一种改进的基于机器视觉的边缘检测算法

图像的边缘保留了图像最基本也是最重要的特征，边缘检测减少了数据量，在机器视觉系统中得到广泛的应用，是图形图像领域里的重要研究方向之一．本文提出了一种基于小波变换技术和数学形态学的边缘检测方法，并用智能图像传感器获得的图像教据对所提出的方法进行了验证．实验结果表明：该方法可较好地提取视觉图像的边缘信息．     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于机器视觉的螺纹零件头部裂纹检测

将数字图像处理技术应用于螺纹零件头部裂纹的检测,构建基于机器视觉的螺纹零件头部裂纹检测系统。对采集的螺纹零件头部图像进行预处理、感兴趣区域定位,边缘检测、特征提取以及形态学处理,提出针对螺纹零件头部裂纹特征的检测方法。实验表明,方法具有识别精度高、可靠性强等优点,完全能满足工业生产中裂纹检测的要求。     

一种医用口罩缺陷的机器视觉在线检测系统

针对口罩生产中口罩片短小、鼻梁条缺失或过短、耳绳缺失、断裂或短小、油污、破洞等8类缺陷,设计一种基于机器视觉的口罩缺陷在线检测系统。硬件方面,设计出的高亮均匀的多光源光学系统具备颜色自适应性,且能直接照射出口罩内层污点,极大降低了后期检测算法的复杂度;算法方面,首先对几何校正和定位后的口罩图像采用改进自适应Canny算子进行边缘检测,再根据各缺陷特征完成口罩片、鼻梁条和耳绳缺陷检测,并提出了一种基于Blob分析的油污、破洞缺陷检测算法。实验结果表明,算法检测精度达0.3 mm,平均检出率为99.1%,口罩检测速度高达120 pcs/min,可满足医用口罩实时在线生产需求。     

基于机器视觉的镭射膜跑偏检测

针对镭射膜纵切过程中的跑偏问题,提出一种基于机器视觉的检测方法。用CCD摄像机采集具有几何特征的镭射膜图像,对预处理后的图像采用改进Canny算法边缘检测并创建ROI区域,利用Hough变换得到特征直线,调用相关算法并计算出镭射膜跑偏角度。实验结果表明,改进Canny算法能够检测到较为完整的边缘细节,具备较强的自适应性,Hough变换对镭射膜的特征提取效果良好,为计算跑偏角度提供了较为准确的依据。     

基于机器视觉的航空零件表面刮痕检测系统研究

研究一种精度高、可操作性强的航空零件表面检测系统对提高生产质量有重要的意义。本文基于机器视觉技术提出一种零件表面刮痕检测系统。此系统由软、硬件两部分组成,本文重点对软件部分的算法流程进行研究和探讨,并提出一套切实可行的方案。实验结果表明,该系统实用性强,对提高产品质量具有一定的实际意义。     

基于机器视觉的药片表面字符检测的研究

针对目前药片表面字符缺陷检测难的情况,提出了一种字符缺陷检测算法。该算法根据字符的灰度值特性对Gamma映射函数进行了改进,结合γ=0.8和γ=1.2两种曲线特征,较好地分离出了药片表面字符的特征。同时,根据字符的几何特征,可以准确识别出字符存在的缺陷。实验结果表明,该算法具备较好的检测效果,检测准确率为92%。该算法在工业生产中具有一定的实用价值,可以降低药片检测的成本,提高检测效率。     

一种基于机器视觉的铁路道岔检测方法

道岔是使列车由一组轨道转移到另一组轨道上去的装置。基于机器视觉的铁路道岔检测方法通过机器视觉系统和图像处理技术,实现对换轨时道岔间距进行高速,实时的测量,保证行车更加安全平稳。其关键技术就是有效提取道岔缝隙边缘并转化为参数空间进行精确测量。道岔背景复杂,简单的检测算法不能给出理想的检测结果,传统的Hough变换对于缝隙信息的提取有局限,采用改进的Canny边缘检测和Hough变换,同时结合最小二乘法实现对铁路道岔间距的测量。算法经过VC++编程实现,能够有效对道岔进行检测,为铁路道岔报警系统设计提供参考,为检测直线状缝隙提供方法。     

基于机器视觉的啤酒瓶检测系统研究

为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.     

基于机器视觉的FPC嵌入式检测系统

针对FPC(柔性印刷电路板)缺陷的特点,设计了基于机器视觉的嵌入式检测系统;该系统以线阵CCD为视觉传感器,DSP为处理器核心,完成图像的采集和存储;基于局部自动阈值分割后的二值化图像,采用多尺度的数学形态学抑制噪声,突显边缘细节;结合线宽评价和局部生长的图像匹配算法,准确实现产品缺陷定位识别功能;实验结果表明:系统能准确识别检测产品中存在的各种缺陷,图像检测速度达到了每秒20帧,具有良好的实用性.     

基于机器视觉的全自动电池检测系统的研究

给出了一种基于机器视觉和X射线的全自动电池检测系统.利用X射线的穿透性和计算机对数据的快速处理能力,相机可以采集到成型电池的内部结构图像并对图像数据进行快速处理.通过对图像进行滤波、锐化、边缘提取等过程得到阴极和阳极的精确位置.运用软件来测量各个特征问的距离并与标准值进行比较来判断电池的好坏,从而实现电池检测过程的完全自动化操作.     

基于机器视觉的边缘缺陷检测实验装置开发

针对目前自动化课程教学内容的需求,把机器控制与图像视觉相结合,开发一套继电器外壳边缘缺陷检测的实验装置.该实验装置把机电传动控制、气动控制、机械手控制、以及图像处理技术等理论知识有机融合,其主要结构包含机器视觉与机械运动控制两大部分,整个装置可完成电机的控制、各类传感器的数据检测、机械手的运动路径规划与定点投放、图像的...     

基于机器视觉的芯片引脚缺陷检测系统设计与实现

针对双球红外接收头芯片人工缺陷检测难度大、误判率高等问题,设计了一个基于机器视觉的引脚缺陷检测系统,对双球红外接收头芯片的引脚进行缺陷检测,达到分辨出合格品和瑕疵品的目的;首先,通过工业相机实时采集芯片图像,并对图像进行滤波、灰度化等预处理;然后利用VisionPro视觉软件的PMAlign工件进行图像特征匹配,计算引脚个数以判断引脚是否缺失,利用AnglePonitPonit工具计算引脚间距以判断引脚是否弯曲;最后将检测到的芯片位置信息和识别结果通过socket通讯协议发送给工业机器人;工业机器人根据识别结果,将合格品和瑕疵品分别抓取至不同区域,实现对芯片的分类管理;实验结果表明,该缺陷检测系统误判率为0.4%,满足工业生产的要求。     

基于机器视觉的烟支检测系统的设计

针对卷烟包装线上出现的空头和缺支问题,提出了一种基于机器视觉技术的烟支在线检测系统软硬件设计,给出了关键的电路原理图及软件流程,并对实际测试中的一些问题进行了分析。系统利用OV7620及FIFO缓存技术实现了图像的实时采集,并采用数字图像处理的方法对烟支图像进行分析,实现了空头及缺支的自动检测。     

机器视觉表面缺陷检测综述

目的 工业产品的表面缺陷对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制。机器视觉的检测方法可以很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低、劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用。方法 以机器视觉表面缺陷检测为研究对象,在广泛调研相关文献和发展成果的基础上,对基于机器视觉在表面缺陷检测领域的应用进行了综述。分析了典型机器视觉表面缺陷检测系统的工作原理和基本结构,阐述了表面缺陷视觉检测的研究现状、现有视觉软件和硬件平台,综述了机器视觉检测所涉及到的图像预处理算法、图像分割算法、图像特征提取及其选择算法、图像识别等相关理论和算法研究,并对每种主要方法的基本思想、特点和存在的局限性进行了总结,对未来可能的发展方向进行展望。结果 机器视觉表面缺陷检测系统中,图像处理和分析算法是重要内容,算法各有优缺点和其适应范围。如何提高算法的准确性、实时性和鲁棒性,一直是研究者们努力的方向。结论 机器视觉是对人类视觉的模拟,机器视觉表面检测涉及众多学科和理论,如何使检测进一步向自动化和智能化方向发展,还需要更深入的研究。     

基于机器视觉的轴承防尘盖表面缺陷检测

为实现工业现场中轴承防尘盖表面缺陷的自动检测,提出一种基于机器视觉技术的检测方法。采用蓝色同轴光源作为检测系统所用光源,克服金属反光;采用最小二乘法拟合轴承外圆,根据轴承型号比例分割出防尘盖区域,利用Otsu阈值分割和Roberts边缘提取处理图像,每2°统计值为1的点的数目,与模板轴承此数据比较,求出相差角度,由此将防尘盖字符、非字符区域分离,两部分是否存在缺陷分开判别,互不干扰。实际测试表明：检测系统采集到的轴承图像清晰,缺陷检测算法正确率在96%以上,可实现轴承防尘盖表面缺陷的自动检测。     

基于机器视觉的非结构化道路检测算法研究

提出了一种提高非结构化道路边缘检测实时性和准确性的算法。该算法中首先对原始道路图像进行中值滤波,抑制随机噪声,并选择基于双峰法的多阈值Otsu方法进行图像分割,使分割效果和分割时间得到优化。通过Canny算子进行初次边缘检测,然后,采用数学形态学修正,从而得到完整、清晰的道路边缘图像。仿真结果表明:该非结构化道路检测方法具有良好的实时性和准确性。     

表面缺陷检测的机器视觉技术研究进展

物体表面缺陷检测技术是工业质检领域的一项重大课题,对工业生产有着重要的意义。针对近些年基于机器视觉的表面缺陷检测技术进行梳理总结。首先,列举了几种缺陷检测在工业领域的应用场景;其次从特征提取和分类算法的角度简要阐述了传统的机器视觉方法;重点探讨了缺陷检测中常用的经典神经网络结构和缺陷检测算法的最新发展,并介绍了两种常用的缺陷检测算法优化方式;最后,分析了缺陷检测领域面临的三大挑战：实时性问题、小样本问题和小目标问题,目的是为工业表面缺陷检测的研究提供有益的参考和脉络梳理。     

基于智能视觉系统的饮料瓶缺陷检测技术

研究基于智能机器视觉系统的饮料瓶封装缺陷检测应用技术。根据饮料瓶封装缺陷检测的特点及实际生产要求,提出了一套智能机器视觉系统应用的总体解决方案。对整个系统的结构原理,工作流程以及得个组成部分的功能做了具体的阐述。应用结果表明,使用上述机器视觉系统实现方便,功能强大,取得了良好的应用效果。