铝合金精密锻件图像测量的方法

基于数字图像处理技术,开发了铝合金精密锻件尺寸测量装置,采用低角度双侧LED照明,有效避免锻件表面反光造成的图像边缘模糊。通过3×3中值滤波、固定阈值分割、8邻域边界跟踪算法,提取锻件内、外圆的边缘轮廓,采用最小二乘圆拟合算法进行尺寸参数计算。试验表明,外圆直径、内圆直径、壁厚差、圆度误差的图像测量值,较人工测量值的最大误差分别为0.05mm、0.09mm、0.07mm、0.07mm,基本满足锻件检测要求。     

基于机器视觉的大型球墨铸铁管直径测量系统

为了提高大型球墨铸铁管的直径测量精度和效率,建立了一种基于机器视觉的大型球墨铸铁管直径测量系统,分析图像特点,提出了一种基于邻域灰度值差异的边缘检测方法。检测系统是由一台CCD相机、LED光源和计算机组成的机器视觉测量系统。CCD相机采集图像,对图像进行图像滤波、图像分割、图像边缘检测和图像亚像素边缘检测的处理后,提取管材的边缘轮廓,利用最小二乘法将管材两边缘点拟合为两直线,根据相机成像的小孔成像原理和圆柱物体的成像特性计算管材直径,建立了相应的数学模型。实验证明,本系统可以精确、高效的实时检测管的直径大小,测量误差小于0.1 mm,符合实际测量的需要,具有很高的实用价值。     

基于HALCON的汽车涂胶质量检测方法研究

针对汽车涂胶过程中漏涂、胶线过窄或过宽等问题,提出了一种基于Halcon的汽车涂胶质量检测方法。通过提取所采集的汽车胶条图像中感兴趣区域(ROI),设计了最大类间方差自动取阈值图像分割算法,提出了基于形态学的Canny算子边缘检测算法和基于XLD形状选择的最小二乘拟合算法,通过提取胶条的亚像素边缘,得到胶条的亚像素轮廓并计算出胶条的截面直径,判断胶条质量是否满足质量标准。最后采用HALCON软件对所设计的算法进行了验证测试,实验结果表明该方法具有较高的检测精度和检测效率,能够满足实际生产的需要。     

基于机器视觉的卡尺工具法轴承精密测量

针对传统轴承测量方法成本高、效率低、精度低等问题，提出基于机器视觉卡尺工具法的轴承测量方案。该方案首先使用相机对轴承进行拍照取像，再用卡尺工具法对图像中轴承的内外径进行圆拟合。对相机标定后，测量出轴承的内外直径，并编写C#程序实时显示测量结果，实现对轴承尺寸快速、稳定、高精度、低成本的测量。实验结果表明：该测量方法达到了亚像素级别，测量精度高于0.008 mm，标准差小于0.015，满足国家标准，并且测量速度快，稳定性高。     

基于双目视觉的化学铣削零件轮廓测量

针对飞机蒙皮的化学铣削加工区域轮廓的测量问题,构建了一套基于双目视觉的测量系统.以双目相机作为视觉传感器,结合光源系统和多曝光融合算法得到融合图像,基于Canny算法和双三次插值法提取亚像素轮廓,通过基于ZNCC的立体匹配,最终实现化铣区域轮廓三维重建,获取区域的轮廓信息.实验结果表明,提出的系统具有较高的测量精度,显...     

面向机油泵零件关键尺寸的机器视觉测量

机油泵工作平面的检测精度直接影响其工作稳定性和寿命,针对利用微分算子进行边缘检测存在"提升噪声"缺陷,提出一种基于机器视觉的测量方法。在对背光数字图像进行边缘亚像素边缘提取的基础上,采用Ramer算法对获取的亚像素边缘坐标数据按几何特征进行分段,采用改进最小二乘法,提取有用边缘,迭代拟合零件轮廓,抑制离值点对边缘检测干扰。通过机油泵内外转子的检测结果表明:该方法能够精确提取具有清晰边缘的高精度复杂形状背光图像边缘信息,高效应用于中小机械零件的中心距、圆度等几何量的中高精度(IT5～IT7)测量。     

基于MATLAB图像处理的直齿圆柱齿轮参数测量

运用MATLAB图像处理技术对直齿圆柱齿轮的参数测量方法进行了研究。通过机器视觉系统获取齿轮图像,并对其进行灰度化、去噪、二值化操作。按8邻域寻找齿轮孔区域并去除,运用Canny算子进行边缘检测;通过计算包含齿轮孔轮廓的最小矩形的尺寸得到齿轮孔直径。以8邻域边界跟踪法获得齿轮的单像素外轮廓。通过神经网络对外轮廓点分类的方法找到齿顶位置点和齿根位置点,运用最小二乘原理的圆拟合法计算齿顶圆和齿根圆直径;通过对齿顶或齿根图像进行膨胀操作后计算8连通区域的方法确定齿数;通过齿顶圆公式计算模数。编写齿轮参数测量软件并对6个直齿圆柱齿轮的参数进行了测量;通过与理论值的比较,验证了该方法的合理性。     

齿轮齿形误差图像测量方法的研究

提出了一种基于图像检测和处理技术的齿轮齿形误差的测量方法.首先利用数字图像处理技术对采集的齿轮图像进行了中值滤波、二值化、边缘提取,亚象素拟合等处理,得到齿轮轮廓.根据最小二乘法原理,用圆拟合的方法确定齿轮圆心,达到亚像素级的定位精度,最后建立了齿形误差的图像法测量数学模型,并对齿轮的齿形误差进行测量和评定.实验结果表明,采用齿轮图像测量方法的最大绝对误差为7.7μm.该方法为齿轮齿形误差的测量提供了一个有效途径.     

基于机器视觉的柴油机缸套尺寸测量

为满足柴油机对缸套尺寸的高精度需求,提出了一种基于RANSAC(随机抽样一致性)拟合缸套亚像素轮廓的内外径尺寸检测方法。根据生产线上工业相机获取的CCD图像结构和灰度的信息特征,该测量方法先采用双边滤波和形态学梯度算法对图像预处理,去除噪声提高对比度;然后在用大律算法(QTSU)和Canny边缘检测算子获取图像边缘的像素级坐标;通过双线性插值算法对像素级坐标进行亚像素的重新定位,获取边缘亚像素坐标;最后采用RANSAC拟合算法对缸套内外径进行尺寸测量。通过仿真与实际尺寸对比,该方法具有更好的定位精度和抗噪性,相比最小二乘法RANSAC检测更可靠。     

基于视觉传感的薄板焊缝特征亚像素提取方法

提出了一种薄板对接焊缝特征亚像素提取和图像处理方法,可以有效地提高薄板焊缝特征的提取精度。针对薄板接头特征设计了一个基于面性激光的视觉传感器,有效地采集薄板焊缝图像;提出了一种亚像素特征提取方法,根据图像的灰度分布特点,搜索每列的极大值和极小值,并以这两点为边界,对图像进行分割;接着对分割的焊缝特征区域,采用基于灰度梯度的重心法进行亚像素的焊缝特征提取。试验结果表明,该方法可以有效地检测出薄板对接焊缝特征,提取精度可达0.1个像素。     

基于Qt的钢管壁厚在线检测软件设计

针对目前钢管端面壁厚的测量多采用人工抽检的方式,从而导致测量效率低、精度低、测量数据少的情况,对机器视觉测量技术进行了研究。基于机器视觉,设计钢管壁厚在线检测系统。通过对相机进行标定,获得图像像素值与实际值之间的关系,使用相机采集钢管端面图像,对采集得到的图像进行图像预处理、边缘特征点提取等操作;改进RHT圆检测算法,完成钢管端面圆形轮廓的检测,进而实现对钢管端面壁厚的测量。为了便于操作,基于Qt跨平台开发框架设计了钢管壁厚检测系统人机交互界面软件。结果表明：该系统具有良好的稳定性,检测误差约为0.1 mm,可以高效地完成壁厚检测任务。     

微米级机器视觉系统中随机误差与系统误差的研究

为了实现机器视觉检测系统对零件尺寸的微米级自动测量,对随机误差和系统误差进行了研究.改进了双线性插值法,对像素进行细分,用canny算法检测出边缘,并用多项式拟合出轮廓.该轮廓存在随机误差和系统误差.根据轮廓的切向连续性,用期望值和实测值进行最优估计,消除随机误差的影响.分别用不同宽度的量块放在视场的四个象限,测得多组图像,提取轮廓点,结合畸变模型,对畸变进行校正并对系统进行标定.通过细分、卡尔曼滤波、畸变校正和标定,每个像素代表的实际尺寸为4.584μm,精度达到2.5μm.     

精密零件的工业CT图像测量方法

利用工业CT实现精密零件内部尺寸的高精度测量已逐渐成为产品质量控制的重要技术手段,而CT图像分割和数据拟合是工业CT图像测量的重要环节和难点问题。基于此,采用联合小波变换和RSF模型的图像分割方法对精密零件CT图像轮廓进行精确分割,得到感兴趣轮廓数据,接着采用最小二乘拟合方法得到圆和直线方程,进而测量得到感兴趣对象的直径和角度;同时,对于零件壁厚的测量,采用最小距离搜索法获取壁厚值。多组精密零件的CT图像测量结果表明,该方法测量精度总体优于通用测量软件VG Studio Max的精度,具有一定工程应用价值。     

基于视觉的非接触外螺纹关键参数测量方法

针对外螺纹零件关键参数测量效率低、工作强度大、精度低,且难以实现在线自动检测的问题,提出一种基于视觉的非接触外螺纹关键参数测量方法。首先,针对螺纹图像中不存在明显直线的情况,设计一种基于Hough变换的特征圆提取螺纹图像倾角校正算法,利用特征圆圆心构造螺纹虚拟直线以实现螺纹倾角计算并旋转图像;进一步,在螺纹的感兴趣区域(ROI)区域内进行一系列图像处理得到螺纹轮廓点,采用最小二乘算法拟合螺纹上、下轮廓点直线,实现螺纹的大径与小径高精度测量。现场测试表明所提方法能对螺纹图像倾斜进行有效校正,大径与小径尺寸测量精确达到0.008 5 mm,验证提出方法可行性和有效性。     

基于机器视觉的多类型工件测量系统研究

综合应用光电技术、数字图像处理技术和计算机技术,以薄片型机械零部件为主要测量对象,开发-套工件尺寸测量系统,主要包括照明系统、图像采集系统、图像处理系统和尺寸测量系统.根据检测要求,采用Canny算法进行边缘检测粗定位和8个方向模板的改进亚像素检测技术获得工件精确轮廓信息,再对轮廓进行分割和选择,采用Hough变换完成...     

基于模糊聚类的工业薄片件图像亚像素检测北大核心

针对机器视觉检测工业薄片件边缘存在精度不高的问题,基于模糊数学理论,引入模糊聚类思想,提出了一种图像亚像素综合定位算法。用OTSU法对源图像进行二值化处理;用5×5矩形域最大梯度模检测像素级轮廓边缘;用基于模糊聚类的亚像素边缘定位算法进行极片亚像素边缘定位,实现了边缘的高精度定位。实验结果表明,该方法算法简便,精度较高,易于编程实现,且兼具多种检测算法的优势,尤其适合工业生产现场的机器视觉检测系统。     

基于DSnet网络的零件边缘轮廓提取北大核心

针对传统边缘轮廓提取算法极易受到光照强度等因素的影响,出现噪声点和零件边缘轮廓点缺失问题,提出一种基于DSnet分割网络及最外围约束算法结合的零件边缘轮廓提取算法。首先,利用DSnet分割网络对零件原始图像进行分割操作,避免影响因素干扰的同时,获得分割边界明显的零件分割图像,再根据零件分割边界像素点的特点,采用最外围约束算法进行边缘轮廓提取,得到零件边缘轮廓图像。实验结果表明:提出的方法能在光照强度不均匀等因素的干扰下准确提取出完整的、单像素的零件边缘轮廓,而且提取精度的各项指标,RMSE达到了11.18,PSNR达到了27.76,SSIM达到了0.989 3,满足边缘轮廓提取精度的要求。     

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。     

基于机器视觉的微米级2D零件自动检测系统

为了实现对零件尺寸的非接触、高精度、自动测量,建立了基于机器视觉和图像处理的微米级检测系统。根据测量的视场和精度要求,选择CCD传感器、镜头、照明和图像采集模式,建立了硬件系统。开发了软件系统,从数字图像中提取出零件信息。对双线性插值法进行改进,然后进行细分,检测出边缘,并用多项式拟合出零件轮廓。运用相对法进行标定,得到被测零件的实际尺寸。实验结果和误差分析表明,该系统的精度达到±2.5μm。     

相连金刚石颗粒图像的分割

为了提高图像分析法测量金刚石颗粒粒径的精度,简化测量过程中金刚石图像采集的步骤,进行了相连金刚石颗粒图像分割的研究.以最小外接圆法评定了金刚石颗粒投影的圆度.在对采集到的金刚石颗粒图像二值化的基础上,首先提取金刚石颗粒图像的轮廓,获取轮廓坐标序列并采用五点平均法对轮廓坐标序列进行了平滑;基于金刚石投影的凸性,沿轮廓逐点搜索出分割点(凹点).结合金刚石颗粒投影圆度系数的特征,进行了分割算法的设计,解决了分割点的配对问题.算法考虑了金刚石枝状相连、环状相连及枝状-环状相连的情况,提高了算法的实用性.分割实例表明,算法能有效分割相连的金刚石颗粒图像,准确性较高.