共查询到20条相似文献,搜索用时 437 毫秒
1.
《仪表技术与传感器》2016,(10)
针对发动机缸盖缺陷检测领域中表面缺陷在线检测问题,设计了发动机缸盖图像扫描系统,以线阵CCD相机为检测单元获取缸盖表面图像,分析了运动与扫描图像的关系,给出了获取较佳质量图像的机械运动条件;对获取的图像提出一种基于能量最小化改进的中值滤波,并与其他几种滤波器处理图像对比,给出了图像质量评价指标。结果表明:所设计的发动机缸盖图像采集系统运行稳定,改进的算法滤波效果较好,完全能够满足发动机缸盖表面缺陷在线检测要求。 相似文献
2.
3.
《仪表技术与传感器》2017,(11)
为解决缸盖铸铁件铸造生产中的表面缺陷在线检测问题,基于现场生产环境,设计了基于PMAC运动控制卡的缸盖铸件表面缺陷在线检测系统。分析了采集高质量图像的影响因素,详细研究了缸盖运动速度、曝光时间、光源与相机夹角在图像采集中的影响规律,并对影响参数进行了优化补偿,给出了影响参数值,在线实验表明:该控制系统运行稳定、鲁棒性好、控制精度高,图像采集稳定,能够满足实际工程需要。 相似文献
4.
5.
6.
7.
在镍基高温合金棒料表面缺陷检测中,为避免人工目检方法的缺点、提高检测的效率和准确度,设计了一套基于机器视觉的镍基高温合金棒料表面缺陷检测系统。首先,采用工业相机采集棒料表面图像并采用高斯滤波方法进行图像降噪;其次,采用自适应二值化及形态学方法(如膨胀和腐蚀)对图像进行预处理,有效提取缺陷区域;然后,采用Canny边缘检测、轮廓查找等方法,对缺陷区域的边缘轮廓进行精准识别,并得到相应坐标;最后,系统通过与STM32的串口通讯,实现对相机移动和棒料旋转的节拍控制及相机位置和棒料转角的获取,并通过其与缺陷在视场中坐标的整合,最终得到棒料中所有缺陷相对于棒料原点的坐标信息。实验证明,的系统能较为准确地检测得到棒料表面的缺陷坐标信息。 相似文献
8.
9.
针对齿轮缺陷人工检测错误率高、效率低的问题,研发了基于树莓派的齿轮表面缺陷检测系统。系统以树莓派、工业相机、光电传感器和剔除装置为硬件平台,搭载开发的系统检测软件,完成齿轮表面缺陷检测与剔除任务。通过CCD工业相机在线采集齿轮图像信息,通过提出的基于HSV空间的LBP特征加权融合提取方法提取图像纹理特征,通过VGG16算法对特征进行裂纹、脏污、断齿等缺陷的分类,根据分类信息由树莓派GPIO引脚控制剔除装置去除缺陷齿轮。经过实验验证,系统剔除准确率达到94.50%,平均速度为1 435 ms/次。其硬件设备体积较小、成本较低、便于维护与管理,易于安装与推广至生产线环境。 相似文献
10.
11.
连续压机生产线的普及使我国人造板企业实现自动化生产,但缺陷检测环节仍依靠人工。缺陷识别是检测的一个重要环节,是根据缺陷的特征值使用分类器对缺陷进行分类的过程。在连续压机生产线以1.5m/s的速度运行,生产线上两块人造板的间距小于0.4m,缺陷识别必须在3s之内完成,且识别正确率要达到95%。为了满足人造板缺陷识别的实时性、准确性的要求,提出基于随机森林(random forest,RF)的分类方法。首先通过区域筛选分割的方法提取缺陷纹理、形状特征;再次利用上述提取出的特征值用CART算法构建RF;最后利用RF分类。本研究证明基于RF算法的分类器用于人造板表面缺陷在线识别的可行性和优势,能够实现人造板表面缺陷的快速、准确识别,满足人造板缺陷在线检测系统的需求。 相似文献
12.
针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。 相似文献
13.
14.
《机械工程与自动化》2015,(4)
针对手机U盘加工生产过程中尺寸与偏角存在的缺陷问题,设计并实现了基于计算机视觉和图像处理技术的非接触性自动缺陷检测系统。它使用专用光源与工业相机进行图像采集,经过预处理、边缘检测、Hough变换、参数标定等图像处理步骤测量样品的长度尺寸与偏角。运用该方法对手机U盘样品进行抽样检测,检测结果表明,该方法能有效检测出有缺陷的样品,具有一定的实用价值。 相似文献
15.
16.
17.
18.
为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解(SVD),并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。 相似文献
19.
为提高微缺陷检测结果精度、提升机械加工零件外观质量,该文引进了机器视觉技术,以某机械生产制造单位为例,设计了一种针对零件表面微缺陷的全新检测方法。根据机器视觉技术的应用需求,搭建了集成工业相机、采集装置、照射光源等为一体的扫描装置,采集零件表面图像;对采集的原始图像进行均值滤波处理,去除图像中可能对缺陷区域的判别造成干扰的因素与噪声;采用阈值分割的方式,提取并划分机械加工零件表面的微缺陷区域;采用提取图像边缘算子的方法,计算零件表面原始图像与待检测图像之间的像素相关性,通过对零件表面微缺陷灰度性质点的匹配,完成检测方法的设计。通过对比实验证明:该方法不仅可以精准检测机械加工零件表面微缺陷,还可以检测到具体的缺陷类别。 相似文献