一种基于混沌特性的磁瓦表面缺陷视觉提取方法

针对磁瓦表面的无规律磨痕、不规则倒角及缺陷的多样化复杂化,提出了一种基于混沌特性的视觉图像特征信息提取和判别方法。通过分析磁瓦计算区域灰度图像相邻2行(列)灰度值的Pearson相关系数来产生时间序列,并采用C-C方法对降噪平滑后的时间序列进行计算,得到嵌入维数、时间延迟和序列的平均周期等混沌特性参数,然后使用Wolf方法得到该序列的最大Lyapunov指数,最后使用样本的各混沌参数对神经网络进行训练并测试,对判定有缺陷的磁瓦根据其缺陷特点对其进行了提取。实验结果显示该方法能够准确地将对比度低、表面图像暗淡的磁瓦进行缺陷的自动判别和提取。

基于OpenCV的磁瓦表面缺陷视觉提取方法研究

针对磁瓦在加工过程中所产生的表面缺陷,提出了一种基于OpenCV的磁瓦表面缺陷机器视觉检测方法。通过计算图像的熵值初步判定磁瓦表面纹理是否均匀,进而对判定有缺陷的图像计算相应的灰度阈值,然后使用所得阈值对图像进行二值化处理,最后使用OpenCV勾勒出缺陷轮廓。实验表明该方法可以准确地在图像中提取出缺陷。

西门子系统在数控磨床改造上的应用

针对M2060成型磨床的结构特点,提出了磨床的总体改造方案和硬件构成,搭建了硬件平台。介绍了西门子840D系统参数设置和驱动配置的方法。结合成型磨床加工的工艺流程特点,阐述了如何运用NC高级指令编写磨床加工程序和解决坐标零点自动校正问题,分析了西门子S7-300 PLC的工作原理及并介绍了其应用情况。改造后的磨床运转可靠,达到了改造目标,产生了经济效益。