水果表面缺陷检测研究——基于NI Vision Assistant和IMAQ Vision

以NI公司的LabVIEW编程系统为程序的开发平台,并结合其视觉处理软件包IMAQ Vision和NI VisionAssistant,对水果图像进行采集和处理。根据水果图像的特征,采用的算法包括图像灰度拉伸、图像滤波和边缘检测等。经实验证明,采用该机器视觉技术可以准确实现水果表面缺陷检测工作,检测的精度高,为以后在线检测系统的开发提供了重要的依据。

基于NI Vision Assistant的机器视觉在钢球表面检测中的应用

阐述钢球表面检测的意义和机器视觉的基本原理,使用LabVIEW和NI Vision Assistant对所采集的钢球图像进行了处理且做出相应分析。

基于NI Vision机器视觉技术的应用

本文主要关注基于NI Vision机器视觉技术的在工厂自动化中的应用,特别现在用工成本高,客户对品质的完美要求,生产效率等因素,机器视觉技术的优越性体现的越来越明显,利用NIVision模块开发针对生产环节中人员集中的外观自动检测系统,既能省人化,又能提高生产效率和品质,是一项值得深究和推广的应用技术。

基于NI Vision的汉信码图像处理技术

介绍了一种基于NI Visoin汉信码图像处理系统,该系统采用LabVIEW开发平台,对系统的实现进行了详细的讨论,给出了图像采集模块的部分G语言代码。实验结果表明,该系统具有较高的测试精度和效率,操作简便。

NI视觉软件的光学元件厚度测量装置

介绍一种基于NI视觉软件的光学元件厚度测量装置。首先介绍光学元件厚度测量的基本原理-迈克尔逊等倾干涉;然后搭建光路,利用CCD进行干涉图像采集,传输到计算机中,利用NI视觉软件对图像进行处理,得出光学元件厚度;最后对测量误差产生的原因和消除途径进行了分析。该装置经过详实周密的数据处理,提高了测量精度和分辨力。

基于NI FlexRIO的图像实时采集及处理系统

为了解决视觉测量中图像的实时采集及处理问题,以NI FlexRIO为基础,采用虚拟仪器技术,利用LabVIEW图形化开发平台,并结合相关技术知识,如乒乓操作、流水线技术等,研制了一套图像实时采集及处理系统。该系统并行地实时地实现了图像的采集、存储及处理,在图像分辨率为1 280×1 024、采集速率为500f/s的情况下,系统工作稳定,图像处理速度小于2ms,并且处理精度达到了亚像素级。该系统对于实现视觉测量的实时性具有重要意义,并且其良好的性能使其在其他相关领域也具有很高的实用价值。

基于LabVIEW的目标跟踪系统软件设计

在机器视觉系统中,目标跟踪是常用的功能需求。在大型的系统设计中,经常需要多任务的并行处理。利用LabVIEW高效的并行执行特性,给出了一种目标跟踪系统的程序设计方案。该设计方案以LabVIEW为软件设计平台,基于NI Vision机器视觉库,可快速实现目标跟踪功能。利用LabVIEW面向对象编程方法和队列消息处理器程序设计模式,可将目标跟踪功能与系统进行高效耦合并降低系统功能的依赖程度,可大幅提高系统的可扩展性和可维护性。实际验证表明,提出的方案可快速实现预期功能。

基于NI机器视觉的胶带纵向撕裂检测系统

为了解决煤矿胶带输送机胶带在生产过程中易产生纵向撕裂问题,设计了一种基于NI(National Instruments)机器视觉技术的胶带纵向撕裂检测系统。系统利用NI机器视觉中的智能相机自动检测技术,使用软件NI VBAI(NI Vision Builder for Automated Inspection,NI用于自动检测的视觉生成器)和NI VA(NI Vision Assistant,NI视觉助手)进行编程,对智能相机采集的每帧图片进行处理分析。当检测到胶带出现纵向撕裂迹象,通过上位机控制实现报警或输送机停车。给出了一种胶带纵向撕裂实时检测方法,并说明了检测系统总体结构及其软硬件。

基于NI myRIO的机器视觉搬运车设计

以美国国家仪器公司的嵌入式开发平台myRIO1900为核心控制器,该文介绍基于ArduinoMega2560的MegaPi主控板通信实现对电机的驱动,以LabVIEW,NIVision机器视觉库和VisualStudioCode作为软件开发平台,构建了智能搬运车。搬运车通过摄像头采集必要的图像,在myRIO1900中识别货架上的二维码和货物的颜色,实现了货物存取位置的自动判断。车载巡线传感器、超声传感器保证了车辆的稳定行驶。实际测试表明,搬运车实现了预期功能,可为工业过程自动化设计、智能工厂和创新教学提供新的思路。

视觉系统开发模块在芒果果面缺陷检测中的应用

探讨应用视觉系统开发模块进行芒果果面缺陷检测的方法。通过CCD采集芒果白光图像,分析确定所需图像区域的算法,采用面积标定法获得芒果缺陷图像,利用线性回归分析确定测量值和真实值之间的相关性。通过试验证明,该方法对检测芒果果面缺陷分级的相关检验性结果r为0.999,计算机视觉的检测结果与人工检测结果的误差小于0.3%,且具有较好的稳定性。

基于虚拟仪器的机器视觉技术在航空维修工具管理的应用研究

分析研究了我国航空维修工具管理的现状及问题,讨论了国内外对改问题的解决方案及存在的问题.结合生产实际,提出了将基于虚拟仪器的机器视觉技术引入到航空维修工具的自动化管理中,通过OCR技术识别工具生产厂家预留在工具表面的件号的方法来进行航空维修工具的自动化管理.

毛叶枣的计算机视觉分级技术研究

根据农业部发布的农业行业标准NY/T484-2002,基于NI Vision Assistant系列软件对毛叶枣提出了一种自动分级方法。以黑色传送带为背景,采用CCD摄像机在毛叶枣样本的滚动中采集图像,通过对图像进行初步分割、灰度化、平滑去噪、增强、边缘检测、二值化等处理得出样本果实大小、表面缺陷大小以及果梗识别,进而借助机械手完成对毛叶枣品质的自动分级,识别结果与人工挑选结果吻合率分别达到:优等品吻合92.43%,一等品吻合96.34%,二等品吻合95.60%,残次品吻合95.95%。

网络实验室的构建及其在实验教学中的应用

本文介绍了以LabVIEW和iLab交互式结构为基础构建的一个可以完成真实实验和虚拟实验相结合的的电工电子网络实验室,并在此基础上构建了一系列真实实验和虚拟实验。本网络实验室集实验教学、实验操作和管理等于一体,能满足于电工电子实验教学的需要,并可根据专业需求拓展为多学科的网络综合实验室。

基于机器视觉的果蝇复眼坏区甄别系统的图像处理设计

利用机器视觉技术和美国NI的视觉开发模块,设计了对果蝇复眼坏区进行甄别的图像处理程序。成功地提取了样本图片中的复眼轮廓和其中的坏区斑点,对坏斑的大小进行了分析,给出了复眼和坏斑的面积,并与Matlab的计算结果进行了对比。结果表明,采用NI的视觉开发模块避免了计算机文本语言的复杂编程,简化了图像系统的开发,也增加了应用的灵活性。

一种玻璃浮计标尺读数的识别方法

针对玻璃浮计在弯月面处人工读数容易造成读数误差的问题,通过采集玻璃浮计弯月面处的图像信息进行特征提取和模式识别,提出了一种玻璃浮计标尺读数的自动识别方法。以NI Vision机器视觉系统识别不同毛细常数液体中玻璃浮计弯月面处的标尺刻线,并读取密度值。实验结果表明,在密度范围为650~2 000 kg/m^3的不同毛细常数液体中,该方法的识别结果与实际密度值基本一致。

基于LabVIEW和IMAQ的芯片字符识别系统

本文使用LabVIEW和IMAQ Vision以及Motion软件包,结合PCI-1405图像采集卡和PCI-7330运动控制卡等硬件设备搭建一个在线的通过字符识别来检测PCB板上芯片的系统。运用图像增强,中值滤波使拍摄到的芯片图像质量最佳,然后运用字符特征提取、特征细化、动态规划比对法等图像处理方法实现对芯片标签上的字符的识别。

基于LabVIEW的金刚石锯片端面损伤视觉检测平台

为检测金刚石锯片切割过程的端面损伤情况,设计了一个基于LabVIEW的夹层金刚石锯片端面损伤视觉检测平台。采用LabVIEW编写状态机,实现平台运行时的工作状态切换,在LabVIEW中编写运用通讯控件MX Component与三菱PLC的通讯程序,触发工业相机在线图像采集,并使用NI Vision Assistant进行图像处理。在NI Vision Assistant中进行图像预处理、图像二值化、粒子分析,成功获得端面形貌,以及锯片端面损伤判定。实验结果表明,该平台能快速完成锯片端面损伤视觉检测任务,且平台的程序开发周期短、复杂度低、检测稳定性好。

基于LabVIEW的带式输送机安全预警与控制系统

针对带式输送机运行过程中常见的各种故障问题,设计了一套带式输送机安全预警与控制系统。该系统以LabVIEW为开发平台,设计了工业相机控制和传感器数据采集程序,利用NIVision集成函数库开发了图像处理程序,实现了对输送带的跑偏、高温异常、堆高异常等故障的检测与控制。该系统具有对多种故障信息的自动分析、报警和安全防护功能,对带式输送机的安全运行具有重要意义。

基于LabVIEW机器视觉的二维码实时识别系统设计

为了能够实时采集图像并识别二维码所包含的信息,通过LabVIEW构建程序框图,运用图像灰度化、图像二值化、图像定位等研究方法,设计了一套运行速度快、代码简洁、成功率高的二维码识别系统。测试结果表明,识别成功率较高,运行速度约35 ms/图,可以满足生活或工业要求。

基于LabVIEW的快速精确人眼定位方法

人眼定位是人脸识别的重要环节,有效地提取人眼特征在人脸识别中有重要的意义。本文以虚拟仪器开发软件LabVIEW为平台结合其视觉处理模块NI-Vision,提出一种自动定位双眼瞳孔的新途径。该系统分为人脸轮廓的确定,划定眼睛的感兴趣区域,眼睛定位处理(增强,二值化,形态学)三个模块。通过定位200幅人脸图像,定位准确率达95.5%,平均处理时间小于30ms。