基于机器视觉的微小零件形貌检测方法

针对当前工业生产中人工对微小异形零件形貌参数测量精度低、速度慢的问题,提出了一种基于机器视觉的检测方法,并开发了一款基于开源计算机视觉库OpenCV的检测软件。该检测方法首先使用CMOS相机采集被测零件的图像,并结合频谱特征对其进行滤波、阈值分割等预处理;然后选取效率高、边缘跨度为单像素的Canny边缘检测算法对预处理之后的图像进行边缘检测;最后采用Ramer算法对零件轮廓进行递归细分,拟合出几何基元,并结合测量焦距下的系统标定系数计算出零件实际的形貌参数。实验结果表明:通过该检测方法对长、宽均为毫米量级的Ω型微小零件进行形貌检测,检测精度达到10μm以下,具有精度高、速度快的优点,可为工业化生产提供可靠依据。     

基于机器视觉技术的拉链智能检测技术研究

现如今拉链已经彻底融入了我国人民的日常生活当中,因此,本文将从三个方面对机器视觉技术在拉链智能检测方面的研究做一个简要探讨.首先,拉链在我国的生产时间已久,但许多企业仍采用传统的检测方式,在此对传统拉链生产方面存在的不足进行了分析;接着对机器视觉检测系统作出了说明;最后则是将数字图像处理技术在计算机视觉方面的突出要点进...     

基于机器视觉的智能导盲机器人系统设计

随着智能化的发展,图像处理技术在我们的生活和生产,特别是智能机器人中的应用越来越广泛。针对目前导盲机器人国内外研究现状,设计了一种基于机器视觉的导盲机器人。本设计可以通过单目测距结合You Only Look Once Version3(YOLO V3)算法检测并识别周围的物体种类和与机器人的距离,并以语音的形式告知盲人;导盲机器人本体结合各类传感器完成自主导航;盲人在机器人的指导下行走,大大的弥补了盲人视觉上的缺陷。从模拟实验环境的结果可以看出,该导盲机器人实现了前进、停止、转弯、避障等功能,实现了指示前方障碍物种类、距离的功能,从而为盲人出行提供了安全的保障。     

基于互联网+O2O洗车系统的设计与实现

针对传统洗车业服务效率低和服务质量高低不平等问题,整合线下洗车行资源,提出基于互联网+O2O洗车系统。该系统由管理后台、平台官网和微信端功能3个子系统组成,系统客户端与服务器端的通信接口采用物联网云平台、MQTT协议进行连接,将电子商务平台与物联网技术有机结合。测试结果表明,该系统的各项指标符合设计要求,且具有健壮性强、响应速度快等优点,能有效提高洗车业的工作效率、服务质量,对促进洗车业实现智能化管理,提高社会经济效益具有重要意义。     

基于机器视觉的条形码识读

基于机器视觉的条码自动识别技术,利用视觉系统得到条码的图像,通过几何变换、滤波去噪、阈值处理等有效的图像处理和快速模式识别方法,实现了流水线物品条码的快速、精确识读与检测。     

基于ROS和机器视觉的移动回收机器人设计

为解决室外人工清理、分类垃圾的重复劳作、费时费力等问题,设计一款基于ROS与人工智能技术的垃圾回收机器人。机器人基于ROS架构和图像分类技术设计,使用采集的垃圾图像进行学习得到分类模型。利用机器视觉获得物体图像,识别垃圾种类,使用Open CV辅助机械臂抓取物体。该设计兼容性高,二次开发方便,解决了面对复杂多样的物体机器人系统需进行大规模控制改动的问题。     

基于机器视觉的无梭织机断经智能识别装置研发

断经是机织物面料最常见疵点之一,也是判定面料品质的重要指标。为了避免断经疵点出现,纺织企业通常采取停经片或人工巡台措施来应对,但这两种方法不仅增加了生产工艺流程和人工成本,还会增加经纱与停经片磨损以及漏巡问题。本文利用机器视觉精确在线采集图像信息,模拟挡车工巡台检查,利用视觉算法对图像信息进行处理分析,从而识别断经,并触发断经信号停机。同时,为降低成本,一台自动断经识别装置控制多台设备,实现多台联动控制,降低企业智能化改造成本。该智能装置实现机器代替人的劳动,推动纺织织造行业智能化水平提升。     

基于机器视觉的车辆对称中心检测

介绍了一种基于车辆和背景的特征、灰度值、轮廓及对称性等的目标检测定位及对称中心确定的方法．提出了一种新的对称性检测算法．该算法具有简单、可靠的特点．并进行了实验验证．实验统计结果表明：该对称性检测算法能有效地检测出目标车辆的中心位置．     

基于机器视觉的瓷砖自动分类系统设计

对基于机器视觉的瓷砖自动分类系统的结构进行了介绍,并阐述了图像采集、图像处理和智能分类三个主要功能模块的特点.同时,针对各个功能特点选取了合适的设备、算法及方法,组建了基于机器视觉瓷砖自动分类系统.最后,用该系统对几个典型样本实例实现了分类.     

基于机器视觉的玻璃瓶表面缺陷检测

介绍了机器视觉应用到玻璃瓶在线检测生产流水线的一个具体案例和整个系统的构成框架.用图像预处理和分割算法对被测物进行识别以达到检测目的.     

最新一代机器视觉技术的智能相机

高性能数字成像和半导体行业的领军企业．加拿大DALSA公司推出BOA智能视觉系统。BOA实际上是一种高度集成的智能相机，具有工业机器视觉系统所需的各项功能．性能强大灵活．易于开发实施，是进行自动质量检测和工厂自动化的理想选择。     

基于机器视觉的车辆对称中心检测

介绍了一种基于车辆和背景的特征、灰度值、轮廓及对称性等的目标检测定位及对称中心确定的方法.提出了一种新的对称性检测算法.该算法具有简单、可靠的特点.并进行了实验验证.实验统计结果表明:该对称性检测算法能有效地检测出目标车辆的中心位置.     

听装饮料灌装液位机器视觉检测系统的设计

设计了一种利用机器视觉技术测量听装饮料灌装液位的自动检测系统,文中介绍了该系统的硬件结构,设计了基于动态阈值的图像检测算法,以保证检测的精度,提高检测的可靠性。实际应用表明,本检测系统具有很高的的靠性和实用性。     

基于机器视觉的织物疵点检测系统

针对目前织物疵点检测主要采用人工检测,检测精度、速度、检出率都较低等问题,研究了一种基于机器视觉的织物疵点检测系统．该系统采用模块化硬件设计．并为之设计了完整的系统软件．经实验验证,该系统具备理想的检测能力,能满足实时在线检测的要求,可以有效检测出生产线上的疵点．     

基于机器视觉技术的拉线检测系统设计

针对产品包装透明纸拉线检测难问题,设计一种基于机器视觉技术的新型拉线检测系统,可检测出拉线缺失、拉线偏移等缺陷。介绍该系统的性能及特点,阐述了该系统的软硬件设计方法。     

基于机器视觉的链轮尺寸测量方法

由于链轮形状的限制及现场测量对效率的要求,现有的外参标定方法很难应用于链轮轮毂端面的外参标定。因此,本文提出了一种基于二次曲线不变性的外参标定方法,该方法将加工有同心圆环的圆柱体放置在链轮中心孔内,利用圆环上大、小圆及链轮轮毂孔的半径计算出3个圆所对应的方程系数,并以此为基础获得链轮轮毂端面的外参。根据链轮齿廓的形状特征,提出齿顶与齿根圆区域上最高点及最低点筛选模型,并利用最高点数组及最低点数组通过椭圆拟合获得直径。在实验中,将4个不同尺寸的链轮作为被测对象,并将采用本文测量方法获得的结果与三坐标测量仪获得的结果进行对比,结果表明,本文提出的链轮齿根圆与齿顶圆的直径测量误差小于40μm。     

基于机器视觉的异性纤维检测系统

异性纤维杂质检测技术是近几年来国内外研究的热点，给出了基于机器视觉的异性纤维检测系统框架，并对系统各个模块关键技术进行了阐述．为了有效清除异性纤维，提出了一种彩色聚色分割方法用于检测皮棉中的异性纤维．实验结果表明，此方法可以有效的检测皮棉中的异性纤维．     

一种基于视觉预注意机制的选择性成像机器视觉系统

在大背景中微小目标的视觉检测中,传统的机器视觉系统按照预先设定的采样频率与固定的分辨率采集和处理图像,存在大量的冗余数据。为了有效去除冗余数据,基于人类视觉预注意机制设计了一种选择性成像机器视觉系统,将视觉处理过程划分为并行的预注意初级处理阶段与串行的高级处理阶段;同时模仿人类视觉注意机制,提出了一种基于视觉熵的视觉预注意算法;系统并行地获取并判断图像是否可疑,然后仅将少量可疑图像传送至主机串行的进行精细目标识别。试验结果表明,本系统显著地减少了图像处理的数据量,可疑图像识别算法快速有效,提高了系统检测效率和精度。为大背景中微小目标的机器视觉检测提供了一条新途径。