基于机器视觉的电机换向器质量在线检测系统开发

电机换向器质量检测是换向器生产线中的一个重要工序,但其仍采用人工方式,存在检测效率低、漏检率高等问题;针对此问题,运用图像处理和机器视觉技术,开发换向器质量在线视觉检测系统;该系统针对生产过程工艺多变,造成形状检测标准不一致问题,提出自适应学习模板方法;在轴孔孔径检测,提出基于Freeman链码改进的孔径快速检测算法;在端面缺陷中,提出基于改进视觉注意力模型的端面缺陷检测方法;实验结果表明,系统检测精度达到99.80%,漏检率为0%,F-measure值为99.89%;该系统能够快速有效检测换向器存在的外观质量问题,可满足换向器在线质量检测需求。

基于机器视觉的非平整物体表面凸起异物检测方法

在换向器质量检测中,其端面槽口附近凸起异物属于严重质量问题,目前仍采用人工检测方式,存在检测速度慢和漏检率高,且换向器端面的非平整特性给检测带来挑战;针对此问题,运用机器视觉技术,提出一种基于光度立体视觉的换向器非平整面凸起异物检测的方法;该方法通过四方位打光方式,获得不同方位光照图,对光照图进行计算得到其反照率图,再进行高斯卷积处理,然后针对特定区域采用极坐标转换用于提取缺陷特征并对其进行凸起异物识别与检测;实验结果表明,该方法能够快速有效检测换向器非平整表面存在的凸起异物问题,检测精度达到99.8%,能够满足对换向器质量的在线检测需求。