基于机器视觉的齿轮缺陷快速检测

结合齿轮缺陷自身的特点，论述了齿轮缺陷检测系统的构成、图像处理及检测流程，提出了一种基于机器视觉的齿轮缺陷快速检测方法。实例分析表明．该检测系统能够快速、准确地实现齿轮缺陷的检测，满足自动化生产的需要，可在实际生产中代替人工检测；     

玻璃纤维布的机器视觉缺陷检测系统设计

针对目前国内玻璃纤维布生产企业的布匹缺陷检测方式仍采用人工检测的状况,设计了一种基于机器视觉的玻璃纤维布缺陷检测系统,该系统包括图像采集模块、人机交互模块、图像处理模块和缺陷数据统计模块四个部分,详细阐述了各模块的实现方法和技术。在VS2010平台下基于C#、Halcon和SQL Sever数据库的研制出了玻璃纤维织布缺陷检测软件系统,并在实验平台上进行了相关的调试和实验验证。结果表明该系统稳定可靠、实时性好,满足了预期的研发要求。     

一种基于机器视觉的浮法玻璃质量在线检测系统

人眼对浮法玻璃上畸变小的缺陷并不敏感，漏检的缺陷会给玻璃深加工带来极大的困难。快速、可靠和准确的机器视觉检测技术是解决玻璃生产中质量控制问题的重要的技术手段。本文介绍了一种基于机器视觉的浮法玻璃质量在线检测系统。该系统利用分布式视觉处理技术、采用模块化的图像处理系统设计，能够实现缺陷的精确提取，能实现对缺陷的智能分类和分级，能根据缺陷数据对玻璃进行分级打标，满足了浮法玻璃生产中缺陷在线检测的需要。     

基于机器视觉的罐盖质量检测系统设计

文中根据饮料易拉罐罐盖制造生产线的工作环境和检测要求,研制了基于机器视觉的罐盖质量检测系统,实现了铝制罐盖瑕疵的自动检测和快速剔除.该检测系统由下盖装置、盖传送装置、光源与图像采集系统、视觉处理及控制系统、次品剔除装置等组成,铝制罐盖经下盖装置连续不断的进入盖传输区域,盖传输装置通过真空将罐盖吸附在传送带上,当罐盖通过成像系统时,光纤传感器触发工业相机和光源,获得高速罐盖图像,图像检测系统分析罐盖多个检测区域,电气控制系统根据图像检测结果分拣罐盖.通过实验测试证明:该视觉系统实时性好,可靠性高,有效地提高了罐盖检测生产线的工作效率.     

基于机器视觉的PCB焊接缺陷检测系统研究

针对中小型企业在焊接缺陷检测领域中存在人工成本高、检测精度低、实时性差等问题,提出了基于机器视觉的焊接缺陷检测系统,在生产线上安装多套图像采集装置。根据现场情况,设计了多套打光方案,实现连锡、焊点偏位、芯线断开等缺陷的高清成像;基于HALCON软件,采用图像定位、图像预处理、图像分割、形态学处理及焊接缺陷识别算法,完成了USB接口缺陷的精确检测,并将结果显示在上位机界面。测试生产线上实际采集的402幅缺陷图像,结果表明,系统成功检出率达86%,基本满足实际生产需要。该检测系统用于中小型企业生产,有利于大幅度提高检测效率和缺陷检测智能化水平,同时降低检测成本。     

基于机器视觉的织带检测系统研发

为了满足织带企业的高效、自动化检测需求,构建了基于PC的织带检测系统。设计织带张力传送机构和基于i MC3041E运动控制卡的运动控制系统;改进边缘提取和傅里叶变换图像算法,研发了实时图像采集系统;并用C#开发了集成图像采集检测和运动控制的人机界面。研究结果表明,系统可实时检测织带缺陷,满足企业实际生产需求。     

机器视觉检测滚子表面缺陷

介绍利用机器视觉检测滚子表面缺陷的实验装置。该装置采用512位SSPD列阵作为摄景器件。藉助专门机械装置实现滚子表面全扫描展开,把获得的二维图象信息送PC/AT微机进行图象处理。文中提出了三种图象处理算法:多段平均法、二次背景处理法和局部算子处理法。用上述算法较好地解决了不同精度滚子的表面缺陷检测。附图16幅,参考文献5篇。     

基于机器视觉的玻璃缺陷检测

随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。     

基于机器视觉的螺栓几何形状检测方法研究

螺栓的外形对保证其质量有着极其重要的作用,针对螺栓的外形结构特点,本文设计了螺栓的检测流程,并使用VC6.0开发了检测程序.根据螺栓的几何特征,选取面积、周长、质心、圆形度等判定参数,然后,介绍了螺栓头部,螺纹外径、中径的测量方法.经验证,这些特征参数和检测算法能很好的辨别出螺栓的外形缺陷.     

基于机器视觉技术的薄膜孔洞检测系统设计

在介绍机器视觉技术的基础上,提出了一种利用机器视觉设备和Visual C 开发塑料薄膜孔洞检测系统的方法.不但给出了整个系统的结构框图以及工作方式,并分别针对该系统硬件和软件的体系结构进行了详细的探讨.测试结果能够满足工业需求,从而为塑料薄膜孔洞检测系统设计提供了一套可行的解决方案.     

基于机器视觉的LED芯片缺陷检测系统研究

近年来计算机及信息技术飞速发展,并在各个领域得到了广泛应用,极大地促进了社会的发展.数字图像处理技术以其高效准确性,在工业产品缺陷检测中发挥了重要作用.利用该技术可以代替人工检测,极大地提高了工作效率,降低了人工成本,增加了企业收益.因此,研究基于图像处理的LED芯片缺陷检测系统,对比不同LED芯片缺陷类型及传统检测方...     

基于机器视觉的玻璃瓶码垛机检测与搬运系统设计

文中根据制瓶包装生产线工作环境和工况要求,为实现堆瓶码垛的自动检测、抓取并快速搬运,引入了机器视觉技术,分析了系统的可行性设计,设计了一套基于PC+PLC的机器视觉检测控制系统,并详细叙述了照明方式、图像采集模块、图像处理模块的组成及工作原理,最后结合系统应用要求和算法的实时性,通过最大二维熵法完成了图像分割和瓶口特征提取,结合瓶口搜索算法检测是否缺瓶。通过实验测试证明,该视觉系统实时性好,可靠性高,有效地提高传统堆垛系统的工作效率。     

基于机器视觉的电机换向器参数检测系统设计

根据电机换向器的在线检测要求,研制了基于机器视觉的电机换向器参数检测系统,实现了对电机换向器不合格零件进行自动识别与快速抓取。该检测系统硬件由传输装置、图像测量系统、片间电压检测装置、废品抓取装置等组成。图像测量系统获取零件的尺寸参数,片间电压检测装置获取片间电压参数,送入计算机,由控制系统执行检测结果,从而达到抓取不合格产品的目的。经实际应用表明,该系统检测速度快、精度高,有效地提高了零件在线质量检测的控制。     

基于机器视觉的玻璃马赛克缺陷在线检测系统

针对玻璃马赛克存在斑点、崩角等常见工艺缺陷,基于机器视觉检测原理,设计了一种采用LED同轴光照明和CCD相机为图像获取工具的在线检测系统。该系统通过相机实时拍摄,获取传送平台上目标玻璃马赛克图像,使用特定的视觉软件对获取到的图像进行中值滤波、锐化、二值化、边缘轮廓提取等图像处理,提取图像中玻璃马赛克轮廓形状与灰度值信息,通过形状匹配与灰度值匹配,实现对玻璃马赛克工艺缺陷的在线检测。实验证明,该在线检测系统具有准确率高、实时性强和速度快等优点。     

基于机器视觉石英晶片外观的缺陷检测方法

针对石英晶片的外观缺陷检测技术的不足,提出一种基于机器视觉开发软件对石英晶片外观缺陷检测方法,对石英晶片生产过程中出现的外观缺陷进行了分析,提出了缺陷检测的流程,建立了基于几何特征的模板定位算法和基于Blob算法的缺陷分析算法,实现了对图像的获取、边缘检测、定位、识别和斑点分析,在C#环境下对其图像处理技术利用机器视觉软件进行了开发,搭建了石英晶片的外观缺陷检测实验平台,通过摄像机实现了石英晶片的外观图像的捕获,利用视觉软件获得石英晶片的外观质量,最后对此系统进行了测试。实验表明:该石英晶片外观缺陷检测方法具有检测速度快、精确度达到99.7%、匹配误差小于0.3等优点,可满足现场使用的要求。     

基于机器视觉技术的奶粉罐内壁缺陷检测系统设计

本文针对奶粉罐的质量检测进行研究,并设计了基于机器视觉技术的奶粉罐内壁缺陷检测系统。按检测精度要求,对该检测系统进行了硬件设计与选型,并采用LabVIEW技术编写了系统软件。针对奶粉罐内壁的特殊性,设计了适合罐体内壁缺陷检测的图像处理算法。检测系统已经安装到奶粉罐生产线上使用了半年,结果表明该检测系统能准确完成缺陷检测,满足生产需求。     

基于机器视觉的地铁站点客流检测系统设计

以提高复杂环境下地铁站点客流检测的有效性为目标,设计一种基于机器视觉的实时在线客流检测系统.确定客流检测的方案,明确摄像机具体的安装位置,分析其安装高度、摄像机视角与水平俯视角度之间的关系,以获取高质量的检测图像.对采集的客观图像进行背景提取与更新,运用背景帧差法对图像进行二值化处理,同时以形态学理论为基础对图像进行降...     

基于机器视觉的VCM磁钢检测系统设计与研究

针对目前VCM磁钢片轮廓尺寸的检测方法存在检测速度慢、精度低等问题,设计了基于机器视觉的VCM磁钢检测系统的总体结构。视觉检测系统采用了中值滤波滤除噪音,利用Canny算子定位边缘轮廓和8-连通法提取图像边缘信息,采用基于链码的实时拐角检测算法求拐点,对轮廓线进行分段识别和重构,并用最小二乘法拟合轮廓,实现尺寸检测。用该系统对VCM磁钢片样品进行实验及数据分析,并与传统的三坐标测量仪的检测结果进行对比实验。实验结果证明了该系统能满足VCM磁钢片的实际工业在线检测需求。     

基于机器视觉的车用注塑螺纹件缺陷检测方法

针对车用注塑螺纹件人工检测效率低、可靠性差等问题,提出一种基于机器视觉的车用注塑螺纹件缺陷检测方法。应用这一检测方法,通过自适应滤波方法改进坎尼算子,结合分水岭算法得到不同的增强图像特征。根据缺料、毛刺、包胶等三种典型缺陷的图像特征,训练支持向量机分类器,并以此分类器实现螺纹件的缺陷检测。结合UR5机械手构建测试平台,实现车用注塑螺纹件的全自动分拣与缺陷产品剔除。在检测方法中,通过改进的边缘分割算法提高检测的准确率和稳定性。通过试验表明,这一方法能有效检测车用注塑螺纹件的典型缺陷,结合机械手可以实现缺陷产品检测和剔除的全自动化流程。