基于机器视觉的齿轮测量技术

针对传统的齿轮测量技术的不足,开发了基于机器视觉的齿轮测量技术。IMAQ Vision将机器视觉技术和虚拟仪器技术相结合,能够充分利用计算机在数据处理、传输和存储等方面的巨大优势,快速、准确地进行齿轮在线测量。应用IMAQVision的图像直方图分析、LUT变换、几何变换、边缘检测、亚像素精度、模式匹配等图像处理技术进行齿轮测量;使用Signal Processing Toolset的二维小波变换功能,提高齿轮测量的质量和整个测试系统的效率。     

基于机器视觉的齿轮参数测量系统设计

针对当前齿轮测量中存在的问题,提出了一种基于机器视觉的齿轮参数测量方法.介绍了系统的软硬件组成及其各部分的功能.重点对数字图像采集、图像预处理和图像分割技术等方面进行深入研究,提出了基于数学形态学的齿轮中心定位和齿数计算方法,在此基础上通过公式计算获得齿轮的其他参数.该方法不需要进行边缘检测,实现简单.运行实验表明,系...     

基于机器视觉的圆形零件尺寸参数测量

针对圆形零件尺寸传统测量方法存在测量效率低、一致性差及同心度参数不易测量的问题,设计一种基于机器视觉的圆形零件特征参数测量系统.采用阈值分割法对灰度图像进行阈值分割以提取特征目标,利用数学形态学方法对二值图像进行腐蚀、膨胀操作,避免纤细、重叠的噪声干扰;通过最小二乘法对内、外圆弧轮廓点进行拟合,得到圆心和半径参数,通过...     

微孔几何参数视觉测量研究

圆是视觉测量中重要的特征。针对圆形微孔几何参数的视觉测量进行了研究,提出了高效的圆参数测量与定位的测量方法。该方法根据分析采集图像的具体特性,通过对图像阈值分割、边缘提取等算法的研究,进而提取了目标的特征信息。面向检测区域小的尺寸测量问题,对比了改进的Hough变换法与最小二乘法,分析了引起测量误差的因素,通过最小二乘法实现圆形微孔的精确定位及直径等的精确测量。实验表明,系统的实际测量精度为0.005mm,该方法几何参数测量精确,定位准确,在视觉测量中具有广泛的应用前景。     

基于机器视觉的齿轮自适应测量系统设计

针对采用传统方法进行齿轮测量时容易遇到测量困难与测量效率低等问题,设计了一种基于机器视觉的齿轮自适应测量系统,由机器人结合视觉定位将齿轮抓取至检测平台,利用Halcon图像处理软件提取齿轮对应参数,根据齿轮参数自动生成合适的阈值以完成多批齿轮共同测量,同时机器人利用测量信息对所测齿轮进行分组。研究结果表明,系统可以识别出不同类型的齿轮,齿轮的参数检测精度误差可以达到±0.02mm,图像系统响应时间为0.2262s,该系统大大提高了测量效率,降低了测量所需的人工成本。     

基于机器视觉的斜齿轮参数检测

为了实现斜齿轮参数的非接触式快速检测,提出了一种斜齿轮参数视觉检测方法。对于斜齿圆柱齿轮该方法可以实现齿顶圆直径、齿根圆直径、分度圆直径、齿数、模数、螺旋角和旋向的检测。通过预处理对斜齿轮端面画面进行图像增强,使用阀值分割和边缘检测获取斜齿轮端面轮廓,基于最小二乘法拟合齿顶齿根圆对斜齿轮的主要特征参数进行检测,在齿轮侧面使用SVM对斜齿轮的旋向进行分类检测,并计算齿顶区域的倾斜角度换算得螺旋角。经实验,该方法对不同规格斜齿轮的参数检测均有效,具有良好的稳定性、精确性。     

基于机器视觉的磁铁装配系统

针对自动化装配中常见的圆形物体定位检测过程中原始图像成像质量不高、感兴趣区域边缘模糊和位姿求取精度低的问题,采用形态学处理提高图像质量,引入同态增晰算法增强边缘特征,用最小二乘法Huber圆拟合算法,用梯度下降方法求出圆心,完成高精度定位.通过现场实际验证测试和数据分析,该算法运行速度快,定位精度高,且运行稳定.     

基于双目立体视觉的齿轮端面高度测量方法

为了实现齿轮端面高度的高精度非接触式测量,提出基于双目立体视觉的齿轮端面高度测量方法。创新性地使用可滑动固定基线距离的单目CCD相机代替传统的双目相机获取齿轮双目图像。在获取双目图像后,通过双目相机标定实现齿轮图像立体矫正。基于改进的SGBM算法对矫正后的双目图像进行立体匹配,获取视差图和相机坐标系下平面三维坐标点,对上下平面的三维坐标点进行最小二乘拟合,从而获取上下平面的深度信息,上下平面深度相减即可实现齿轮端面高度的测量。使用直齿轮进行了视觉测量实验,实验结果表明,提出的测量系统及方法具有较高的精度和稳定性。     

基于CCD的齿轮参数测量系统的研究

研制了一种基于CCD图像的齿轮参数测量系统 ,给出了采用数字图像处理技术非接触测量几何参数的方法 ,包括图像的预处理、二值化、轮廓提取以及齿轮参数的计算等 ,分析了误差产生原因 ,通过测量实例证明了该方法在实际应用中的可行性和正确性。     

基于机器视觉的小模数齿轮几何参数测量方法研究

研究了一种基于机器视觉的小模数齿轮几何参数测量方法,设计了一套远心视觉测量系统,通过远心视觉单元获取齿轮图像,并对图像进行灰度化、边缘检测、圆拟合等操作,通过计算得到齿轮的齿顶圆直径、齿根圆直径、齿厚和齿槽间隙等几何参数,并与万能工具显微镜的测量值进行了对比.实验结果表明:所设计测量系统的测量精度高于0.005 mm,...     

基于机器视觉的冲压件尺寸参数测量

冲压件在工业生产中是大批量生产工件,针对传统人工测量其尺寸参数时工作量大、测量效率低的问题,开发了一种基于机器视觉的在线测量系统。该测量系统的硬件部分由光源、镜头、相机和计算机等组成,系统采用透射光照明以突出冲压件的结构轮廓特征;软件部分对采集到的图像首先进行预处理、再进行阈值分割,然后提取冲压件图像的边缘。最后,为了提高所需测量的几何要素的检测精度,在霍夫变换的基础上运用圆的几何特性来精确定位圆心。实验结果证明了该测量系统的有效性和检测算法的可行性,提高了测量效率,实现了冲压件尺寸参数的非接触在线测量。     

基于计算机视觉的轴套零件尺寸测量北大核心

针对轴套零件的几何尺寸测量提出了一种基于机器视觉的检测方法。阐述了在Visual C++平台下,采用数字图像处理技术非接触测量轴套几何参数的方法,包括图像的预处理、边缘检测、轮廓提取以及圆度误差检测技术等。通过实验得到测量数据,分析了测量误差的原因。分析及试验表明,用该方法对轴套的几何尺寸及圆度误差进行测量及分析评定在实际应用中是可行的,并具有高效性和实用性。     

基于机器视觉的羽毛球圆度测量系统研究

针对羽毛球圆度测量困难,效率低等问题,搭建了一套基于机器视觉的羽毛球圆度测量系统。首先,利用滤波降噪,阈值分割和孔洞填充方法对图像进行预处理;其次,通过Freeman链码轮廓跟踪和改进FAST算法完成羽毛球候选特征点的筛选,针对候选特征点存在的3个问题,分析羽毛球几何特征,计算候选特征点的轮廓尖锐度和支撑区域凹凸性,并利用局部非极大值抑制进行优化,得到最终的特征点;最后,以最小二乘法对特征点进行拟合,实现羽毛球的圆度测量。实验结果表明,系统测量半径平均误差为0.21 mm,半径最大误差为0.34 mm,能准确分类合格羽毛球和次品,测量平均速度为457 ms。因此,该系统能较好地完成羽毛球自动化生产中的测量任务。     

立体视觉三维测量系统中的数据获取技术

提出了一种快速获得物体精确三维数据的新方法。该方法把三维视觉中的主动式与被动式数字化技术相结合,以立体视觉为原理,辅助以主动式密集结构投影光,有效地解决了立体测量的对应点匹配问题。主要针对该系统中的从图像数据获取技术,结合图像后续细化即实现图像目标边缘像素层层剥离的目的,提出采用基于图像目标边缘信息的小波边缘分析自动阈值法进行图像二值化,为本测量系统由二维到三维的快速数据转化的完全实现提供了坚实的基础。     

基于机器视觉的自动仪表盘指针检测研究

传统的汽车仪表检测方法主要是依靠人工进行检测,该方法存在着检测效率低下且检测精度不高的问题,针对这些问题,设计了一种基于机器视觉的汽车仪表检测系统.首先,介绍了该检测系统的整体组成,然后主要介绍了该系统中的软件,以及仪表指针的检测算法和流程;并且根据指针与背景是否易于分离,将汽车仪表分为两类;接着,采用阈值分割法对指针...     

基于机器视觉的斜齿轮螺旋角参数测量方法

为了快速检测斜齿轮的螺旋角,提出了一种基于机器视觉的标准斜齿轮螺旋角测量方法。介绍了系统的总体结构和测量流程。通过对斜齿轮上下端面的数字图像进行形态学处理,获得斜齿轮主要的特征参数,求得斜齿轮的螺旋角。实验验证表明,该方法快速可靠,精度满足测量要求。     

应用机器视觉技术的齿轮测量方法

应用IMAQVision工具包在LabVIEW虚拟仪器平台上可以快速、灵活地开发齿轮测量的机器视觉系统。采用阈值分析进行图像分割、用形态学方法改进图像质量是齿轮测量的基础。采用图像分析的方法进行齿轮主要几何参数的测量 ,通过实际测试数据分析 ,讨论了机器视觉技术在齿轮测量中的实用价值和发展前景     

基于机器视觉的齿轮质量在线检测系统

针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于机器视觉的齿轮在线检测系统设计方案,实现了图像采集与显示、图像分析及运行控制等功能。该系统通过单片机控制模块负责上料设备和传送带运行,并利用光电开关触发高速摄像机实时采集齿轮图像;然后,工控机对采集的图像进行处理,得到齿轮的外观质量信息;最后,工控机将测量的NG和OK信号传送到单片机,驱动外部设备实现齿轮分拣和声光报警。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮在线测量提供了新的途径。     

基于机器视觉的轴承识别与定位算法研究

针对运用视觉技术对轴承进行质量检测与尺寸测量时,能够准确地识别定位到目标轴承,提出一种基于机器视觉的轴承识别与定位算法。通过对采集到的轴承图像进行预处理,分割出目标图像并提取图像的外轮廓边缘特征;设置轴承的模板图像,结合图像的Hu不变矩特征对轴承进行识别匹配;通过最小二乘法对图像边缘点进行圆拟合并采用迭代法进行修正,通过计算圆心的位置坐标,实现对轴承的定位。实验结果为：轴承的识别匹配度在0～0.03之间,定位误差在0.5像素以内,满足系统对轴承的识别定位精度要求。     

机器视觉中全景图像的非线性测量技术研究

针对全景图像测量中的非线性问题提出一种解决方案。将一种非线性最小二乘问题的迭代算法应用于非线性图像测量关系函数的构建中,成功解决了全景图像测量中的非线性问题。该方法对于机器人视觉技术以及图像测量技术有一定的参考意义。