基于机器视觉技术的物体表面缺陷检测

本文对物体表面缺陷进行研究和检测.而检测的方法是采用LED环形灯光直接暗视场正面照明方式来提取插座面板划痕图像.具体过程是使用动态阈值分割图像,并采用放射变换、区域特征处理及连通区域提取等技术来检测出插座面板划痕.     

基于机器视觉的软包锂电池表面缺陷检测

针对软包锂电池表面缺陷检测,基于机器视觉技术提出了一种改进的自动检测方法。 对图像进行预处理后,将Canny 算子检测法和Close_Edges 算子检测法相结合,分割出软包锂电池表面的缺陷?最后以最小外接矩形法计算出划痕的长度和宽度,以累加法计算出针孔的直径。 实验结果表明该方法能够有效分割出软包锂电池表面的划痕和针孔,缺陷尺寸计算的误差低于5%。     

基于机器视觉的板材表面缺陷检测方法

基于机器视觉技术对板材表面缺陷检测进行研究,设计了在线检测的硬件系统和软件处理流程,介绍了图像预处理、图像分割和目标提取等处理方法并对缺陷图像进行相应处理。利用C#软件对板材缺陷在线检测进行人机交互界面设计和在线调试及在线检测。实验结果表明,本检测方法可行,误检率低,可很好地应用于木材自动化生产过程的在线检测。     

基于机器视觉的日用瓷表面缺陷检测

为了检测釉面陶瓷表面的斑点、划痕、崩角等常见缺陷,提出了一种采用同轴光照方式和CCD为图像获取工具的数字图像实时在线检测系统.该系统根据地方企业生产的白釉面陶瓷的特点,通过边界提取和图像形态学闭运算获得图片的ROI（感兴趣区域）,再与经过分离中值滤波算法处理过的ROI进行对比,从而确定陶瓷的缺陷信息.实验表明：该方法不像传统的神经网络和SVM算法需要建模,所以检测速度较快,且准确度高,检测效率超过3个熟练工人,可以满足当地企业生产陶瓷种类多且外形不定的检测要求.     

基于机器视觉的刹车盘表面缺陷检测技术研究

汽车刹车盘是汽车制动系统的关键部件之一,刹车盘在铸造过程中由于生产工艺、生产环境、人工操作等因素会导致刹车盘存在砂眼、气孔、缩孔、裂纹等多种表面缺陷,从而影响其使用寿命和驾乘安全。随着人工智能技术的发展,机器视觉技术因其鲁棒性强、效率高、致错率低等诸多优点,已被逐步应用于刹车盘表面缺陷检测工序中,刹车盘检测技术也逐步与整个生产过程各工序的设备连接和数据兼容,高集成化的工业控制模式正在实现。随着图像处理技术的进步,相机、工业机器人等硬件设施的不断完善,未来将会逐步实现刹车盘流水线自动检测和缺陷件自动筛选,这将有助于提升刹车盘的生产质量,最大程度地保证车辆及驾乘人员的安全。     

基于机器视觉的药瓶缺陷检测系统设计

随着当今社会医药行业的发展,对药瓶缺陷精准检测尤为重要.系统采用S7-1200PLC作为核心控制器,完成了基于机器视觉的缺陷检测系统设计,包括机械结构设计、电气控制系统设计、图像处理设计、上位机软件系统设计四大部分.在分析现有缺陷检测问题的基础上,对四大模块进行设计及对内部原理进行剖析,形成以机械、电气、视觉、软件为一...     

基于机器视觉的钢轨表面面型缺陷分类实验设计

随着城市轨道交通的飞速发展,实现钢轨表面缺陷实时检测对铁路行业稳步发展意义重大。如何实时检测钢轨表面缺陷是保障铁路运行安全亟须解决的一个关键问题。鉴于此,设计了一套基于机器视觉的钢轨表面缺陷检测实验仿真方法。搭建图像采集、图像预处理和缺陷分类等模块;提出自拟合亮度调整算法完成像素值统计,得到清晰的缺陷特征图像;用750组数据训练网络权值,实现缺陷分类预测;经过数据分析和误差评估,识别准确率在90%以上,相关系数高达0.96,单幅图像平均耗时1.267 s,测试表明,所提方法能准确、高效地实现钢轨表面缺陷信息的缺陷分类与识别。     

基于机器视觉的螺纹缺陷检测方法

针对目前螺纹缺陷检测方法效率低,在线检测较难实现等问题,提出了一种基于机器视觉的螺纹缺陷检测方法。通过工业CCD相机来采集螺纹的缺陷图像,对图像进行灰度化、增强、二值化和去噪处理。去噪方法选择的是数学形态学运算。数学形态学的腐蚀、膨胀、开运算和闭运算操作能够有效地保留螺纹形状特性,并且有效地保留螺纹的边缘信息。通过投影的方式定位螺纹主要部位,将螺纹的顶部和底部去掉,减少误操作。该算法通过使用减法运算定位螺纹的缺陷,从而检测出螺纹缺陷位置。实验结果表明,该算法具有较强的识别和检测缺陷的能力,满足了基本的设计需求。     

基于机器视觉的激光雕刻缺陷检测实践教学设计

根据苏州大学新工科专业建设的要求,结合智能制造中视觉缺陷检测的应用场景,对计算机类专业的机器视觉综合实践课程进行了教学设计。设计的课程体系融合了图像处理、自动控制、模式识别等内容,包括系统搭建、系统集成、图像处理和视觉检测等实践环节,强化了综合性、系统性和创新性的教学要求,增强了学生的参与度和体验感,提高了学生综合应用基础理论知识解决实际问题的能力,促进了本科实践教学课程的建设。     

机器视觉在LED芯片外观检测系统中的应用

机器视觉系统通过对芯片外观进行图像检测处理能迅速判断出外观缺陷的位置及其类型,有效克服了传统人工目检方式造成芯片外观部分缺陷的漏检问题,提高了缺陷检测效率。本文利用基于机器视觉的芯片外观检测系统,针对红黄和蓝绿两种发光颜色不同的LED芯片产品在生产制造过程中出现的外观缺陷进行自动检测,实验表明机器视觉检测系统对于芯片的外观缺陷检测有很好的效果。通过输出数据和晶圆图的方式可以快速地判断出缺陷类型,利用加严卡控标准对TS0408产品同轴花斑缺陷检测的异常率从4.61%上升至25.69%,提升了21.08%。     

基于机器视觉的光纤倒像器缺陷检测系统

设计了基于机器视觉的光纤倒像器缺陷检测系统,通过对成像系统的机理研究并结合光纤倒像器缺陷特点,选用远心工业镜头配合千万像素的工业相机,实现了光纤倒像器表面缺陷的一次性成像,并保证了足够的分辨率。在检测算法上利用形态学运算中的膨胀和腐蚀运算得到其边缘轮廓,通过求取边缘像素的加权平均灰度值作为原图像的分割阈值。仿真结果表明,该算法能够准确、有效地实现缺陷分割。同时,该系统与人工检测相比效率提高近2倍,速度可达2 s/个,重复精度大于98.8%,整体系统运行稳定,能够满足市场需求。     

基于机器视觉刹车蹄块片摩擦块表面裂纹检测法

通过构建基于机器视觉的刹车蹄块片图像采集系统,提出一种摩擦块表面裂纹检测方法。该方法首先应用多分辨率小波分析法计算刹车片梯度向量的模值,水平投影定位实现刹车片区域的提取;其次,进行二维离散小波两层分解和重构,保留纵向裂纹有关信息;最后,采用最大类间方差法(Ostu)提取摩擦块裂纹区域,依据垂直投影直方图判定摩擦块有无裂纹。实验结果表明:该方法能较好地实现裂纹的检测和定位,具有较好的应用价值。     

基于机器视觉和MATLAB/GUI的柚子外观尺寸检测系统

介绍了一种基于机器视觉技术的柚子外观尺寸检测系统.利用CMOS摄像头采集柚子正立图像,通过数字图像处理技术获取柚子的纵径、横径、表面积及体积等外观尺寸参数.借鉴已有球状水果机器视觉检测误差理论,对检测数据进行修正,提高检测精度,并应用Matlab/GUI技术建立柚子外观尺寸测量系统界面.实验表明,检测系统具有较高的检测精度,可满足实际生产中柚子分级精度的要求,且人机交互界面友好,使用操作方便.     

基于机器视觉的合金刀具检测系统设计与研究

针对目前国内合金刀具的尺寸检测采用人工抽检所面临的检测结果不具客观性、无法保证产品质量的问题,结合工业现场的实际需求,融合精密光、机电及机器视觉技术,设计了国内首条全自动合金刀具尺寸检测系统.现场试用表明采用机器视觉的检测系统检测速度快,检测结果全面客观,保证了刀具品质的一致性,具有重大的工程实际应用价值.     

基于机器视觉的合金刀具检测系统设计与研究

针对目前国内合金刀具的尺寸检测采用人工抽检所面临的检测结果不具客观性、无法保证产品质量的问题,结合工业现场的实际需求,融合精密光、机电及机器视觉技术,设计了国内首条全自动合金刀具尺寸检测系统。现场试用表明采用机器视觉的检测系统检测速度快,检测结果全面客观,保证了刀具品质的一致性,具有重大的工程实际应用价值。     

CCD机器视觉在精密机械部件外观缺陷检测中的系统结构研究及应用

本文设计的基于CCD工业相机的机器视觉技术能够实现对机械精密工件进行高质量的自动检测。该系统采用高精度的CCD工业相机作为图像采集部件,使系统能够较好地实现实时高精度自动检测。并对制作的样机进行测试,最后对未来的发展方向进行了展望。     

基于CMOS图像传感器的嵌入式机器视觉系统设计

针对现在视频监控系统的低成本、低功耗等要求,以ARM7-TDMI和CMOS图像传感器为核心并配上外围电路实现图像采集功能,再通过USB2.0接口实现高速图像数据传输,最后通过SD卡接口存储图像数据或者上位机图像显示软件实现图像数据的实时显示.实验表明,该嵌入式机器视觉系统能够实现实时图像采集功能,而且成本较低,功耗较小,满足安全监控系统的需求.