纸塑复合袋双皮带差速纠偏算法研究

目的 为了减少复合袋在缝合工位上的倾斜,提高缝合质量,提出了双皮带差速纠偏方法。方法 该方法运用2条速度不同的皮带实现复合袋的转向,在缝合工位之前使复合袋归正。通过实验离散地测出不同偏移量下最佳纠偏速度和转弯半径,运用模糊控制算法计算出连续的偏移量对应的纠偏速度和转弯半径。结果 通过Matlab仿真纠偏算法,复合袋的轨迹符合预期纠偏路径,在15 s内纠正了50 mm的偏移量,且纠偏误差小于1 mm,满足工业要求。结论 双皮带差速纠偏方法不仅能应用于纸塑复合袋,也能够很好地应用于工业柔性体独立个体纠偏,填补柔性体纠偏领域的空白。     

纸塑复合袋表面缺陷图像的梯度投影差值筛选方法

目的 为了解决纸塑复合袋的缺陷图像筛选效率低、精度差等问题,提出一种基于梯度投影差值的纸塑复合袋表面缺陷图像筛选方法。方法 首先采集纸塑复合袋图像,并利用Sobel算子函数得到其梯度幅值图像,使用水平投影和垂直投影计算公式,计算获取的梯度幅值图像信息,得出图像水平和垂直方向的投影均值,采集缺陷图像中具有丰富梯度信息的特点,分析梯度投影均值的差值,根据图像信息计算出阈值,通过比较投影差值和阈值,完成图像的筛选。结果 针对此次采集的缺陷图像,当投影差值阈值设置在0.014 6~0.018 9内时,可以筛选出表面缺陷的图像。相较于差影法,该方法的筛选正确率提高了约10%,图片筛选时间加快了1.5 s。结论 文中提出的梯度投影差值方法与差影法相比,具有图像筛选正确率高、筛选速度快等优点,满足图像筛选在工业生产上的需求。     

基于Hough变换的车窗提取算法

在HOV乘客数检测系统中，对车窗的定位与提取，可以极大地减少计算量，提高系统的运算速度以及检测的准确度。针对图像中车窗边缘的图像特点，提出了一种基于相位编组法进行图像分块，在图像块内进行决速Hough变换的直线检测，并结合积分投影方法对车窗进行定位与提取。实验结果表明该算法具有较快的运算速度和较高的检测准确率。     

纸塑复合袋表面缺陷图像分割算法的设计与实现

目的 纸塑复合袋表面缺陷图像受到噪声、光照不均以及自身缺陷等因素的影响,在对图像缺陷区域进行分割时会造成过分割或欠分割.针对此现象提出一种将边缘检测和自适应区域生长法相结合的纸塑复合袋表面缺陷图像的分割算法.方法 首先利用Sobel算子和形态学运算对双边滤波后的缺陷图像进行第1次分割;然后对缺陷区域进行最小外接矩形标记并计算其形状特征,通过判定形状特征大小来决定是否继续分割;最后将符合继续分割的图像缺陷区域质心作为初始种子点,在原始图像上进行自适应区域生长,形成第2次分割结果,完成缺陷图像分割.结果 与其他算法相比,该算法对各类常见缺陷均能取得较好的分割效果,Dice系数均在0.93以上.结论 该算法分割精度较高,有较强的鲁棒性,可以满足工业上的生产需求.     

基于SUSAN和Hough变换的直线边缘亚像素定位方法

提出了一种基于SUSAN算法和Hough变换的直线边缘亚像素定位方法.在该方法中,给出了SUSAN算法模板选择的依据,同时定义了直线边缘响应函数并引入加权Hough变换.首先,利用直线边缘响应函数对直线边缘进行提取;然后对具有响应值的灰度点进行Hough变换并将该响应值作为权值记入参数空间累加器,得到粗定位;在粗定位的基础上对映射区进行局部细化,并对区域内点进行拟合,最终得到直线边缘精定位.实验证明:直线边缘定位精度可达0.3 pixels,同时为解析曲线亚像素定位提供了一种新的思路.     

基于HT的显微视觉亚像素定位算法

根据显微图像的几何特点,提出了基于HT（Hough Transform）十字显微图像亚像素定位算法（SLACHT）和基于HT近似圆显微图像亚像素定位算法（SLARHT）,对显微图像特征中的直线和近似圆的亚像素定位做了深入的研究。通过与经典直线HT定位算法和经典随机HT圆定位算法进行实验对比,验证了该定位算法的优越性;通过与Matlab中的直线HT定位算法和圆HT定位算法进行实验对比,验证了该算法的可靠性。大量实验表明,该算法的定位精度优于0．01像素,具有运行速度快、鲁棒性强的特点。     

基于薄板屈曲理论的纸塑复合袋最大皮带正压力研究

目的 通过分析纸塑复合袋成型工艺,针对纸塑复合袋生产中存在位置偏移和倾斜的缺陷,明确复合袋生产中需要纠偏的需求.方法 建立复合袋的有限元模型,以薄板屈曲理论为基础,运用Ansys Workbench中的屈曲分析工具对各种姿态下的纸塑复合袋进行仿真,求解皮带最大屈曲载荷,最后根据最大屈曲载荷等于复合袋所受的摩擦力这一条件,得到皮带所受的最大正压力.结果 当皮带间距为50 cm时,最大皮带正压力最大,即纸塑复合袋能够承受的摩擦力最大,纠偏时的轨迹与理论轨迹误差更小.结论 该计算结果准确,数据充足,满足纠偏中正压力的控制需求.     

纸塑复合袋磁力纠偏系统设计及多因素下形变影响分析

目的 针对纸塑复合袋在传输过程中褶皱、跑偏等问题,提出一种基于磁力压紧装置的纸塑复合袋纠偏系统.方法 首先根据磁力压紧纠偏原理设计一套纠偏系统;然后基于显式动力学有限元接触理论,对不同影响因素下纸塑复合袋的形变进行有限元仿真分析;最后搭建实验平台,并测量纸塑复合袋的形变,验证仿真结果.结果 在此计算工况下得到了较优方案,纸塑复合袋与皮带间的动摩擦因数为0.25,磁压力为7 N,皮带间的间距为476 mm.结论 实验平台得到的结果与仿真结果基本一致.根据实验结果改进的磁力纠偏系统能够应用于纸塑复合袋的纠偏,满足工业生产需求.     

基于改进Hough变换的直线图形快速提取算法

为能够有效解决实时直线图形提取问题,提出了一种基于多约束Hough变换(HT)的直线提取算法.该算法首先分析了数字图像中直线边缘的三种结构特征,提出采用基元结构表示目标边缘点,并在约束条件下计算基元结构的基元倾角.在此基础上,结合传统的HT的思想对基元结构进行极角约束HT,以获得最终的直线参数.实验结果表明,对合成图像和自然图像,该算法比梯度HT的运算速度分别提高约190倍和22倍.     

纸塑复合袋磁力压紧纠偏装置设计及优化

为解决纠偏传输时纸塑复合袋易产生褶皱的问题,设计了一种磁力压紧纠偏装置.首先,综合利用磁压紧皮带、传送带和磁铁位置调整装置等零部件,完成了纸塑复合袋磁力压紧纠偏装置的结构设计,并根据纸塑复合袋的受力分析,建立了动态磁力压紧纠偏数学模型.然后,对纸塑复合袋磁力压紧纠偏装置进行有限元建模,并根据纸塑复合袋纠偏过程设置边界条...     

改进的Hough变换对油库目标识别

油库是典型的感兴趣目标之一,大多数呈圆形.针对传统的基于Hough变换检测圆的算法存在计算量大、空间复杂度高等缺点,本文提出一种改进的梯度模糊Hough变换进行油库目标识别.算法首先利用梯度信息减少计算量,然后对边缘像素进行模糊映射,以减少峰值扩散和伪峰现象,最后针对Hough变换不考虑点之间的连通性的缺点设计去虚警算法.实验结果表明该方法计算量小,精度高,能准确定位圆心和半径,识别率达82.5%,虚警率为1.6%.     

一种基于中点画圆算法的改进Hough变换检测圆方法

为了对机械零件图像中的圆形几何特征进行视觉检测,将中点画圆算法与Hough变换相结合,提出一种基于中点画圆算法的Hough变换检测圆的新方法,并对中点画圆算法中的浮点运算等方面进行了改进。给出了该新方法的具体实施步骤和检测结果,表明了该方法的可行性。最后,通过对比实验验证了该方法的有效性。     

基于改进的Hough变换缸套内面网纹夹角检测

目的缸套内面网纹角是影响缸套性能的重要参数,为了在生产过程中快速准确检测出网纹角参数,剔除不合格产品,研究基于改进的Hough变换缸套内面网纹夹角检测方法。方法确定缸套图像的预处理算法,增强图像网纹特征,滤除次要信息;确定基于Canny算子的网纹特征边缘分割方法;确定基于改进的Hough变换网纹直线特征提取方法,通过计算提取直线夹角的平均值得到缸套网纹角值。结果试验表明,基于改进的Hough变换网纹角检测结果与进口仪器检测结果相比,平均误差为1.54%,检测精度高。结论提出的检测算法可准确识别缸套内表面网纹角,能很好地代替传统人工复膜检测和昂贵的进口检测仪器,满足工业现场自动检测的需要,提高了检测的效率和精度,降低了检测成本。     

基于Hough变换和清零法的缸套内面网纹角检测

目的 发动机缸套内面网纹角直接影响到发动机的性能,为了高效准确地检测出内纹角,舍弃残次品,拟研究网纹夹角的检测方法。方法 采用邻域运算和自适应中值滤波对网纹图像进行图像增强,达到去除噪声和保留细节的双重效果;然后对其进行边缘分割处理,得到边界分明的边缘图像;再对其进行二值化,以减少Hough变化所用时间;最后提出一种基于Hough变换与清零法相结合的直线提取算法,并根据提取的直线特征计算网纹角。结果 实验结果表明,基于所提算法检测出来的夹角,对比传统方法和国外通用的仪器,平均检测误差降低为0.43%。结论 所提算法具有夹角误差小、准确度高、用时少等优点,能代替昂贵的进口仪器。所提算法在直线检测和包装条形码领域有较好的应用价值。     

霍夫变换耦合蚁群优化图像边缘提取算法

目的为解决图像边缘提取方法中由于噪声浸染导致边缘定位精确度降低、边缘信息丢失和虚假边缘等不足,提出基于霍夫变换(HT)耦合蚁群优化(ACO)图像边缘的提取方法。方法对输入图像进行霍夫变换,消除噪声和线段间隔对图像边缘的影响;计算图像像素梯度和像素圆形邻域统计均值的差值,构建二者之间的权重函数,并作为蚁群的信息素和启发信息;利用蚁群优化算法,引导蚁群搜索图像边缘,完成图像边缘提取。结果实验表明,与当前边缘提取技术相比,文中算法具有更高的提取精度与效率,可获取完整、细节丰富的边缘,有效地降低了噪声影响。结论所提算法具有较强的抗噪性能,能进一步改善边缘提取精度,能够较好地用于包装条码识别与图像处理领域。     

基于Hough变换旋转校正的QR码全息水印算法

目的为了解决QR码图像不易隐藏水印的难题,提出一种针对QR码载体图像的强鲁棒性频率域数字水印算法。方法利用经双随机相位调制的傅里叶全息技术对水印进行加密,同时对QR码载体图像进行包含高斯模糊以及去除视觉敏感区域的预处理,将全息加密水印的奇异值矩阵加权嵌入到经过二级小波分解的QR码的中频系数后进行还原。Hough变换通过坐标系转换检测QR码图像同方向边缘的直线,后进行旋转校正,以提取水印。结果在合适的嵌入强度下,水印保持了良好的不可见性(PSNR=32.3)。经过二值化攻击、信号处理(滤波、噪声、压缩)、几何变换(平移、旋转、缩放)以及打印扫描处理等一系列攻击,提取出的水印依旧清晰可见。结论提出的算法针对各类攻击有较强的鲁棒性,可抵御任意角度旋转攻击,同时兼顾水印的不可见性,针对QR码的防伪技术具有一定的应用价值。