基于机器视觉的香烟小包装外观质量检测系统

讨论了基于机器视觉的香烟小包装外观质量在线检测系统总体方案的设计,并针对香烟小包装流水线的具体情况,分别对香烟小包的检测位置以及图像采集方案进行了探讨。文中采用了一种用于香烟包装质量检测的快速图像匹配算法,并利用开源计算机视觉库OpenCV进行算法实现,仿真实验结果表明,该图像匹配算法计算速度快、检测精度高,满足香烟包装质量检测的需要。     

基于机器视觉的香烟小包装外观质量检测系统

讨论了基于机器视觉的香烟小包装外观质量在线检测系统总体方案的设计,并针对香烟小包装流水线的具体情况,分别对香烟小包的检测位置以及图像采集方案进行了探讨.文中采用了一种用于香烟包装质量检测的快速图像匹配算法,并利用开源计算机视觉库OpenCV进行算法实现,仿真实验结果表明,该图像匹配算法计算速度快、检测精度高,满足香烟包装质量检测的需要.     

基于机器视觉的贴膜面版印刷质量检测方法

为了提高贴膜面版印刷检测的准确性与效率,设计开发了基于机器视觉的检测系统,通过系统的图像采集模块获取贴膜面版的高质量图像,通过提取边缘获得面板的轮廓,然后利用基于形状的图像匹配方法实现了检测区域的定位,最后应用差影法检测面板的瑕疵。文章建立了实验系统并进行了实际实验,结果验证了方法的有效性。     

基于机器视觉技术的地铁车厢拥挤度提示系统研究

近些年,随着轨道交通运输网络迅猛发展,地铁向着更加安全、便捷、舒适方向发展。准确掌握地铁车厢内实际人数,并在地铁站台显示出相关信息,不仅可以提高乘客乘车的舒适感和便捷性,同时缓解地铁站台固定区域附近乘客拥挤的情况。本文采用VGG16作为特征提取模块,采用特征金字塔构建密度图。本系统利用现有地铁视频监控信息,对地铁车厢人员密度进行监测,再将密度信息传输至乘客信息服务系统,并保持屏幕上多媒体信息、安全提示信息及其发布信息不变,帮助乘客及地铁运营管理者实时了解地铁车厢内拥挤情况。     

基于机器视觉的螺纹参量测量系统

为了高精度测量螺纹的各项参量,建立了基于机器视觉技术的螺纹参量测量系统。采用螺纹工件旋转、相机跟随拍摄的方式采集螺纹在平行背光下的轮廓数据,实现了螺纹的各项参量测量,扩大了系统的测量范围,并且降低了相机标定误差的影响。推导了坐标系统转换方程,通过标定实现了坐标统一,并推导了螺纹参量计算公式;针对CCD相机光轴和螺纹轴线垂直时螺旋线对螺纹牙投影产生遮挡失真情况建立了数学补偿模型。结果表明,得到的测量不确定度小于2m,重复性优于4m。该系统可以完成螺纹的各项参量测量。     

基于机器视觉的汽车零部件平面度检测系统设计

针对目前国内汽车零部件平面度检测存在的检测精度不高、检测速度较慢、部分检测过程仍采用人工检测等问题,本文设计了基于机器视觉的汽车零部件平面度在线检测系统。硬件部分以激光轮廓仪为基本组成部分;软件部分基于PCL点云库,采用C++算法编写可视化软件。采取先粗配准再精配准的点云配准方式。实验结果表明,本系统测量精度可达0.01mm,测量的总时间可控制在24.5s内,因此本系统适用于需要大批量检测汽车零部件平面度的场合。     

基于机器视觉的钨棒曲面缺陷检测方法

本文重点设计了一套基于机器视觉的钨棒曲面缺陷检测与分类方法,有效解决了钨棒曲面缺陷肉眼检测分类效率低、误检率高、容易漏检等问题。首先设计了钨棒图像采集平台,用于获取钨棒曲面图像;然后通过Gamma校正、Otsu-Canny算法、形态学闭运算等图像处理技术提取缺陷区域图像;接下来利用灰度共生矩阵计算缺陷区域图像的纹理特征参数;最终用SVM支持向量机对钨棒曲面缺陷进行分类预测。实验预测结果表明,该系统对钨棒曲面缺陷分类准确率可达93.33%,能够基本满足工业现场需求,具有较高推广价值。     

基于机器视觉的电子连接器检测系统的设计

介绍了电子连接器检测的方法及原理,研究开发了基于机器视觉的电子连接器检测系统。针对实际的目标图像通过图像滤波、图像分割、图像匹配、边缘提取、纹理变换、颜色识别等多种方法处理,得到电子连接器缺陷完整的几何特征,从而实现自动化检测。实验证明,系统的检测结果与人眼检测结果相符,不仅保证了检测的准确性,而且大大提高了电子连接器检测的效率。     

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。     

基于机器视觉的医用塑料瓶瓶口检测系统研究

医用塑料瓶在生产过程中瓶口处会产生残次品,如豁口、瓶口过薄等.此类瑕疵药瓶,无法封口,影响药品密封性,危害药品使用者健康.目前众多企业仍然依靠人工检测,因瑕疵点并不明显,人工误检率高.为此设计了一套基于机器视觉的医用塑料瓶瓶口检测系统.一台高速工业相机,在流水线指定工位通过硬触发,由上至下,对塑料瓶顶部取相,根据图像特点设计算法,完成定位,分割,识别瑕疵点.经过实际生产测试,验证了此系统在精度和速度方面优于人工检测方式,满足企业的检测要求.     

基于TMS320VC5416的机器视觉处理系统

构造了一种小型化、便携式的机器人视觉处理系统.它以TI的TMS320VC5416为中央处理器,配合以视频解码芯片和大容量存储器,完成图像的采集、处理和存储.主程序运行在DSP中,完成图像预处、模式识别等图像处理算法,以搜寻目标物体,待找到后,应用遗传算法进行路径规划.通过多次实验,系统都能达到预期的效果,说明系统的设计方案是切实可行的.     

基于机器视觉的平磨表面粗糙度检测

为了对平磨表面粗糙度进行快速在线检测, 基于机器视觉原理提出了一种平磨表面粗糙度检测方法, 研究了平磨表面粗糙度评定参数。该方法利用CCD提取粗糙度Ra在0.1～1.6 μm之间的平磨表面图像, 运用中值滤波、图像边缘增强和图像二值化等对图像进行预处理, 然后通过特征参数提取平磨表面粗糙度信息。试验结果表明, 在入射光强为0.7×104～1.3×104 lux、入射角为30°～50°时, 均方根(RMS)差随Ra的减小而不断减小。当光源入射角在30°, Ra>0.3 μm的情况下, 陡峭度与Ra具有良好的相关性; 当光源入射角在50°, Ra>0.4 μm的情况下, 陡峭度与Ra具有良好的相关性。     

基于机器视觉的杏核图像识别系统设计

针对杏核分拣效率问题,文中构建了一种基于机器视觉的杏核图像特征检测系统。运用多种数字图像处理技术完成对不同杏核图像的识别,前期基于Matlab完成算法研究,再采用VC++调用Opencv图像处理函数库实现分拣系统软件。经验证,杂质杏核识别率可达94%,有效提高了杏核识别的准确性和时效性。     

机器视觉中图像匹配问题研究

随着计算机视觉技术的发展,机器视觉尤其是双目视觉被广泛应用于物体识别、虚拟现实、工业检测、机器人导航和航空航天等领域。图像匹配是机器视觉中的关键技术之一,能否有效地解决该问题严重影响着机器视觉的发展。对现有的匹配算法进行了研究的基础上,针对算法的实时性和精确度提出了改进算法。实验结果表明：误匹配像素百分比与目前常用的基于区域的匹配算法相当,而计算速度却提高了一个数量级,并且边缘特征较好,是一种有效可行的高实时性匹配算法。     

基于机器视觉的PCB缺陷检测系统设计与研究

针对工业领域高速高精度的要求,设计了基于机器视觉的PCB缺陷检测系统的总体结构,着重阐述了视觉检测系统的原理,讨论了相关的图像处理、检测及识别算法,重点运用数学形态学及模式识别方法完成检测识别.仿真实验均在Matlab下编程实现,仿真结果证明了该方法的可行性,采用该方法能够有效的检测、定位并识别出PCB光板上的短路和断路缺陷.     

基于机器视觉的啤酒瓶检测系统的设计

针对传统啤酒瓶检测系统速度慢、精度低等问题,该文设计了一种基于机器视觉的啤酒瓶空瓶检测系统。该系统以机器视觉为理论基础,重点介绍了LED照明光源和数字化光源控制器的设计以及图像处理技术中的问题。实验结果表明,该系统具有速度快、连续性好及检测精度高等特点,能够实现对啤酒瓶瓶口、瓶壁和瓶底的缺陷检测。     

基于机器视觉的人运动检测

以机器视觉技术研究了序列图像中人运动的分割和检测.运动检测过程采用了目标图像和背景图像相减的方法,对差分图像采用了最大熵的指数形式确定二值化的阈值,实验证明获得了良好的检测效果.     

基于机器视觉的零件尺寸测量

提出了一种基于机器视觉的非接触测量方案,力求把非接触测量手段与零件尺寸测量问题更有效地结合起来。采用超分辨率重构技术消除噪声以及由有限检测尺寸和光学元件产生的模糊,从图像中获得更多的细节和信息。利用最小二乘回归亚像素边缘检测技术进行边缘定位及角点提取。基于机器视觉CCD摄像机采用线性回归法进行摄像机的标定。最后,实验分析和比较了基于机器视觉的零件尺寸测量的应用效果。     

基于机器视觉的螺纹识别系统

许多传统螺纹的检测技术工序复杂、效率低、成本高,已不能满足现代工业高效发展的需求．因此要建立一套以机器视觉识别技术为核心的视觉传感和图像处理系统,利用CCD获取螺纹基本图像,并通过数字图像处理技术和模糊模式识别方法对螺纹几何参数进行自动识读并加以识别。