基于机器视觉的商品条码质量检测方法

目的针对EAN-13商品条码,运用机器视觉技术进行商品条码质量检测,实现一体化、自动化、智能化检验。方法根据检测要求,设计商品条码图像采集装置,通过系统标定完成初始化。条码检测时,采集待测条码图像,进行畸变矫正;通过边缘检测、形态处理和轮廓匹配,找到条码准确位置,分割出条码图像区域,对其旋转校正,分为条码区域和数字区域;对条码区域,水平采样获取反射曲线,计算光学特性参数和译码数据,通过几何特征分析,结合标定参数,计算出相关结构参数;对数字区域,通过字符分割、模版匹配,完成字符识别;最后,通过比对分析,获取全部检测数据。结果分别采用该方法和传统方法,对100个EAN-13条码样本进行了检测对比,试验表明该方法的检验结果符合国家标准,检测数据准确可靠;该方法操作快捷,精度更高,检测速度大幅提高。结论文中方法实现了商品条码质量检测的一体化、自动化、智能化处理,显著提高了检验水平和工作效率。     

基于机器视觉与运动控制的轨距尺检定器自动化检测技术研究

人工操作轨距尺检定器繁琐耗时,通过运动控制与机器视觉两项技术集成实现检定器的自动化改造。由数显卡尺长度标准、链式传动机构及步进电机构成两个闭环定位子系统,实现轨距及超高参数测点的自动运动控制。在显示表盘图像中依据亮度、几何形状结构和拟合特征信息识别出各类示值特征及其相互关系实现机器视觉读数。实验结果表明:技术集成后可完成各类轨距尺的自动化检测过程。     

机器视觉技术在测量中的应用

随着科技的飞速发展,生产工艺复杂程度急剧增加.为满足人们对制造业和加工业产品越来越高的质量要求,制造商在不断提高生产效率的同时加强了对产品质量的控制.更高的质量标准使得仅凭人眼测量在许多行业中已难以保证产品质量和生产效率.     

基于视觉技术内距尺刻线的识别与研究

内距尺是保证铁路机车行车安全的重要量具,由于其体积较大,受人眼视觉疲劳、视角等因素的影响产生误差较大,为提高轮对距检测精度,保证机车运行安全,本文提出了运用机器视觉技术进行内距尺刻度的识别。实验证明：该方法能有效避免人为因素的读数误差,提高了铁路检测的效率。     

机器视觉在COG封装设备中的应用

主要介绍了机器视觉系统的原理和在COG封装设备中的应用。在COG封装设备中使用机器视觉系统进行IC和LCD标志点的识别,实现了微米级的精确对位,充分体现了机器视觉系统在高精度定位方面的优势。     

基于机器视觉的仪表示值识别算法研究

针对常见的7段LED数码管显示仪表,提出了基于机器视觉技术的仪表示值识别方法。该方法通过计算机控制摄像头实时采集仪表示值图像,对图像进行分析区域选取、二值化等预处理操作之后采用投影变换的方法对数字图像进行分割、编码,进而实现了对该类仪表示值的自动读取。实验结果表明,该算法具有较理想的鲁棒性,能够满足长时间、大数据量的数据读取记录操作需求。     

基于机器视觉的丝网印刷样板尺寸测量方法

丝网印刷样板种类和样式多,每片样板上待测目标也较多,不宜采用一致的梯度阈值参数定位边缘实施测量;此外,传统视觉检测采用定位矩形框建立测量坐标系的方式会引入测量误差,因此,提出一种基于机器视觉的丝网印刷样板的尺寸测量方法。采用一种由粗到细的测量策略,借助每一类待测目标的模板进行信息统计,针对性地设置阈值参数,改善测量精度。在测量阶段,利用基于图像金字塔和归一化互相关函数相结合的分层匹配算法实现多个待测目标的粗糙定位,再使用由模板信息统计获取的阈值参数进行边缘精细定位,建立局部坐标系,完成测量。实验结果表明:在同等实验条件下,此方法能够有效提高测量精度,算法改进后测量结果的平均相对误差由原来的4.02%降到1.47%,并且无需用户介入调整测量参数,适用于不同种类丝网印刷样板的灵活测量。     

机器视觉技术在螺纹检测中的应用

在现代制造业中,检测技术属于是基础性的技术。鉴于目前的许多传统检测技术已经无法满足现代制造业的发展要求,采用机器视觉技术,可以促进螺纹检测的精确度,以提高产品质量。本论文针对机器视觉技术在螺纹检测中的应用进行探究。     

基于机器视觉技术的水表在线检定系统研究

设计了一套基于机器视觉技术的水表在线检定系统。使用模板匹配技术定位梅花针,分别对基准表和各待检表梅花针转过的齿数同时计数,当基准表计数到达设定值时同时停止计数,计算待检表误差,判断是否合格。现场试验表明,该方法比现有的激光反射计数法检定精度更高,解决了激光反射计数法无法检定梅花针上有气泡的湿式水表的问题。     

基于机器视觉的航空铆钉尺寸检测技术

航空铆钉的尺寸偏差会增加航空事故发生的可能性。为了实现航空铆钉尺寸检测的高精度与智能化,提出一种基于机器视觉的航空铆钉尺寸检测方法。通过边缘检测算法对铆钉进行自动识别与检测,可减少航空铆钉尺寸的误差。基于航空铆钉产品规范,分析得出各项尺寸参数要求与事件流程,使用OpenCV作为开发平台,采用阈值分割算法与分水岭算法进行图像分割;同时,通过平滑处理、形态学、轮廓提取算法完成图像处理。实测结果表明,在±0.005mm精度下,铆钉尺寸检测结果与实际值的吻合度达到90%以上。     

基于机器视觉的车距检测系统设计

为了探测前车车距,采用机器视觉方式,以 CCD构造单目成像系统采集前车图像,以检测车牌在图像中像素的数量方式实现车距的测量。系统以单目摄像头的成像模型,通过物像位置关系及大小关系,建立车牌图像与车距信息之间的模型;以CCD成像原理,建立车牌图像与传感器像元像素之间的模型。由此构建测距检测算法模型。采用MATLAB软件平台设计人机交互界面,对采集图像进行预处理提高图像的对比度;通过匹配连通域等算法,对车牌进行定位、分割,检测车牌水平方向像素数量;在此基础上,采取小孔成像原理计算车距的大小,并显示在软件平台上。实验证明了本系统能对前车图像进行分析从而计算出车距,该系统对3 m之外的车距检测平均误差为4%。     

基于3D视觉的微通道换热器定位与尺寸测量

为实现微通道换热器生产线的自动化与智能化,提出一种基于3D视觉的微通道换热器定位与尺寸测量方法,以引导机械臂进行抓取上下料。首先,用3D相机以俯视角度拍摄产品,矫正获取的图像并将RGB图像与深度图像对齐;其次,通过产品3D信息的辅助实现精确的二维图像分割以及角点的二维坐标定位;最后,加权拟合角点的深度值,通过角点二维坐标及深度信息进行坐标转换得到其三维坐标,计算产品尺寸。实验结果表明:该算法能够在复杂的背景中实现精确的图像分割与尺寸测量,在测量距离为4000mm时相对测量误差可控制在1%以内,能够满足系统需求。     

基于双相机的计算机视觉坐标测量系统

为了解决单相机坐标测量模型中轴向定位重复性差的问题,研究正交双相机视觉坐标测量系统;系统由一支特制光靶标、两台正交放置的CCD 摄像机和一台电脑组成.在单相机测量模型的基础上引入冗余算法,使得两个正交单相机系统相互补偿对方轴向测量误差,从而实现高精度的空间三维坐标测量;实验采用最简的共线三点测头模式搭建测试装置,在测量距离1 500 mm 处各个方向分辨率优于0.2 mm ,与坐标测量机移动对比测量精度达到±0.15 mm .     

基于距离约束的关节式坐标测量机蛙跳测量方法研究

针对关节式坐标测量机(ACMM)在大尺寸工件的检测过程中测量范围有限且误差较大的问题,提出了一种基于距离约束的ACMM的蛙跳测量方法。在ACMM进行坐标转换的过程中,利用蛙跳球作为公共基准点,用高精度的三坐标测量机对蛙跳球之间的空间位置关系进行标定。在计算坐标转换参数的过程中,将任意两蛙跳球之间的位置关系作为距离约束条件,消除测量过程中产生的粗大误差并优化坐标转换模型的参数,以提高坐标转换精度。实验结果表明:距离约束能够有效地提高坐标转换参数的精度,同时增加公共基准点的个数会较大地提高蛙跳测量精度。     

基于激光和机器视觉的微量液体容量计量方法

针对玻璃量器的液体容量计量,提出一种基于激光和机器视觉技术的液位测量方法。建立了标准玻璃量器液位高度和容量对应关系的容积表,通过测量得到液位高度就能得到对应的液体体积值;采用数字图像处理等技术,使用高精度摄像头和图像处理软件,提取特征元素,实现玻璃量器中液体体积的高精度测量。设计了和静力衡量法的比对试验进行方法验证,对于100mL的玻璃量器,测量装置引用误差优于0.2%,拟合算法的扩展不确定度为0.137%(k=2),测量重复性为0.08%。     

基于机器视觉的易拉罐打标区域定位方法

目的 为了提高易拉罐打标效率和打标位置精度,降低劳动强度,提出一种基于机器视觉的易拉罐打标区域定位方法。方法 首先建立模板库,获取即将打标的不同图案的易拉罐表面图像,对图像进行柱面反投影,使有一定弧度的图像展开,并利用模板匹配原理对图像进行拼接,得到易拉罐表面完整图像;其次采用ORB算法在模板库中确定易拉罐表面图案种类,利用模板匹配方法确定该种类图案的打标区域在待打标易拉罐上的位置,从而进行定位打标。结果 实验结果表明,该方法能实现直径为40～65 mm易拉罐的打标区域快速定位,定位误差为±2°。结论 基于机器视觉的易拉罐打标区域定位方法能实现易拉罐打标过程的自动化,可以快速、准确地定位出打标区域,且灵活性较高,降低了劳动成本,能满足企业的生产加工需要。     

基于机器视觉的药物自动识别技术

目的 基于机器视觉技术对药物图像的识别进行研究,寻找药物识别过程中更优的算法及识别过程中适宜的外部条件。方法 通过理论分析结合HALCON软件对药物识别的问题进行一系列实验,分析照明系统和图像处理算法对识别结果的影响。结果 研究表明,在成功识别的基础上,识别难度与工作环境有明显的关联,各种处理算法、目标阈值、系统复杂性均可以对识别结果产生明显的影响。结论 改进的中值滤波算法与普通的中值滤波算法相比,处理结果得到明显的改善。通过调整外部光源以及背景参照,均对提高处理质量有明显的帮助,通过RGB与HSV阈值处理算法等相关算法的合理结合,系统的识别结果得到明显提高。研究结果可以为药物装配及相关的产业智能化提供重要参考。     

基于视觉的驾驶机器人导航技术

对驾驶机器人的视觉导航技术进行了研究,提出了一种快速可靠的车辆引导线检测算法.该算法首先对感兴趣的移动窗口进行有条件的边缘检测,进而引入了梯度方向直方图的处理思想,制定了车辆引导线边缘候选点集与有效点集的筛选算法,最后,通过所提出的一种基于标量化处理Kalman滤波方法实现了引导线特征参数的快速准确提取.试验表明,本文提出的检测算法能够满足复杂路况下的导航需要,具有30ms/帧的实时处理速度.