传感器获得端子图像,用图像处理单元对图像进行二值化、锐化、边缘提取后对端子的尺寸进行检查。从实际应用来看,此检测系统具有非接触性、在线实时、精度合适等优点。     

基于机器视觉的电解电容器外观检测系统设计

为了解决电容器生产过程中外观由人工检测带来的劳动强度大、出错率高、效率低下等问题,设计一款基于机器视觉技术结合PLC控制技术的自动外观检测系统。根据电容器外观会出现包装缺陷、字符标识缺陷,设计了以支撑箱体、视觉检测系统、动作执行部分构成的系统平台。视觉检测系统运用合理图像处理算法,结合计算机系统来实现高效图像识别判断。动作执行部分根据视觉检测系统数据信息在PLC控制器作用下实现动作。根据试验结果表明:设计的外观自动检测系统操作简单、稳定可靠,对电容器外观检测的准确率达到100%,大大提高了检测效率,可用于电容器外观检测。     

基于机器视觉技术的产品外观质量检测

产品外观是产品生产企业关注的重点,其在一定程度上代表企业的形象。基于机器视觉技术在产品外观质量检测上的应用,提高了企业产品检测智能化和自动化水平,为企业带来实质效益,符合行业发展趋势,未来将会在更大的范围内使用。     

基于粒子滤波和机器视觉的圆形零件尺寸测量

针对现有基于机器视觉的零件尺寸测量方法在图像受到外界噪声干扰的情况时,测量精度不高的问题,提出一种基于粒子滤波优化算法、机器视觉和MATLAB图像处理技术的圆形零件尺寸测量方法.这里首先简要地介绍基于机器视觉的零件尺寸测量系统的工作原理 ;然后在分析粒子滤波原理的基础上提出一种基于粒子滤波的优化算法,并介绍利用这种优化算法解决圆形零件尺寸测量的原理和实现步骤 ;最后进行了仿真实验,仿真实验结果表明:提出的测量方法在零件图像受到外界噪声干扰的情况下,测量精度较高 ;同时还具有可靠性较高的优点.     

基于机器视觉的钳工零件角度检测系统

机器视觉检测是自动化检测的方法之一,具有高精度、非接触的特点,优势明显。将机器视觉技术应用于机械零件角度的检测,能提高检测的自动化和柔性程度,实现快速、准确、非接触测量。此外,通过实际检测应用,验证了该检测系统的可靠性。     

基于机器视觉的弹簧内径尺寸检测研究

弹簧的内径尺寸对保证其质量及装配精度有着极其重要的作用,传统的检测方法不仅费时费力,而且误判率较高。针对弹簧外形的特点,论文设计了弹簧外形视觉检测的流程,并使用Labview软件平台开发了检测程序,软件可实现毛刺识别,尺寸测量,筛选不合格产品等功能。经验证,这种方案可以满足弹簧内径尺寸的高精度检测。     

基于机器视觉的螺纹钢表面尺寸检测方法

针对高速螺纹钢表面缺陷检测技术难题,对螺纹钢表面尺寸的视觉检测方法进行研究。针对螺纹钢外形结构尺寸复杂的特点,通过对螺纹钢的侧面图像进行分析,获得其边缘图像后,提出了基于投影重心的亚像素边界定位方法,获得螺纹钢横肋高及内径的尺寸。通过分析螺纹钢的正面图像,获得其边缘图像后进行垂直投影,求出螺纹钢纵肋高度;在此基础上,通过对重心遍历,结合轮廓跟踪处理,计算出横肋与轴线夹角;结合与夹角的几何关系,计算得出螺纹钢横肋间距、横肋顶宽的尺寸。获取的螺纹钢表面结构尺寸为其缺陷检测奠定了基础。