基于机器视觉的细水雾液滴尺寸测量与分析

为了满足科研与工程中对细水雾液滴尺寸测量的高精度低成本要求,对雾滴尺寸的机器视觉测量方法进行了深入研究.在自行建立的高压喷雾系统与雾滴采集装置上对细水雾液滴进行了采样,用显微镜及其CCD相机对雾滴样本进行了图像采集,用图像处理软件对采集的雾滴图像进行了处理与分析,测量并统计了5966个雾滴,得到了雾滴尺寸的频谱分布和累积分布以及雾滴平均直径和特征直径,将测量结果与相位多普勒粒子分析仪(PDPA)的测量结果进行了比较.结果表明,机器视觉方法町测量的最小雾滴直径约4.39 μm;机器视觉测量结果与PDPA测最结果相当接近,两种方法测得的细水雾液滴平均直径和特征直径的相对误差均在5%以内,雾滴尺寸均匀度指数的相对误差为0.27%.     

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。     

基于改进亚像素算法的弹簧内外径尺寸检测

针对传统像素级边缘检测算法Canny算法进行改进,将高斯滤波换成了引导滤波,在降噪平滑的基础上更好的保留了边缘的清晰度,同时设计算法自适应获得适合图片的高低阈值。提出了一种改进的基于反正切函数模型的亚像素边缘检测方法,根据反正切函数中心对称的特性,通过面积相等的理论计算亚像素边缘位置,相比传统方法极大的减小了计算量及计算时间。通过对弹簧顶部图片进行3次最小二乘法拟合圆,快速、同步获得弹簧的内径、外径尺寸信息。实验结果表明:与传统反正切亚像素拟合方法相比,该方法在保证检测精度的同时,将平均计算时间缩减到1.7%以下。     

基于机器视觉的圆孔尺寸测量系统研究

针对常见的圆形目标检测,开发了一套基于机器视觉技术的圆孔尺寸测量系统,采用混合噪声滤波、模糊和遗传边缘检测方法从采集的零部件图像中,提取出圆孔图像的边缘,通过插值圆度检测方法,精确测量出圆孔的半径、面积等特征参数。测试表明,测量系统的平均值误差为0.010 5 mm,远远低于人工测量的平均值误差0.027 3 mm,能够满足工业应用中的精确性要求。     

基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题。针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统。基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明：本系统的装配同轴度精度能达到0.05mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。     

基于机器视觉的锯条自动化装盒系统设计

以VS2010为软件平台,以Staubli TP80机器人,康耐视摄像机和传送带为硬件基础,对锯条进行识别,定位和动态抓取,搭建了一个基于机器视觉的工业机器人智能抓取系统,其中Staubli-TP80机器人为操作手臂,利用康耐视摄像机和工控机搭建视觉检测平台,通过抓取系统的参数化建模实现图像坐标到机器人坐标的转换,利用OpenCV函数库实现锯条的图像处理和模式匹配,最后控制机器人对动态目标进行抓取。     

机器视觉及其应用(系列讲座)第一讲机器视觉发展概述

近年来，机器视觉已经发展成为光电子的一个应用分支，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现。《机器视觉技术发展概述》是《机器视觉及其应用》系列讲座的综述部分，重点讨论下列内容：机器视觉的定义、发展历程与趋势、应用领域及所涉及的技术。     

基于机器视觉的表面粗糙度测量与三维评定

表面粗糙度的测量与评定一直是机械行业的重要课题。提出了一种基于机器视觉检测工件表面粗糙度的方法。首先利用显微镜获取端铣、刨、车不同等级下工件表面的序列图像,采用方差聚焦测度算子对序列图像中的每一个点进行高度计算;然后再利用高斯插值法计算出微观物体表面的准确高度,重构其表面微观形貌;最后计算出各个工件表面的三维粗糙度。通过对实验数据的分析和讨论,可以确定出表面均方根偏差Sq、表面偏斜度Ssk和表面峰密度Sds这三个参数,它们是常用地对工件表面粗糙度进行评价的可靠参数,可为以后三维粗糙度体系的科学建立提供依据。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

微型石英敏感平板玻璃零件参数的激光视觉测量研究

高精度、快速非接触的平板玻璃零件的几何参数测量,已成为相关生产领域的主要问题,也是激光光谱学的一个重要应用方向。平板玻璃零件几何参数的准确检测不仅有助于加工工艺的改进和产品装配精度的提高,还可以实现按参数分档管理。为实现微型石英敏感平板玻璃零件参数的精密测量,提出了一种基于激光与视觉图像处理技术的多参数测量方法,设计了由自适应同轴视觉检测单元和激光视觉厚度测量单元构成的测试系统。为了保证其中的半导体激光器LD(laser diode)能提供稳定的光源,设计了一种恒功率驱动控制系统。在亚像素图像处理中给出了改进的亚像素边缘定位算法,实现了二次曲线特征边缘亚像素精确定位。利用检测出的曲线边缘点数据,通过定义一个新的误差函数并最小化,可以计算出微型石英敏感平板玻璃零件参数,从而实现图像特征参数的精确提取。在实验室条件下进行微型石英敏感平板玻璃零件几何参数的检测试验,测量结果的平均偏差优于2 μm。该方法稳定性好,测量精度高,满足微型石英敏感平板玻璃零件参数检测的精度要求。     

基于图像处理的钢坯侧面形状检测系统

基于机器视觉的钢坯侧面形状检测系统是由面阵CCD、激光发射器、激光接收器以及工控计算机等组成。通过面阵CCD拍摄到钢坯侧面图像,经过工业控制计算机进行数字图像处理分析和计算,提取钢坯侧面边缘高度和厚度,进而通过专用软件分析出钢坯头部和尾部的形状信息,从而有效地对入口钢坯翘头扣尾的异常状态发出报警信号。将异常信号传送给外围控制系统,以实现对钢坯的控制。     

基于机器视觉的布匹瑕疵在线检测

为实现图案布匹瑕疵在编织过程中的实时检测,提出一种通过区域差影自动分割瑕疵区域的检测方法。通过求取水平和竖直两方向距离叠加函数极值,并对极值做权重分析,精确求取纹理基元周期;根据所求纹理基元周期确定区域差影的区域大小,并对区域差影图像求取梯度,再进行标记分水岭分割,能够快速准确地分割出纹理瑕疵区域。实验结果表明:该算法能够准确地检测出纹理布匹瑕疵的位置,检测一帧用时200 ms,准确率均达98%以上,实时性强,检测精度高,满足工业现场要求。     

基于机器视觉的工件尺寸和角度的测量

针对一款手机U盘芯片的二维尺寸的测量问题,提出运用图像处理的方法,实现手机U盘芯片长度和偏角的非接触式测量。通过COMS工业相机采集到U盘芯片的背光图像,在边缘检测的基础上,用Hough变换检测和定位U盘芯片边缘直线。针对在一条边上Hough变换对应检测到多条直线的情况,本文提出采用直线参数平均法拟合边缘直线,从而获得较精准的边缘位置。通过对已知尺寸的标准块进行相机标定,由此计算出精确的U盘芯片的尺寸和倾斜角度。实验表明：该算法能够满足工程上较高精度的检测要求。     

第一讲机器视觉发展概述

近年来，机器视觉已经发展成为光电子的一个应用分支，广泛应用于微电子、PCB生产、自动驾驶、印刷、科学研究和军事等领域。机器视觉在中国的蓬勃发展，使从事机器视觉的公司和人员大量涌现，《机器视觉技术发展概述》是《机器视觉及其应用》系列讲座的综述部分，重点讨论下列内容：机器视觉的定义、发展历程与趋势、应用领域及所涉及的技术。     

基于机器视觉的高速带钢孔洞检测系统

针对宝钢冷轧1420酸轧联合机组带钢孔洞缺陷在线检测需求，结合机组现场条件，自主开发了恶劣危险环境下的高速带钢孔洞检测系统。该系统以机器视觉技术为基础，配置高性能透射式照明光源和高速线扫描CCD图像传感器，能够获得高质量的带钢图像；系统检测软件采用快速高效的目标识别和边缘检测算法，可在30ms内完成1幅图像的处理计算，实时判定孔洞的存在与否，并将检测结果发送至服务器。系统采用C/S模式作为网络架构，实现检测数据在客户端和服务器之间的可靠传递。系统两年多的上线运行证明：该系统在冷轧机出口十分恶劣的环境条件下，可长期连续工作，准确高效地检出带钢孔洞缺陷，具有卓越的检测性能和良好的稳定性。     

立体视觉测量中的图像匹配策略研究

立体视觉测量广泛应用于机器人导向和各种柔性制造系统中 ,其中图像特征的准确匹配始终是一个难题。推导了共极性线方程 ,采取相关匹配和特征匹配相结合的方法来提高图像匹配的速度和精度 ,利用建模估计得到匹配像点的精确坐标 ,使三维测量精度达到目标距离的 1/10 0 0 0左右