摩擦片表面缺陷的视觉显著性检测算法

针对摩擦片表面缺陷高精度高效率的检测要求以及摩擦片自身复杂的表面状况,提出基于视觉显著性的检测算法.利用图像分割,将摩擦片从背景中分离;使用高斯平滑弱化表面纹理,采用多尺度细节增强算法补偿高斯平滑中丢失的缺陷边缘信息,计算图像中目标的显著性进行强弱分化;采用连通域法和OTSU,提取缺陷区域的二值图像.经由实验验证,该算法针对摩擦片的缺陷检测具有较强的针对性,缺陷识别率超过98%,双面检测100个摩擦片用时27 s.从客观和主观两个方面对检测结果进行评价验证,结果表明,该算法具有较高的识别率和精确度,满足工业检测的需求.

基于机器视觉的滚动轴承滚动体检测

针对滚动轴承滚动体检测的研究较为匮乏且精度较低的问题,文章提出一种将机器视觉应用于轴承滚动体数目和尺寸检测的检测方法。利用小波降噪的方法对相机采集到的图像进行优化,再使用最大类间方差法计算得出适用于降噪后图片的最佳阈值来进行二值化处理,采用形态学运算强化滚动体特征,最后为了消除最小二乘法拟合结果的偏差,利用迭代法改进最小二乘法得出滚动体的数目及准确尺寸。实验结果表明,该检测方法的检测准确性和精度符合工业检测的要求。

基于NI机器视觉的产品识别与分拣系统

为了解决自动化生产线上产品的智能分拣问题,设计了一种基于NI视觉检测技术的产品识别与分拣系统,用于分拣不同形状的工件。文章以NI 1776c智能相机为核心搭建了视觉检测的硬件平台,使用Sobel算子提取工件边缘特征并研究了基于边缘特征的模板匹配算法在工件形状识别中的应用,同时设计了一种用于NI视觉检测平台与UR控制柜间通讯的IO电路。与基于PC的视觉平台相比,基于NI智能相机的视觉检测平台内置高性能处理器,可脱离PC机实现独立的视觉检测功能,具有开发周期短,检测速度快、可靠性好等特点。