基于HALCON机器视觉软件测量玻璃砖折射率的实验演示

插针法测量玻璃折射率速度慢、偶然误差大,在物理实验中借助HALCON软件,引入机器视觉技术替代传统的插针法来测量玻璃砖的折射率不仅快速、准确,还能向学生普及最新社会生产技术中的光学知识,培养学生的STSE素养.

基于HALCON的机器视觉识别综合实验项目设计

为了增强机器视觉与图像处理课程教学效果与工程实用性,基于HALCON集成开发环境,研究开发一个复杂环境纸箱识别机器视觉综合性实验教学项目。该实验项目首先使用图像标注工具Deep Learning Tool对采集到的纸箱图像进行标注,然后将标注后的文件集成到HALCON环境中进行训练,最后通过调用训练后的纸箱定位模型验证机器视觉效果。实验项目包括学生动手采集纸箱图像和编写代码过程,可有效加深学生对机器视觉理论知识的理解,促进学生工程实践能力的培养。

基于Halcon的机器视觉订单录入系统设计与实现

随着现代制造业的快速发展,订单录入成为生产流程中不可或缺的一个环节,对于提高生产效率和确保数据准确性具有重要意义。然而,传统的订单录入方式通常依赖人工操作,存在工作量大、错误率高等问题。为了解决这些问题,文章引入了Halcon机器视觉技术,通过自动处理与识别订单图片上的条形码,快速准确地获取订单号,并借助EF实体框架对数据库中的相关数据进行更新。该系统能够有效弥补传统订单录入方式存在的缺陷,提高生产效率和数据准确性,具有较高的应用价值和推广前景。

基于机器视觉Halcon软件的齿轮参数检测系统

为了实现快速、非接触准确测量齿轮参数,利用机器视觉软件搭建齿轮视觉参数检测系统。该系统基于Halcon软件平台设计,包括软件和硬件两部分组成,首先通过标定的工业相机拍摄清晰的待测齿轮图像,再利用Halcon软件的基本视觉与图像原理处理齿轮图像,经过阈值、滤波和形态学处理等操作识别齿轮图像轮廓,进一步利用角点检测算子提取并测量齿轮的齿顶圆直径、齿根圆直径、齿数、模数、分度圆直径、齿距等各项参数。通过实验测试结果表明,该法所测量出的齿轮各项参数基本上与参考数值一致,符合无接触测量的基本要求,可以准确迅速地测量齿轮的基本参数。与传统的接触式测量方法相比,具有测量精度高,稳定性好等特点,对于非接触实时测量提供了简便有效的解决方法。

基于机器视觉的芒果检测与分级研究

为了提高贵妃芒果检测与分级的准确率和效率,首先用标定好的工业相机对芒果进行拍照,然后使用HALCON对芒果图像进行灰度化和图像分割预处理,接着提取芒果面积、果形指数、成熟度、缺陷面积和缺陷个数5个特征参数并归一化,把它们分别作为GMM、MLP、SVM和KNN分类器的输入向量,并以芒果的4个等级作为分类器的输出向量,最后以每级120个训练样本,60个测试样本分别对4种分类器进行训练和测试。结果表明4种分类器的平均准确率依次为92.5%、93.75%、98.75%和98%,准确率较高,有一定的实际应用价值。

基于机器视觉的变速器齿轮表面缺陷检测研究

针对人工检测变速器齿轮表面缺陷存在可靠性差、效率低、不能满足批量生产的问题,开展齿轮表面缺陷自动检测的研究。以汽车变速器齿轮为检测对象,首先搭建机器视觉齿轮表面缺陷检测系统,采集齿轮缺陷图像样本,对采集的齿轮图像进行去噪、增强等预处理;然后采用改进的Scharr边缘检测算法提取齿轮边缘;最后获取感兴趣区域的坐标信息,寻找齿轮外圆的边缘点,计算齿轮的边缘点之间的距离,从而实现齿轮缺陷的精确定位。实验结果表明:该系统可准确检测出齿轮表面缺陷所在位置,可靠性和稳定性良好,检测效率高,为机器视觉齿轮缺陷检测技术的应用提供了思路。

基于视觉技术和深度学习的纸张缺陷识别系统及软件设计

为解决人工视觉不能识别纸张小尺寸缺陷,无法保障缺陷识别精确度与稳定性,且难以适应大面积、高速生产要求等一系列问题,以机器视觉技术与深度学习算法为载体进行了纸张缺陷识别系统硬件与软件设计,并提出了基于BP神经网络的纸张缺陷识别算法。其中系统硬件由工业摄像机、荧光灯、FPGA、DSP等构成,系统软件以MFC框架与C++编程语言为辅助开发设计。纸张缺陷识别算法则经过纸张缺陷图像预处理、特征提取与选择、识别分类实现缺陷识别。此系统识别方法简单、识别精准且实时性强,可在很大程度上取代传统人工视觉识别方法。

基于机器视觉的异形零件尺寸精密测量方法

针对目前异形零件尺寸测量中存在的精度低、成本高、难以实现在线测量等问题,提出一种基于Halcon的异形零件尺寸精密测量方案,包括硬件和软件算法两部分。硬件部分主要对工业相机、工业镜头和光源进行选型,并设计了测量装置。软件算法部分,首先利用Halcon对相机进行标定获得其内外参数,然后通过灰度处理、阈值分割等算子得到零件区域,接着通过区域特征筛选、最小二乘算法拟合区域最大内接圆和最小外接圆、计算两线段距离、计算两直线夹角、计算区域个数等方法实现对异形零件的齿高、外槽宽度、外槽角度、圆孔角度、外槽深度、齿数等参数的测量。最后,与高精度三坐标测量机的测量结果对比,结果表明采用本方法测量异形零件的齿高、外槽宽度和外槽深度的精度达到0.04mm,测量外槽角度和圆孔角度的精度达到0.03°。

基于Halcon+单片机的视觉识别系统设计

Halcon在工业中被广泛应用,例如,颜色识别、条形码识别、形状检测等。视觉检测结果通常通过通信的方式发送到目标设备,常见的通信方式有串口与网络通信。研究以颜色识别为例,介绍了视觉识别结果通过串口通信发送到单片机,单片机通过串口接收上位机发送的数据,并通过LCD1602液晶进行颜色显示。该项目讨论了系统原理图设计、Halcon程序编写、单片机程序编写,并进行效果分析。通过该项目,让学生了解系统的一般组成、程序编写与调试方法,为以后学习较复杂的视觉项目(一维码识别、二维码识别、九点标定等)打下基础。

基于机器视觉的呼出气体酒精含量检测仪自动检定装置

当前呼出气体酒精含量检测仪检定工作耗时耗力,检定过程需要人工进行判读和记录,针对该问题研制一套呼出气体酒精含量检测仪自动检定装置。依据检定规程的要求,设计配气装置实现对气体的气路设计及温度和流量等的控制。基于机器视觉系统使用Halcon联合C#开发识别算法,利用Canny边缘算法提取感兴趣区域,定位提取示值字符后训练多层感知器来识别示值结果,并实现检定过程的自动选择和报告的自动生成。实验结果表明:对五种型号的呼出气体酒精含量检测仪示值的识别准确率达到了99.5%以上,平均识别时间小于200 ms,对后续检定的平均全过程时间从3.5天缩短至1.5天。该装置满足检定规程的要求,可以应用于各地计量机构的检定工作中,具有实用价值。

基于FANUC机器人内置视觉识别软件应用研究

针对现场工程人员使用基于PC平台或嵌入式模块等机器视觉系统开发机器人视觉程序比较困难的状况,对机器人与内置视觉识别软件之间联系进行研究。以FANUC机器人集成内置视觉识别功能软件为研究对象,介绍工业相机与机器人物理连接;分析相机标定原理和标定过程;以2D形状和条形码工件为例,详细介绍了视觉识别程序处理过程和机器人视觉程序关键指令以及搬运程序流程。把多个模型混合放置,内置视觉系统都能准确识别,机器人都能精准分拣和搬运。机器人集成内置机器视觉系统硬件连接简单,识别工具丰富,使用方便,机器人程序与视觉数据交互便捷,拓展了机器人工艺应用范围。机器人集成内置视觉识别功能是自动化领域和机器视觉系统发展趋势。

基于机器视觉的胡麻种子自动化考种方法

[目的/意义]胡麻种子的周长、面积、长短轴和千粒重是胡麻考种过程中常用的参数,对于胡麻的育种、栽培,以及种子品质和性状的评估都具有重要的意义。[方法]针对胡麻种子自动化考种时出现的数据统计错误率高、效率低等问题,基于机器视觉研究胡麻种子的轮廓特点、探索形态特征的测量方法,针对籽粒重叠现象提出基于融合角点特征的轮廓拟合图像分割方法,设计胡麻种子自动化考种数据实时分析系统,最终实现胡麻种子自动化考种的研究。本研究在工业相机获取的胡麻种子图像上进行试验。[结果和讨论]提出的自动化考种方法对不同品种胡麻种子的统计识别准确率达97.28%,百粒种子平均处理时长69.58 ms,相较于极限腐蚀算法、基于距离变换的分水岭算法,平均计算准确率比极限腐蚀算法提升19.6%,平均运算时间低于直接使用分水岭算法所需时间。[结论]自动化考种方法具有更好的计算准确率和处理速度,能够更准确地批量获取胡麻种子的形态学特征参数,使测量误差能够保持在10%以内,可为今后胡麻考种相关工作提供技术支撑,助力相关产业发展。

HALCON软件在机器视觉课程实验中的应用

本文针对现代机器视觉、数字图像处理、模式识别等课程的特点,探讨了如何应用HALCON软件改进实验教学方式和教学手段。将HALCON软件引入实验教学,更有利于加强学生对技术的深入理解,提高学生的创新和实践能力。教学实践表明,HALCON软件的引入收到了良好的实验教学效果。

Halcon软件在机器视觉课程实验教学中的应用

针对高等院校机器视觉和数字图像处理等课程的特点,探讨了如何应用Halcon软件改进实验教学方式和教学手段,并结合实例说明Halcon在机器视觉图像处理等教学中的应用。教学实践表明,在机器视觉等课程的实验教学阶段引入Halcon软件,更有利于加强学生对技术的深入理解,提高学生的创新和实践能力,收到了良好的实验教学效果。

低畸变机器视觉镜头的仿真设计

为了实现电子芯片等小尺寸零部件的定位识别和精密检测,利用Zemax软件设计了两种可以用于机器视觉的低畸变光学镜头。系统焦距为28.5 mm,物方视场为10 mm。通过仿真优化设计得到由六片透镜组成的全球面折射式镜头,总长为90 mm,在空间频率100 lps/mm处,所有视场的MTF都高于0.5,最大畸变为-0.078%。在此基础上,进一步优化设计得到折衍射混合镜头,共有四片透镜,总长为75 mm,相同空间频率处MTF高于0.55,最大畸变为0.071%。考虑衍射面的衍射效率对系统MTF的影响,混合系统的MTF仍然高于0.52。通过仿真设计,既可以让学生了解机器视觉镜头的设计特点,还可以锻炼学生的创新能力。

基于机器视觉的芯片破损检测技术研究

随着半导体工业的快速发展,芯片制造过程中的缺陷检测变得越来越重要。机器视觉作为一种高效、准确的检测手段,在芯片缺陷检测领域发挥着重要作用。本文介绍了芯片生产制造过程中可能出现的各类缺陷,包括裂纹、破损、脏污等,针对传统机器视觉系统中芯片破损难以和其他缺陷分别的特点,提出了一种基于机器视觉的芯片的破损检测算法,并通过实验验证其有效性。主要包括硬件和软件两大部分,硬件部分包括工业相机,光源的选型,软件部分包括通过Halcon标定助手进行相机标定,灰度变换、图像滤波、形态学处理、阈值分割、特征提取等。实验结果表明,所提出的基于机器视觉的芯片破损检测系统能够有效地识别出各类芯片破损,检测准确率达到了98%以上,且检测速度满足了工业生产的需求。与传统的人工检测方法相比,该系统大幅提高了检测效率,降低了生产成本,具有很高的实用价值和广阔的应用前景。

基于机器视觉的汽车车牌识别方法

针对车牌号识别,提出了一种通过机器视觉来进行识别的方法,用来解决汽车车牌号检测与识别以及显示的问题。首先通过Halcon软件对捕获到的带有车牌的图片进行形态学处理,定位出车牌的位置,分割出车牌号的字符,随后通过光学字符识别的方法将车牌号进行识别。再通过C#在Visual Studio平台进行识别系统的窗体设计,完成Halcon软件与C#的交互。在系统中,可以达到读取图片,展示车牌,将识别出的车牌号显示出等功能。并且识别速度快,操作方便,通过一键点击即可获得结果。

基于机器视觉的压力表全自动化检定系统

针对人工检定压力表时存在的效率低下且目视读数易引入误差等问题,设计一套基于机器视觉的压力表全自动化检定系统,并开发配套的控制软件和识别算法。控制软件面向自动化过程设计,引入多线程、容器化和监听事件技术,协调控制PLC、机械臂、工业摄像头、标准压力发生器等硬件,实现检定过程全自动化,且支持多块压力表同时检定。考虑到工控机配置低的情况,结合深度学习模型Paddle和OpenCV库设计一种轻量化的识别算法,该算法不仅占用内存少、运算速度快,而且识别信息更加丰富、识别准确率更高。实验结果表明:该系统能够有效提升检定效率,减少人为误差,具有应用和推广价值。

基于机器视觉的FPC定位系统设计与实现

随着柔性电路板(FPC,Flexible Printed Circuit)的应用越来越广泛,对FPC的制造精度及速度要求越来越高,传统的自动化设备或者人工作业在生产柔性电路板(FPC,Flexible Printed Circuit)时存在精度低、速度慢、效率低、动作不连贯等问题,无法满足生产要求,亟需完善的机器视觉检测与定位技术的支持。为提高FPC的制造精度及速度,针对FPC产品制造工艺流程,研发了一套应用于FPC自动化生产的机器视觉定位系统,并与自动化运动控制算法相结合。该系统为FPC制程中有高精度定位需求的工业自动化过程提供了机器视觉算法支持,能够实现高速度高精度的机器视觉定位。该系统具有高效性、快速性、精确性和可靠性高的优点,且不直接接触FPC工件,具备非接触性和灵活性的优点。最后的实际生产数据验证表明,所提FPC视觉定位系统的视觉定位精度不大于2μm,可满足FPC的实际自动化生产制程工艺的需求。

基于机器视觉智能切割坡口的研究与应用

描述了免示教零件坡口切割中心先进的软硬件集成能力。切割方式可以采用火焰切割或等离子切割,满足碳钢板不同尺寸、不同精度的直线、弧线的无人化柔性加工作业。在硬件上,配置六轴机械臂、切割系统、打磨系统、自动进卸料系统和尺寸可定制的工作台;在软件上,搭载免编程工业软件和视觉算法系统,规划机器人的运动路径并实时纠偏,确保生产精度、自动化上下料及加工,有效提高切割效率和切割品质。快速响应生产制造节拍的同时满足小批量、多品种的坡口加工需求,有效实现了机器人在坡口切割领域的创新应用。