基于机器视觉的缺陷在线检测系统的研究

本文研究了基于机器视觉玻璃表面缺陷检测方法与原理。在玻璃的生产过程中对玻璃进行图像采集,通过对图像的处理,对玻璃中存在的缺陷进行有效的处理,本系统在缺陷的提取上与缺陷的识别分类上分别运用的是一种改进的动态阈值算法与一种改进的BP神经网络算法。研究结果表明,改进的两种算法简单、速度快、系统抗干扰能力强,在检测精度,效率和准确度上都有较大的提高。     

基于机器视觉的玻璃缺陷检测技术

缺陷检测是玻璃生产技术的重要环节,影响着产品质量和生产效率.设计了一种玻璃缺陷自动检测系统:采集玻璃图像信息并传输至计算机,对其进行了图像滤波,图像分割,轮廓提取,缺陷分类等运算,得到缺陷位置,大小等信息,实现玻璃缺陷的检测.针对图像处理中手动确定阈值的方法的不足,设计了自动阈值算法.实验表明,这种算法对不同成像质量照...     

基于机器视觉的钢轨缺陷检测方法综述

钢轨缺陷的检测与铁路安全息息相关,同时也指出了钢轨检测的困难性。研究了机器视觉在钢轨检测中的应用,归纳了机器视觉检测的特点,概述了常规机器视觉检测的方法,并进行了对比分析。指出了对钢轨检测和机器视觉的发展趋势,为今后深入进行钢轨探伤提供了方向。     

基于机器视觉的匣钵缺陷检测系统

针对锂电材料行业匣钵缺陷检测需求,设计了一种基于机器视觉的匣钵缺陷检测系统。该系统结合了光度立体算法以及机器学习算法,使用光度立体算法检测匣钵的腐蚀和裂纹,使用机器学习算法检测匣钵的缺口,并通过大量的模型训练来进行缺陷判别。通过实验测试,该系统具有较好的匣钵缺陷检测效果,大大提高了检测效率。     

机器视觉在PCB缺陷检测中的应用

PCB是电子产品的载体,PCB表面的缺陷是影响整个产品质量的主要因素,直接关系到产品的性能和可靠性。为了实现PCB生产过程中缺陷检测的自动化,研究了用机器视觉检测技术检测PCB表面缺陷的方法。在检测中采用了4K灰度线阵CCD和高精度光学驱动平台构建的检测系统,获得了满意的效果。     

一种基于机器视觉的铝管缺陷检测系统

针对铝管生产过程中对准确、可量化的自动缺陷检测系统的迫切需要,本文引入一种由图像采集、缺陷检测、缺陷处理等模块组成的铝管缺陷检测系统。平板探测器获取由X光高压电源产生,穿过铝管的X射线并把所形成的数字图像通过USB端口发送至检测服务器。检测服务器使用机器视觉算法检测图像中的缺陷。当服务器检测到缺陷时,会向PCI板上指定位输出信号,报警装置接到信号后报警提醒工作人员。实验表明该系统能够自动、准确的标记出铝管中存在的缺陷,达到了系统的设计目标。     

基于机器视觉的零部件表面缺陷检测方法研究

针对零部件表面缺陷检测精度问题,提出一种基于机器视觉的零部件表面缺陷检测方法。传统的利用机器视觉对零部件表面缺陷检测方法中,由于零部件表面的光学反射特性,因此无法对零部件表面缺陷进行高精度的检测。提出的基于机器视觉的零部件表面缺陷检测方法引进了差影法检测模型,根据部件表面特征,利用分段线性灰度算法对部件表面细小的缺陷进行区域检测,并且结合了灰度共生矩阵的换算熵作为判定的依据,最终建立的缺陷检测模型是利用矩阵方位度和相似度之比进行高精度的检测。为了验证设计的基于机器视觉的零部件表面缺陷检测方法的有效性,通过仿真试验证明了该设计方法,结果表明该方法能够有效地解决零部件表面缺陷检测的精度问题。     

基于机器视觉的微细孔壁缺陷检测

为满足微细孔壁缺陷工业在线检测的快速性和准确性的要求,采用一种特殊的锥面镜成像部件获取孔壁图像,实现对微细孔壁缺陷的机器视觉检测。锥面镜成像过程将照明光路和成像光路合二为一,根据所获图像的特点设计出环形图像展开算法,转换为矩形图像后拼接出完整的孔壁图像。利用电控平移台和相机之间的触发配合,保证了图像采集的实时性和准确性。构建实验平台并对相关参数予以分析,实现了对直径为8mm、深为100mm微小孔壁缺陷的自动化检测,可以检测出直径0.3mm的缺陷,测量标准差为0.021,验证了后续工业化应用的可行性。     

基于机器视觉的线缆表面缺陷快速检测算法研究

本文以机器视觉作为前提,就缆表测算方法进行研究,满足对当前对应行业就线缆测试和质量需求所需的测试方法和测试参量,进而拟定出对应硬件设备要求,提升线缆图像水平。在实际算法处理中,对灰度均值详细信息进行提炼分析,背景厚度和背景滤波进行记录和分辨。本文检测并测试了300张电缆缺陷的图像,包括小孔、划痕和绝缘层损坏等线缆缺陷图像,实验所得结果显示,此种算法检测准确率高于96.3%。     

基于机器视觉的表贴芯片缺陷检测系统研究

基于表贴芯片缺陷检测的需要,设计了一种基于机器视觉的表贴芯片缺陷检测系统,并对该系统的硬件和软件部分作了简要介绍,重点研究了芯片的引脚边缘检测算法,在此基础上实现了芯片长度、宽度和间距等特征参数的提取。测试结果表明,该检测系统能达到在线生产的工艺要求。