复杂底纹柔性卫生用品表面缺陷检测算法研究

目的 柔性卫生用品由于其材料表面不平整、产品容易发生变形等特性,给机器视觉中图像关键区域的定位和分割带来了很大问题,从而影响检测结果。为了解决复杂底纹柔性卫生用品表面脏点的检测问题,提出一种新型检测算法,以实现对复杂底纹柔性卫生用品快速又精准的检测。方法 在该检测算法中首先对采集的模板图像和样本图像进行预处理,在模板图像中创建一个合适特征模板,根据特征模板进行样本图像的匹配和定位;然后把经过精准定位后的样本图像进行关键区域分割;最后运用差影法把样本关键区域中的缺陷找出。该算法采用德国MVtec公司的halcon算子加以编程实现。结果 实验结果显示,该算法能够识别棉芯表面大于0.04 mm2的脏点,检测1幅图片的平均时间平均在100 ms,检测准确率为100%。结论 文中方法与传统方法相比,鲁棒性强,速度快,能够满足工业高速生产的需求。     

基于机器视觉的包装机械贴标功能实现

目的 为了提高包装机械贴标工序的自动化程度和贴标速度、精度,设计一种贴标控制系统。方法 基于机器视觉设计一种贴标控制系统。该系统主要包括PC机、工业相机、视觉处理模块、运动控制模块、打印机、贴标机、标签检测模块等。重点论述图像处理算法,其中柔性形态学滤波和边缘检测用于贴标区域识别和定位;模板匹配则用于检测标签的平整度和倾斜度。最后,针对正方体包装纸盒、圆形包装纸盒、不规则包装纸盒进行试验研究。结果 实验结果表明,所述贴标系统平均正标率均在99%以上。结论 基于机器视觉的包装机械贴标系统能够满足包装要求,而且可以提高包装机械的自动化水平、提高包装效率、降低企业成本。     

基于机器视觉的奶粉罐体商标区域定位方法

目的 针对奶粉包装中高盖锁扣与罐体商标图案之间位置的不确定会影响美观和品牌关注度的问题,提出一种罐体商标图案定位方法。方法 首先由透视投影变换模型获取罐体边缘上一对边缘点的摄像机坐标系下的坐标,并结合视线交叉原理,确定罐体截面圆在摄像机坐标系下的方程。其次通过模板匹配算法提取罐体上显著图案中心坐标,并获得该中心坐标与摄像机光心连线所成直线的方程。然后联立直线与截面圆的方程求交点,该交点表示显著图案中心点在截面圆上的位置。由于显著图案与商标图案相对位置已知,因此由显著图案中心坐标就可以间接求得商标图案中心坐标。结果 该方法可完成罐体商标图案的快速测定,且测量精度达到±1°。结论 该方法能够快速、准确地实现罐体商标区域的在线测量。     

基于机器视觉的贴片电阻封装排序方法

目的研究基于机器视觉的贴片电阻封装排序方法,确保贴片电阻的封装效率,减少人力成本。方法基于模板匹配设计一种贴片电阻的相对方向识别方法,并简单介绍检测系统的整体框架。识别方法主要分为3步,截取模板并进行模板匹配;记录匹配区域的匹配度及匹配区域的像素坐标信息;利用匹配度和坐标信息得出贴片电阻的相对方向。结果文中验证了在不同光源下的识别率。当光源强度为18 V时,识别率最高,达到99.9%,处理时间约为130 ms。结论基于机器视觉的贴片电阻封装排序方法能够满足工业生产的准确性和实时性要求。     

基于机器视觉技术的瓶盖划痕检测

目的 针对当前国内瓶盖划痕检测算法在较复杂背景条件下,存在精度不高、瓶盖划痕图像灰度值变化剧烈,且影响因素较多,无法准确定位检测的问题,提出一种基于机器视觉技术的瓶盖划痕检测方案,以实现在对比度较低的背景下对细微划痕快速准确的检测。方法 对标准图像作预处理创建模板,对样本图像进行滤波降噪、基于形状的模板匹配、提取感兴趣区域（ROI）、高斯差分滤波增强划痕拉开对比度、二维Otsu阈值分割、形态学处理、特征提取划痕。通过获取300幅瓶盖表面图像,与差影法、大津法、人工检测法进行了划痕检测对比实验。结果 实验结果表明,提出的算法能快速、准确、高效地提取瓶盖划痕,检测1幅图片的平均时间为113 ms,检测准确率为98.3%。结论 该方案与人工检测、差影法、大津法相比,检测精度更高、速度更快、鲁棒性更好,可以满足工业上的生产需求。     

烫印在线检测图像识别算法的研究

应用中值滤波法对采集的烫印图像进行了噪声消除,根据烫印图案亮度值较高的特性,将彩色图像从RGB 空间转换到了 HSV 空间,然后经过 H 通道阈值分割,结合差分求和定理以及模板分块匹配,改进了 NCC算法,实现了烫印区域识别提取。 通过大量实例对算法进行了验证,结果证明此算法能够快速、有效识别烫印区域,对机器视觉在烫印质量检测中的应用具有一定的指导意义。     

基于HALCON的医疗袋缺陷检测

目的 针对现有医疗袋质量检测过程中存在的检测速度慢和检测精度低等问题, 提出一种新的基于 HALCON 的医疗袋印刷图案缺陷检测方案。方法 根据不同医疗袋图案的区域特征进行手动定位, 通过基于形状的模板匹配算法实现目标区域的快速匹配, 利用灰度值差影匹配算法进行缺陷检测。结果 检测出的缺陷与实际存在的缺陷基本吻合, 且检测速度和检测精度均满足要求。结论 该方案能够快速、 准确、 有效地检测出医疗袋图案缺陷, 达到了一般生产线质量要求。     

多尺度模板匹配算法

研究图像模板匹配问题。对于大尺度图像,采取多尺度方法进行全角度匹配。首先构筑图像的多尺度金字塔,在最小尺度图像上找到可能的模板匹配位置和角度,然后再依次在更大尺度的图像上精细定位,最终找到模板的匹配位置和角度。配合多尺度的算法框架,同时在不同尺度模版匹配时采用不同测度的相似度,求得了精确性和效率的平衡。通过大量的模板匹配实验说明,该方法是一个快速稳定的算法。     

基于机器视觉的制袋机裁切定位系统设计

目的针对圆角包装袋传统裁切工艺中存在的毛刺和废料问题,设计一种基于机器视觉的高精度制袋机裁切定位系统。方法利用LED背光源、低畸变镜头、CMOS黑白相机和工控机搭建视觉系统硬件平台,在Visual Studio开发环境中,基于OpenCV函数库设计视觉软件,用基于最小二乘法检测图像边缘,进而标定相机,提取包装袋圆角轮廓为特征信息。系统以特征信息为匹配模板对圆角位置进行精确定位,得到亚像素级角点位置,最终控制伺服系统执行误差补偿裁切。结果该定位算法可实现16 ms内精确定位圆角坐标,绝对误差小于±0.02像素点。结论基于机器视觉的定位系统具有运算速度快、定位精度高等特点,有效改进了传统制袋工艺,能够满足生产需求。     

基于骨架模板匹配的彩色印刷品文字缺陷检测

针对彩色印刷品文字缺陷检测难等问题,提出了基于骨架模板匹配的文字缺陷检测方法。选取标准样本图像中有代表性的颜色,经过粗分割和精分割,提取主颜色;在每个主颜色的色板上分析连通分量区域几何位置关系,定位文字区;逐步细化文字区色板并赋予不同权值,得到骨架模板;把待检样品图像与骨架模板匹配得到缺陷信息并标记在待检样品图像上,完成缺陷检测。实验结果表明,该方法能有效消除印刷过程中多种干扰带来的抖动和配准精度对文字缺陷检测的影响,精确实现文字缺陷检测。     

基于机器视觉的丝网印刷样板尺寸测量方法

丝网印刷样板种类和样式多,每片样板上待测目标也较多,不宜采用一致的梯度阈值参数定位边缘实施测量;此外,传统视觉检测采用定位矩形框建立测量坐标系的方式会引入测量误差,因此,提出一种基于机器视觉的丝网印刷样板的尺寸测量方法。采用一种由粗到细的测量策略,借助每一类待测目标的模板进行信息统计,针对性地设置阈值参数,改善测量精度。在测量阶段,利用基于图像金字塔和归一化互相关函数相结合的分层匹配算法实现多个待测目标的粗糙定位,再使用由模板信息统计获取的阈值参数进行边缘精细定位,建立局部坐标系,完成测量。实验结果表明:在同等实验条件下,此方法能够有效提高测量精度,算法改进后测量结果的平均相对误差由原来的4.02%降到1.47%,并且无需用户介入调整测量参数,适用于不同种类丝网印刷样板的灵活测量。     

柔版印刷套印误差检测技术研究

目的为了提高柔版印刷过程中套印误差的检测精度。方法分析了柔版印刷产生套印误差的主要原因,并提出了一种基于机器视觉的套印误差检测方法。首先进行工业相机的标定,获取原始的"十"字圆环标记图像,采用融合滤波算法对图像进行预处理,对预处理后图像进行数据分析时,提出一种二次分割算法进行图像色彩分离;再使用模板匹配算法进行模板匹配,获取偏差数据进行套印偏差分析。结果使用该算法在实验中对5组标记图像的轴向、纵向检测误差,均控制在0.03 mm以内,符合行业检测误差在0.2mm以内的检测标准。结论提出的基于视觉的套印误差检测方法具有识别准确率高、处理速度快的特点,能可靠稳定地运行,具有一定的可行性。     

手机玻璃屏表面缺陷视觉检测方法研究

目的针对手机玻璃屏表面缺陷人工检测存在的准确率低、稳定性差等问题,提出一种基于机器视觉技术的手机玻璃屏表面缺陷检测方法。方法采用统计平均法建立模板图像,以减少外界光照对模板图像的灰度影响。采用基于互信息的配准方法实现模板图像和待测图像的像素对齐,将配准后的待测图像与模板图像进行差分运算,获取残差图像,并采用Niblack方法实现残差图像上的缺陷判断。通过搭建的实验平台获取了300幅手机玻璃屏图像,并采用文中提出的方法、模板匹配法和人工检测法对300幅图像实施缺陷检测。结果实验结果显示,文中方法的真正率为92%,真负率为96.5%和准确率为95%。与模板匹配法和人工检测法相比,文中方法在真正率、真负率和准确率上分别至少提高了5%,4%和4.3%。结论文中方法与人工检测方法相比,提高了手机玻璃屏表面缺陷检测的准确率和稳定性。     

视觉匹配技术的药片颗粒计数算法研究

目的通过机器视觉技术解决当前医药产业迅猛发展带来的批量生产药粒无法高效、精确计数等难题,提出基于视觉技术的药片特征二次匹配算法。方法药粒预处理后分割为多连通域,采用面积特征选择形状特征差异较大的2颗药粒为感兴趣区域,待膨胀后作为目标的先验模型,Canny算子提取边缘轮廓,同时计算轮廓点的方向向量。采用3层图像金字塔搜索算法加快匹配效率,并用最小二乘法调整模板的匹配精度,使匹配精度达到亚像素级别。结果通过对不同的椭圆形药粒进行实验分析,将匹配模板1和模板2(缩放比为1∶1)的最小匹配分数阈值分别设为0.63和0.59,采用3层图像金字塔搜索算法,从创建模板到匹配计数只需要0.11 s,相较于3层金字塔(缩放比为0.7~1.0,最小匹配分数为0.6)的单模板匹配算法速度快0.07 s,且对部分重叠的药片仍能有效计数,匹配准确率达100%。结论采用药片颗粒二次匹配技术可实现检测速度上的扩增;采用图像金字塔搜索算法可大幅度缩减匹配时间;采用最小二乘法可提高模板的匹配精度,增大药粒匹配的正确率。     

液晶屏字符显示缺陷检测算法研究

设计了一种基于图像匹配技术的缺陷检测算法,实现了字符缺陷的自动化检测.介绍了检测装置的总体框架和检测算法,算法的核心是提出的改进的基于形状模板的图像匹配算法,利用加权归一化向量点积相似度量计算方法,采用图像金字塔分层搜索策略,与常用的SIFT(Scale-invariant feature transform)匹配算法比较,该匹配算法具有较短的匹配时间和较高的匹配精度.通过实验,算法能够准确有效地检测出字符缺陷,避免了人工检测的误判.     

基于Halcon的贴片电阻方向检测系统

目的设计贴片电阻方向检测系统,以解决当前贴片电阻排序编带过程中存在的检测效率低和检测精度低等问题。方法采用改进的基于形状的模板匹配算法,以机器视觉软件Halcon为平台,利用Canny边缘检测算子和Sobel算子进行边缘检测和滤波,生成模板图像的边缘点位置向量和梯度向量,并以模板边缘点与图像搜索区域的对应点的内积和作为相似度量,进行模板匹配。结果检测系统的识别时间为33 ms,同时其平均识别准确率达99.5%以上,相比于传统人工检测有较大提高。结论该系统具有良好的速度和准确度,可满足工业生产要求。