基于机器视觉的直齿轮齿距偏差检测

针对直齿轮齿距偏差测量难度大、测量精度低的现状,文章采用机器视觉技术对直齿轮的齿距偏差进行检测。通过机器视觉系统获取齿轮图像,利用改进的Zernike矩亚像素边缘检测算法进行齿轮边缘检测;利用重心法求取齿轮几何中心,利用统计连通域法求取齿数,利用凸包法计算齿顶圆半径并计算获取齿根圆半径,通过齿顶圆公式计算模数,通过分度圆公式计算分度圆半径;依据测量结果给出了齿轮齿距偏差的测量方法,通过测量结果与直齿轮实际尺寸对比和分析,证明了该算法的合理性,可以实现齿距偏差的有效检测。     

基于深度自编码器网络的压盖缺陷检测

口服液压盖过程,会出现压盖不良等情况,瓶盖可能会出现划痕、刮花、表面卷曲、压盖破损等缺陷,为保证食品药品安全必须在出厂前进行检测.在基于深度学习的口服液瓶压盖缺陷检测的研究过程中,使用传统卷积神经网络对口服液压盖缺陷数据集进行训练,需要进行人工标注,效率较低.为有效解决上述问题,设计出一种无监督学习的深度卷积去噪自编码...     

基于机器视觉的曲轴圆度误差评定

针对曲轴圆度测量效率低、稳定性差等现状,提出一种基于机器视觉的测量方法。首先,搭建视觉平台采集图像;其次,进行预图像处理并运用亚像素手段提高边缘精度,经三维重构复现圆周;然后,提出曲轴圆度误差视觉评定方案,并通过倾斜校正和回转误差补偿提高测量精度;最后,进行曲轴圆度误差测量对比实验。结果表明：视觉评定结果与三坐标测量机测量结果相比均值误差为6 μm,可实现曲轴圆度误差测量,且更加稳定。     

基于轴线局部搜索的曲轴轴径视觉测量方法

采用传统的机器视觉测量方法对曲轴的几何特征进行测量时，存在测量精度偏低的问题，为此，提出了一种基于轴线局部搜索的曲轴轴径视觉测量方法(测量系统)。首先，依据待测零件所需的要求，进行了硬件选型和机器视觉测量平台的搭建，校正了镜头畸变，提高了其精度；对所获取的图像进行了预处理，包括形态学滤波处理、二值化处理等操作；其次，通过定位算法像素级坐标，获取了曲轴旋转轴线位置，使其与相机移动轴线相重合；运用亚像素细分算法提取了亚像素边缘坐标，计算了其像素当量，完成了像素与实际尺寸之间的转换，实现了对轴径进行高精度测量的目的；最后，进行了测量实验的对比，对基于轴线局部搜索的轴径测量方法的准确性和实用性进行了验证。研究结果表明：轴线局部搜索法测量轴径平均误差为0.003 mm,且测量的稳定性较好，证明了该算法及其测量系统的准确性和实用性，可以适用于对曲轴轴径进行有效检测。