织针尺寸一致性快速检测系统的设计

针对织针尺寸一致性人工检测存在检测精度低和检测效率低且浪费人力的问题,设计一种新的用于检测织针尺寸一致性的系统。根据检测要求对系统的关键硬件进行了选型和设计,基于LabVIEW平台编写了与系统硬件相匹配的软件。实践证明,新系统能够替代传统的人工检测,提升织针尺寸一致性检测的准确性和高效性,对提高织针企业生产线的自动化程度具有重要的现实意义。     

基于机器视觉的服装尺寸在线测量系统

在服装尺寸在线测量过程中,针对传统人工测量所带来的误差率高、成本高、效率低等问题,提出了一种基于机器视觉的服装尺寸在线测量系统。服装尺寸在线测量系统从硬件和软件2个方面进行设计。系统硬件部分主要功能是通过CCD相机实现服装图像的采集;系统的软件部分是整个系统的核心,通过角点检测算法对特征点进行提取和定位,针对Forstner算法需要对图像中的每一个像素点进行扫描,从而导致检测速度比较慢的问题,采用SIFT算法先对图像进行快速的筛选,去除一些无关的点,然后运用Forstner算法在初选点集中进行角点提取。通过对提取出的关键角点进行坐标定位分析和比例尺寸测量,得到所测服装的真实值,并且运用友好的人机界面显示出尺寸测量的结果。所设计的系统用于对512×512的256级灰度图像进行检测,尺寸测量的标准误差均小于0.25 mm,重复性精度接近5 mm。实验误差和尺寸测量精度能够达到服装尺寸测量的标准。     

基于机器视觉的织针自动化检测系统

针对传统织针检测方法自动化程度低、一致性差、人力成本高的问题,通过对目前国内织针轮廓一致性检测方法的研究,设计了织针自动化轮廓一致性检测的光机电一体化装置。基于Lab VIEW的软件系统平台,利用NI视觉开发模块对织针原图像进行采集和预处理,测量织针厚度和缝隙值,对织针表面轮廓进行形态学处理,分析判断织针轮廓一致性是否合格。该系统可实现织针轮廓一致性检测的自动化流程,能检测不同型号织针的轮廓一致性,检测精度可达到0.02 mm,检测速度约为1.0 s/个,准确率达到99.9%,可以实现织针的自动送料和分拣功能,提高检测的速度和可靠性。     

基于视觉测量的公路边坡位移监测技术工程应用研究

公路边坡的稳定性监测是运营期的重要工作之一。目前的公路边坡监测仍以人工监测和自动化监测为主,人工监测工作量大且人工成本高,而传统的自动化监测设备价格昂贵且安装较为繁琐。因此,降低自动化监测成本并提高工作效率是当前公路边坡安全监测的重点发展方向。得益于图像处理技术的发展,研究提出基于视觉测量的公路边坡位移监测技术,在隐患边坡上布设视觉监测标靶,利用高清摄像头拍摄的视觉标靶图像,通过图像灰度化、图像滤波、角点检测和位移量计算等一系列图像处理技术,将图像中像素的变化还原为视觉标靶的实际位移,从而判断公路边坡状态。研究通过室内试验和现场验证,证明视觉测量技术在公路边坡位移监测上的可行性,对公路边坡安全监测具有重要意义。     

基于图像识别技术的电动工具视觉检测系统应用

介绍了一种基于图像识别技术的电动工具视觉检测系统。机器视觉传感器采集被测物体图像后,将原始数据送入图像识别检测模块,该模块由机器视觉算法和深度学习的图像处理技术组成,利用图像采集技术对可视化检测项目进行建模分析。实际应用表明,电动工具视觉检测系统的测量效果优于人工光学检测,避免了人为因素造成的检测误差。     

长条状细薄带钩零件变形自动检测系统

现有的机器视觉变形自动检测系统主要局限于小尺寸精密零件或大尺寸非精密零件的检测,而对于一些大尺寸、高精密的大批量检测对象,在实际生产中主要依靠人工分拣,难以同时保证变形检测的高精准度与高效率。针对此问题,设计研发了一种基于视觉的变形自动检测方法和系统。通过设计模块化的高速检测硬件系统,利用虚实像联合检测方法量化变形检测指标;利用LabVIEW及IMAQ Vision视觉工具包作为开发环境,根据零件形状特点,设计了基于缝隙值的分区检测算法,避免直接检测整体变形的误差;在此基础上,针对针钩形态,确定最优化的检测方案;针对零件位姿偏差问题,使用基于多基准的改进定位策略。结果表明:该系统可避免弯钩的误检,提高针钩尺寸测量精度和检测结果可重复性,重复检出率可达91%~96%。最后,将机检零件与标准零件进行比较,机检零件一致性完全可满足装机使用需求。     

基于图像传感技术的娃娃菜外观品质检测

目的设计一套基于图像传感技术分析娃娃菜外观品质如尺寸、重量、瑕疵点等的检测方法。方法搭建一套图像采集平台拍摄娃娃菜不同侧面,应用图像处理技术,分割出娃娃菜图像区域,并数字化其区域特征信息(包括:投影面积、尺寸、瑕疵点面积等)。结果建立合格娃娃菜的侧面投影面积与重量真实值间的线性关系,其相关系数为0.938,均方根误差为36.52 g;对比人工检测,图像法可以识别出娃娃菜外表面95%的瑕疵点(腐黑点、裂纹裂缝等);参照娃娃菜的分级标准,以图像法获取各特征指标,结合聚类算法分级娃娃菜,其中K-medoid法准确率为100%,Gath-Geva法准确率为96.67%。结论机器视觉技术可应用于娃娃菜的自动检测和分级,为在线无损检测提供参考。     

纱线毛羽路径匹配追踪检测

针对现有纱线毛羽检测方法无法有效检测弯曲毛羽和交叉毛羽的缺陷,提出一种基于图像法的纱线毛羽路径匹配追踪算法。将采集到的纱线毛羽图像通过预处理、骨干化处理获取毛羽骨干图像,以毛羽端点作为起始点,对其八邻域像素点进行判断获取新的毛羽路径点,重复对毛羽路径点邻域判断直到没有毛羽路径点存在。对毛羽交叉出现多路径点的情况,提出交叉匹配值指标,即根据毛羽交叉点前部分相邻毛羽路径点间斜率并分配动态权重得到毛羽局部斜度,利用交叉匹配值对多路径毛羽点进行匹配获取新的毛羽路径点,通过本文毛羽追踪方法获取毛羽像素数量并转化为毛羽长度。与人工法和投影法检测结果对比表明:本文毛羽追踪检测结果与人工检测毛羽结果误差在4%以内,有效解决了交叉毛羽和弯曲毛羽追踪检测问题,提高了纱线毛羽的检测准确度。     

基于机器视觉的弦振动纱线张力非接触检测系统

为提高运动纱线张力检测精确性,解决接触式测量引起的摩擦力误差、断头等织物问题,采用振动频率和图像处理方法来分析纱线张力,设计一种基于机器视觉的纱线张力非接触检测系统。检测系统由纱线传送装置、工业线阵相机、白色线光源、伺服控制电动机、张力传感器组成。根据弦线悬链性理论建立纱线运动模型,结合纱线图像处理算法,寻找纱线图像上边界作为特征线计算其张力,结果表明：通过像素折算出的振动频率与实际张力拟合优度达0.99,在张力区间为5～30 cN以内,视觉系统测量值与张力传感器测量值相对误差率在±10%左右,非接触检测系统检测精度满足生产要求,避免了接触式测量存在的易磨损、稳定性较差等问题。     

基于数字图像处理的套印精度检测方法研究

为提高印刷品套印精度检测的效率与精度,基于印刷品套印标识"米"字线边缘轮廓特点及数字图像处理技术提出了一种简洁高效的印刷套印精度检测方法.首先,将CCD相机采集的印刷品套印标识图像进行图像预处理,采用Canny边缘检测算子获取套印标识的边缘图像;然后,标定像素与实际尺寸之间的关系,完成单位像素的尺寸标定.通过检测"米"字线水平、垂直方向及斜向线条同侧边缘的像素距离,根据标定的尺寸,即可求出给定样张的套准偏差.将采用此方法得到的实验数据与人工手持USB数字显微镜测量数据进行对比,测量的平均套准误差小于0.003 mm,符合国家印刷行业的套印精度标准规定.提出的方法可靠,效率高且检测速度快,对印刷套准偏差检测具有较高的精度.     

一种模糊图像处理技术方法研究

传统的模糊图像处理技术可以对模糊图像进行处理,但存在分析像素深度不高、图像噪点的大问题。基于以上问题,提出一种模糊图像处理技术方法研究。通过图像的有效分解,形成多个图像单元,通过图像单元的像素深度处理,以及图像边缘分割技术,获取基本模糊图像,并对基本模糊图像进行整体降噪处理,使之获得有效的图像结构,通过多层级合作机制,完成图像的模糊处理,通过仿真实验对比的方式,进一步验证了模糊图像处理技术的使用性能。     

基于亚像素边缘检测的纱线条干均匀度测量

为了精确地评价纱线的表观条干均匀性,提出一种基于亚像素边缘检测的纱线条干均匀度检测方法。首先通过图像采集装置获取纱线图像;然后对纱线图像进行亚像素边缘检测获取纱线边缘点集;利用开运算对获取的边缘点集进行处理,进而获得纱线条干的边缘;最后采用坐标直方图方法计算纱线平均直径和条干CV值。为验证方法的有效性和准确性,对多种不同线密度的纯棉纱线进行测试,并将测试结果与电容式条干仪的均匀度检测及基于模糊C均值分类和Otsu图像法的检测结果进行了对比。结果表明:基于亚像素边缘检测的纱线条干均匀度检测方法与电容式的测量结果有着较好的一致性,证明所提方法可得到准确的结果。     

利用曲率和相关矩阵的角点检测算法

为提高定位准确性并抑制噪声,利用多方向Gabor滤波器,提出基于曲率和相关矩阵的角点检测方法.首先利用Canny边缘轮廓检测器提取图像的边缘并填充缺口;其次计算边缘像素点的曲率;然后利用多方向Gabor滤波器的虚部对原始图像进行平滑,对每个边缘像素及其邻域构造相关矩阵,利用相关矩阵的归一化特征值计算角点准则函数,将角点准则函数值与边缘像素点的曲率的乘积做为角点测度;最后利用非极大值抑制对候选角点进行筛选.分别在无噪声和噪声情况下进行实验,结果表明,与Harris,CPDA,HeYung角点检测算法相比,该方法可以有效地抑制噪声,平均配准角点数提高了19.6%和25.6%,平均定位误差约降低了6.5%和9.2%.     

应用机器视觉的鞋面数量统计与尺寸测量

针对鞋面数量统计和尺寸测量过程中人工检测方法效率低、成本高的问题。提出利用机器视觉的鞋面数量统计与尺寸测量方法。采用基于边缘方向的模板匹配算法对鞋面进行数量统计。运用最小外接矩形（MER）算法对鞋面进行尺寸测量。为验证方法的可靠性,对3种鞋面分别在光照变化、混乱和遮挡条件下进行了检测实验,并与绝对误差和算法、归一化相关系数法和Hausdorff距离匹配算法的检测结果进行了对比。将MER测量结果和人工测量结果进行对比,结果表明：基于边缘方向的模板匹配算法在复杂环境下的鲁棒性更高,可以完成鞋面数量统计;MER方法和人工测量的相对误差在0.67%以内,满足工业生产中的实际需求。     

利用曲率和相关矩阵的角点检测算法

为提高定位准确性并抑制噪声,利用多方向Gabor滤波器,提出基于曲率和相关矩阵的角点检测方法.首先利用Canny边缘轮廓检测器提取图像的边缘并填充缺口;其次计算边缘像素点的曲率;然后利用多方向Gabor滤波器的虚部对原始图像进行平滑,对每个边缘像素及其邻域构造相关矩阵,利用相关矩阵的归一化特征值计算角点准则函数,将角点准则函数值与边缘像素点的曲率的乘积做为角点测度;最后利用非极大值抑制对候选角点进行筛选.分别在无噪声和噪声情况下进行实验,结果表明,与Harris,CPDA,HeYung角点检测算法相比,该方法可以有效地抑制噪声,平均配准角点数提高了19.6%和25.6%,平均定位误差约降低了6.5%和9.2%.     

基于机器视觉的零件圆心距在线测量系统设计

为了实现精密零件尺寸在线检测的智能化与高精度,课题组设计了一种基于机器视觉的尺寸检测系统。该系统利用OpenCV实现算法设计,基于Canny边缘检测,结合Zernike矩实现亚像素边缘提取,利用最小二乘法实现圆心拟合。在QT平台上,基于OpenCV结合C++完成测量系统的界面开发。检测结果表明:该测量系统精度能达到0.01 mm,能够满足当前项目需求。该测量系统具有一定的工程实用性。     

基于形态学的双螺孔自动检测技术

为满足双螺孔准确、高速和客观的实时检测要求,搭建图像采集系统采集待检产品图像,研究了基于数字图像处理的视觉检测系统实现的关键技术。针对需同时检测双孔是否为螺纹孔及是否有烂牙和螺纹小径尺寸是否在公差范围内等多个检测特征,通过对图像依次作形态学预处理、最大类间方差阈值法分割,应用设定检测区域、图像比较和区域描述技术对螺孔进行分析,并定义检测目标的灰度值、像素个数作为螺孔特征识别的主要依据。开发了机器视觉自动检测系统,包括视觉检测软件及图像采集机构,试用结果表明该系统能准确实现双螺孔的自动检测,系统能满足检测的实时性与准确性要求。     

基于图像处理的烟支污点面积测量方法

针对目前烟支污点检测人工测量的各种问题,提出一种基于图像处理技术的烟支污点面积测量方法。该方法以机器视觉系统为硬件平台,首先采用柱面模型进行图像转换,建立图像坐标系与展开坐标系的映射关系;然后利用正切函数对图像作增强处理,增强目标与背景的对比度;最后通过改进的区域生长法分割污点,排除烟支周期纹理和颜色分布的干扰。实验结果表明:该方法测量效率高,稳定性强,精度达到0.03 mm2,能够满足烟支污点的检测需求。     

织物表面导电线路喷射打印中微滴关键参数的视觉测量

针对织物表面打印导电线路中微滴的几何尺寸、速度等参数测量过程自动化程度低的问题,将视觉测量与微滴喷射技术相结合。利用高速相机对微滴喷射过程进行拍摄得到连续微滴图像。基于像素的阈值选取方法对微滴图像进行分割,得到微滴的二值图像,采用阶梯型边缘检测算法提取液滴边缘轮廓,获得单个微滴的面积、直径参数,根据面积和直径的关系计算出单个微滴的圆度参数,根据2帧微滴图像间的位移量计算出微滴的瞬时速度。实验结果表明:采用视觉测量法测得到的结果精度可达像素级,整个测量过程耗时短,可实现实时测量,为后续织物表面导电线路的精确成形提供了必要监测手段。     

基于图像处理的梭织物密度分析检测

针对梭织物密度检测中存在的问题,提出一种基于图像处理的梭织物密度智能分析系统.该系统通过取像装置采集样品高清实时图像,对图像进行自动标定、分割及矫正,计算并输出织物样品的经纬向根数测定结果.与人工测量相比,智能分析系统的检测结果相对偏差小于5％,表明该方法适用于梭织物密度的自动分析检测.