基于机器视觉的输送带图像校正和故障检测算法研究

为了消除基于机器视觉的输送带故障在线监测系统中采集图像的不均匀光照影响,提高图像质量,检测出图像中的故障区域,提出了一种基于机器视觉的输送带图像校正和故障检测算法。该算法首先采用Butterworth低通滤波器对图像滤波,结合Retinex理论计算估计真实图像的背景,对图像进行灰度校正,得到校正后的图像;然后将机器视觉与生物视觉相结合,利用PCNN算法,对采集的图像进行检测,检测出故障区域。实验结果表明,算法能有效校正输送带表面图像,清晰检测出故障区域,具有很高的应用价值。     

基于图像处理库的机器视觉检测系统的研究

为满足机器视觉检测系统通用性的需求,设计出一套机器视觉检测硬件系统,并在此基础上设计出一种基于图像处理库的检测系统软件。该视觉软件包含一套应用于工业的图像和信号算法处理库,该库作为单独的软件模块,通过插件的方式为通用外观检测软件使用。利用图像处理算法组件分别配置图像处理链,对电容器外观底部露白缺陷和引脚变形缺陷进行检测实验,测试结果表明该视觉检测系统具有较好的通用性和实用价值,可以满足工业领域部分的图像和信号处理的需求。     

基于机器视觉的细长产品表面缺陷检测设备研究

为提高对细长产品表面缺陷的检测效率,运用机器视觉技术对细长产品外部轮廓尺寸及表面缺陷状况进行检测.运用机器视觉技术,分析图像传输过程中噪声产生原因及降噪方法;采用canny算法和Simple Blob Dectorte特征点检测方法,提取零件轮廓和色斑轮廓;编写基于机器视觉的表面缺陷检测程序,并通过实验验证了该方法的可行性.采用系统法对表面缺陷检测设备进行整体分析,设计出与检测程序相配套的机械设备.     

基于图像轮廓的泵体口环位姿及尺寸检测算法

针对泵体口环人工检测安装精度差的问题，提出了基于图像轮廓的泵体口环位姿及尺寸的视觉检测算法。首先对泵体口环图像进行图像预处理，然后进行图像轮廓检测，分割出泵体口环目标轮廓，最后建立了求取泵体口环位姿及尺寸的数学模型，并根据目标轮廓中包含的像素点数学信息，设计了泵体口环位姿及尺寸检测算法。实验结果表明，基于该算法能够较精准的识别检测泵体口环位姿及尺寸，在较高精度工业机器视觉化应用中具有现实意义。     

基于双目立体视觉技术的轮式机器人位姿测量方法研究

为规划轮式机器人运动轨迹,需要获得轮式机器人在空间中的位姿,提出一种基于机器视觉软件Halcon9.0测量轮式机器人位姿的方法,利用机器视觉软件实现机器人图像实时采集、摄像机标定、特征点提取、坐标系变换、位姿转换实现机器人位姿的非接触式检测。试验结果表明采用机器视觉方法和采用陀螺仪检测得到的数据变化趋势吻合,验证了该方法可行性和可靠性。每次测量机器人位姿的时间仅需要678.089 ms,对实时测量运动目标位姿的非接触检测有参考价值。     

基于深度学习的芯片位置检测系统

激光bar条是由多个芯片并排形成的激光器单条。工业生产中,需要在激光bar条上找到芯片的位置进行测试和加工。由于人工操作存在着精度低和效率低的缺点,现在一般采用基于传统机器视觉算法的芯片位置检测系统。传统机器视觉算法在芯片位置检测中过程复杂且不具有的通用性。近些年深度学习在机器视觉任务上大放异彩,所以我们开发了一套基于深度学习的高精度芯片位置检测系统。系统利用MV-CE050-30UM黑白相机和光源实时采集高精度图像,再通过深度学习算法精确检测出图像中芯片的位置,最后控制运动平台移动到正确的位置。深度学习算法端到端直接输出图像中芯片的位置,过程简洁。算法通用性强,方便应用在相似的场景中,可以减少重复性开发工作。     

基于LabVIEW的机器视觉检测在自动化生产线中的运用

对LED球泡灯自动化生产线系统的关键技术之一"视觉控制系统应用设计"进行研究,并根据系统检测任务及要求,阐述了视觉检测系统的组成及原理、机器视觉系统硬件设计、视觉检测系统软件算法研究,利用图像处理算法对工件进行表面损伤检验,判断是否有零件缺陷,通过视觉检测和算法处理确定工件定位到夹具上的角度所存在的偏差。通过装配调试所得的实验结果,讨论影响视觉检测系统测量结果的关键因素,以提高生产效率和生产自动化程度。     

大型齿环齿形检测的机器视觉系统

齿环的结构比较复杂,手工检测齿形程序繁琐,目前的自动化机器视觉检测系统在大型齿环高精度检测方面存在致命的缺陷,这是由于齿环半径较大,拍照区域也较大,即便是高像素的面阵相机在这种情况下的检测精度也会显著降低,不能满足高精度的要求。针对这个齿形检测的难题,该机器视觉检测系统是对齿环齿距、齿高、斜齿等缺陷特征进行深入研究,利用Delphi软件开发工具,开发出一套高精度识别缺陷的机器视觉检测算法,通过使用线阵相机和线扫描齿形区域的方法,能够快速有效的检测大型同步器齿环的齿形缺陷及对应尺寸,在对齿环需求量较大的今天,有着非常重要的实用价值。     

基于机器视觉的轴承内外径尺寸测量方法

针对轴承内外径尺寸的人工测量方法存在测量效率低、易产生视觉疲劳等问题,提出一种基于机器视觉的轴承内外径尺寸测量方法,利用智能相机采集轴承图像并对其做中值滤波与二值化处理,通过Sobel边缘检测算法提取轴承内外圈的边缘特征点,采用最小二乘法计算出拟合圆的圆心与内外半径的像素值,并通过尺寸标定与机器视觉脚本程序,将其换算为内外径的实际尺寸。实验结果表明,该视觉测量方法精度高、速度快,适用于大批量轴承生产场合。     

基于机器视觉的直线度检测方法的研究

本文针对常见的直线度误差检测方法的局限性,提出了利用机器视觉进行直线度检测的方法,并由此研制了机器视觉直线度检测装置.该装置选用数字摄像头以自动获取被测物件轮廓要素的图像,通过物一屏参数的标定以确定所获视屏信息的实际几何位置属性,进而运用图像处理技术进行数据处理.本文还介绍了逐点划线一比较法和按最小区域法评定直线度误差建立的数学模型,它采用启发式搜索方式,以矩阵运算为平台,通过点线数学距离的符号属性和最高最铑低点相间法则的甄别,从而推理出直线度误差的最终检测结果.     

基于LabVIEW对机器视觉定位系统的研究

以Lab VIEW为平台,以面向探针自动定位检测系统为研究对象,根据检测系统对机器视觉系统的要求搭建视觉系统架构,并提出合理的机器视觉系统标定方法和视觉定位算法,使视觉系统作为运动控制系统的反馈实现探针自动定位检测系统的反馈,从而提高系统整体的精度。     

机器人视觉装配中的精确定位策略研究

针对自动导航小车存在定位不精准的问题，通过机器视觉方法来校正小车位姿。从源图像中识别出定位孔的像素坐标并计算转换到全局坐标系下，通过多组匹配点计算小车实际位姿。在分析相机标定与位姿计算过程中可能引入误差的基础上，提出相应误差消除策略。通过实验，验证了视觉标定结果的可靠性和误差消除算法的正确性，为视觉引导下的机器人装配工作提供了依据。     

基于Blob算法的机器视觉图像识别方法的研究

本文介绍了Blob算法实现机器视觉图像识别的方法,在此基础上提出识别规则物体的方法,利用不变矩、图形的面积和周长的比值来识别物体的形状,从而识别出规定形状的物体。     

基于机器视觉的手机壳表面划痕缺陷检测

为解决手机壳表面缺陷检测采用人工目测法,检测效率低且漏检率高的问题,采用基于机器视觉的手机壳表面缺陷检测方法,实现产品缺陷的自动化检测。该检测算法采用八方向的各向异性高斯方向导数滤波器对图像进行卷积滤波,并做归一化处理;利用滤波结果图的直方图确定自适应阈值,并进行阈值分割;对图像进行细化后通过划痕缺陷长度特征进行缺陷的提取。实验结果表明,该划痕缺陷检测算法能够实现长度0.5 mm以上的划痕缺陷的准确检测,检测效率高,满足企业的实际需求。     

基于机器视觉的机械零件自动精密测量

本文提出了一种运用机器视觉实现对机械零件长度的自动精密测量的方法.采用机器视觉技术获取试件的图像数据,利用图像处理中亚像素边缘检测方法实现对边缘的精确定位,并提出了一种相机自动标定方法,从而实现长度的自动精密测量.     

基于机器视觉的车道偏离报警系统研究

介绍了一种基于机器视觉的车道偏离报警系统。对基于机器视觉的车道偏离报警系统中基于CPCI总线的硬件架构进行了描述,研究了基于机器视觉的车道线实时检测问题,并提出了一种切实有效的车道线检测算法。     

车辆制动盘全自动视觉磁粉探伤机的研制

为克服传统制动盘探伤检测的缺点,研究并设计了车辆制动盘全自动视觉磁粉探伤机。利用机器视觉对车辆制动盘进行了磁粉探伤检测并具体介绍了磁粉探伤检测方法及相关工艺参数的确定,对比已有算法提出了复合式阈值分析算法来识别真伪缺陷,同时阐述了探伤机的结构、原理及功能,分析并设计了磁化装置及机械手并通过模拟仿真试验证明了设计的可行性,为流水线式生产提供了巨大的指导意义。     

基于机器视觉的机械零件自动精密测量

本文提出了一种运用机器视觉实现对机械零件长度的自动精密测量的方法。采用机器视觉技术获取试件的图像数据，利用图像处理中亚像素边缘检测方法实现对边缘的精确定位，并提出了一种相机自动标定方法，从而实现长度的自动精密测量。     

基于模板配准的零件轮廓缺损检测

基于机器视觉的机器零件轮廓破损检测在产品质量检测中具有重要作用.根据在线检测速度的要求,对于利用模板轮廓进行零件轮廓缺损检测,提出了轮廓校正和轮廓极坐标表示方法,有效地解决了快速性和模板轮廓与被测轮廓采样点不一致的问题.实验结果表明了本文算法的有效性,为零件轮廓破损快速检测提供了有效途径.     

铸件表面缺陷自动化检测设备的系统设计

铸件成形后会在表面形成砂眼和裂纹等表面缺陷,而传统的铸件表面缺陷检测方法为人工通过肉眼检测,这种检测手段效率低、易受工人的主观情绪影响,已不适应现代化的大规模自动化生产,因此开发出一套自动化检测设备,完成对铸件的表面缺陷检测具有很重大的现实意义,本文采用的检测方法为机器视觉检测,分析机器视觉检测设备的系统组成,简述系统的工作原理,重点研究系统的硬件设计和软件设计,完成主要硬件的选型和参数计算,并利用Matlab软件对缺陷样本处理分析。