薄片零件尺寸机器视觉检测系统研究与开发

对薄片零件尺寸机器视觉检测系统的关键技术进行研究,开发一套完整的机器视觉检测系统。提出基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测;提出基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。实验结果表明:检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。     

基于机器视觉的锥形旋压件起皱缺陷在线检测方法

获取成形缺陷的快速、准确在线检测方法是实现旋压成形智能化的基础。通过对起皱特征和图像识别流程进行研究,提出了一种基于机器视觉的起皱缺陷在线检测方法,并将其应用于锥形件剪切旋压成形过程起皱缺陷的在线检测。构建旋压成形图像在线采集系统,实现成形时旋压件图像的实时获取;利用Halcon软件对图像进行ROI提取、直方图均衡化等预处理,能够获得高对比度的清晰图像;通过Otsu法改进传统Canny边缘检测算法,实现了根据图像梯度自动确定高低阈值,准确地提取出锥形件的图像轮廓。以锥形旋压件起皱后口部轮廓波纹个数及大小为特征,设计了起皱缺陷识别算法,成功检测出锥形件起皱缺陷;并通过剪切旋压实验进行起皱识别算法的可靠性验证。实验结果表明,该方法可以准确、快速地检测出起皱缺陷,平均响应时间为0. 225 s,能够满足实时检测的要求。     

基于机器视觉的在线轴承检测系统

文章在分析机器视觉系统应用的基础上,利用CCD摄像头、图像采集卡,运动控制卡,运动平台,计算机等组成在线轴承尺寸检测系统.介绍了系统的工作原理、软硬件的设计、实现.     

精冲件轮廓缺陷在线检测技术北大核心CSCD

为提高平板厚板型精冲件的轮廓检测速度与精度,基于机器视觉技术,研究了一种轮廓缺陷在线检测技术。利用Canny算子从均值偏移滤波后图像中提取边缘线,然后根据标准轮廓(模板)的尺寸,从中挑选出需要检测的轮廓。由于待检测轮廓与模板存在角度与位移偏差等问题,提出了一种先角度配准、再位置配准的两步图像配准算法,将配准后的待检轮廓与模板进行图形比对,差异图像经过形态学滤波等算法处理,获得缺陷区域的尺寸及位置,由此实现精冲件的在线检测。基于研究成果设计开发了一套零件在线检测系统,并进行了实验验证。结果表明,该系统能够识别的零件精度达0.4 mm,每件的识别时间小于0.3 s,完全能够满足大批量精冲零件的轮廓缺陷在线检测的需求。     

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。     

基于虚拟仪器的在线机器视觉检测系统

介绍了机器视觉的基本原理与虚拟仪器的设计思想,指出二者结合的优势。由此,构建一种基于虚拟仪器的在线机器视觉检测系统,该系统利用机器视觉实现检测的自动化,利用虚拟仪器降低系统成本,同时提高系统的可扩展性,利用DataSocket技术实现被测数据在网络中的传输。实验证明：该系统测量精度满足工程要求,数据传输速率也能满足实际生产需要,系统是可行和有效的。     

基于机器视觉的接头组件表面缺陷检测系统研究

为了解决金属软管接头组件表面检测精准度不高和检测效率不高的实际问题,设计一套基于机器视觉的接头组件表面缺陷检测系统。针对接头组件图像背景复杂、噪声干扰多,通过使用图像滤波去噪、Otsu算法二值化以及图像形态学分析,提高图像的对比度,有效提取目标检测区域。而后采用Canny边缘检测算法,对图像进行边缘轮廓精准识别,并采用快速傅里叶变换方法和R-FCN算法,对缺陷特征信息快速进行匹配提取和分类处理。试验结果表明:此缺陷检测系统能有效提高检测效率,保证较高的检测准确率和精度,满足实际工业检测的需求,具有较好的实用价值。     

基于机器视觉的小模数塑料齿轮的在线检测

针对塑料齿轮在加工过程中存在的制件不满、飞边等表面缺陷,采用基于机器视觉的非接触检测方法,搭建了完整的齿轮加工质量在线检测系统.研究比较了三种不同的图像去噪处理算法及基于基本全局门限的二值化算法;对检测系统,主要是摄像机及机器人进行了完整标定;在完成齿轮中心提取、边缘轮廓提取后,采用边界跟踪法对轴孔直径进行测量、虚拟圆扫描法对齿形进行检测,最终达到齿轮表面缺陷检测的目的.实践证明,该检测方法检测全面、效率高、且具有较高的检测精度.     

插接件簧片的自动化在线检测系统

介绍一种自动化在线检测系统,该系统利用激光原理和信息融合技术可连续地对插接件簧片进行高速、高效、非接触无损检测。     

汽车横向摇臂总成焊缝质量视觉检测系统

汽车部件焊缝质量的人工检测效率低,精度差,且数据不易统计、存储及查询。将机器视觉技术引入汽车部件焊缝质量检测能够很好地克服上述缺陷,实现焊缝质量自动检测、判定、统计及查询。检测系统利用机器人手臂夹持视觉传感器与光源,对汽车底盘横向摇臂的焊缝分段采集结构光图像和LED光图像,根据不同图像特征设计适应性强的图像处理算法进行计算、判别。通过LED光图像可以识别焊缝缺失、表面气孔等缺陷;通过结构光图像可以测量出焊缝宽度和角焊缝厚度,并判定是否焊偏。试验结果表明,检测系统能准确高效地计算、判别焊缝的主要特征,适合在焊缝质量检测领域推广应用。     

基于机器视觉的网络变压器模块缺陷检测系统研究

针对电子元件缺陷传统人工检测方法存在劳动量大、检测效率和自动化程度低、成本高等问题,提出一种基于Halcon的视觉检测系统.针对研究对象的特殊性,提出两次采集、两次判断的多特征自动检测方法,并构建验证试验平台;利用CCD相机实时采集元件图像,再对图像进行中值滤波等预处理,降低图形噪声;采用阈值分割、Blob分析的方法对...     

机器视觉在轴承检测中的研究现状及发展趋势

随着我国制造业的快速发展,传统的检测方法已经不能满足市场的需要。机器视觉在轴承检测中发挥着不可估量的作用,它具有非接触性、精确性、客观性、重复性、实时性及自动化等优点,有着广阔的应用前景和研究价值。在阅读大量文献的基础上,从尺寸检测、表面缺陷检测、图像处理3个方面着手,对前人的研究进行归纳总结,综合性地阐述了机器视觉在轴承检测中的研究现状及发展趋势,可为后期的相关研究提供参考。     

基于机器视觉的机油冷却管圆度检测与分拣研究

针对机油冷却管生产过程中,管口的圆度误差主要是人工测量导致的,且检测效率低,无法实时检测的问题,基于视觉检测提出一种机油冷却管口圆度检测与分拣方法。构建机器人SR7CL的运动学模型,利用ADAMS和MATLAB对其运动学和动力学进行仿真,验证模型的正确性,以保证抓取的准确性。以机油冷却管为抓取对象,通过自适应阈值分割,突出管口特征;利用Canny算法提取出边缘信息,通过最小二乘法检测圆度误差,并根据圆度误差对冷却管进行分拣。结果表明：所提方法提高了检测的质量和效率,解决了实时性的问题。     

基于机器视觉的异形弹簧快速缺陷检测方法研究

为实现异形弹簧的尺寸和变形缺陷在线检测,基于机器视觉设计一套零件快速定位、测量和缺陷检测的方法.详细论述图像处理算法,即图像预处理、图像定位、尺寸测量和变形缺陷检测算法等.基于形状的模板匹配对零件进行定位,通过创建测量矩形完成对零件的尺寸测量.基于微分和自身对照的思想,对零件易变形区域进行微分,通过对比微分的小区域,实...     

基于机器视觉的汽车安全带的表面缺陷检测系统

表面缺陷检测是汽车安全带质量检测中的关键环节之一,目前人工检测方法存在效率低、稳定性差的问题,无法满足实际检测需求。搭建一个汽车安全带表面缺陷检测平台,构建基于机器视觉的表面缺陷检测系统。针对汽车安全带的表面缺陷特征,提出一种基于频谱分析的特征提取方法,并讨论频域滤波器的选择和参数的计算。实验结果表明:频谱分析法同Bob特征分析法、直方图法等相比,能更好地满足汽车安全带表面缺陷检测的准确率和实时性要求。     

基于机器视觉的轴承字符识别技术的研究

针对轴承上字符的特点,提出了一种基于机器视觉的轴承字符自动识别方法,并利用C++和OpenCV计算机视觉库开发了识别软件。对轴承字符图像进行阈值分割,使用Sobel算子提取边缘轮廓,然后使用改进的圆检测算法定位环形字符区域,在经过极坐标变换后进行字符分割。最后提取改进的字符特征,使用支持向量机分类器进行字符识别。试验结果表明:该方法能有效识别轴承字符,而且识别率达到了95%以上,具有广阔的应用前景。     

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...     

基于机器视觉的线缆表面缺陷检测系统设计与算法研究

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。