基于机器视觉的黑晶面板几何参数测量方法

针对黑晶面板几何参数人工测量效率低、测量误差大等问题,提出了一种基于机器视觉的黑晶面板几何参数测量方法。首先用工业相机对不同尺寸的黑晶面板进行图像采集,然后通过图像预处理、霍夫直线检测及参数校准等步骤对采集到的黑晶面板图像进行处理。最后根据处理结果进行计算出黑晶面板几何参数。在线测量实验表明:在现有相机摆放方式情形下,测量设备可以快速准确计算出200 mm×200 mm至400 mm×600 mm范围内黑晶面板的各个几何参数,其中边长测量精度可达到0.1 mm,两对角线之差精度可达0.3 mm。测量设备能实现对产品100%测量,并在检测精度上满足工厂测量要求。

工业干扰环境下基于模板匹配的印刷品缺陷检测

目的提出一套应用于实际工业干扰环境下的印刷品缺陷检测算法,解决在工业环境中由于受灰尘干扰和传送装置振动干扰等因素影响,一些传统的印刷品缺陷检测算法在检测速度和精度等方面已经无法胜任的问题。方法算法主要包括图像预处理、模板制作、模板匹配、灰尘处理、缺陷提取等5部分,其中图像预处理主要包括图像去噪、图像旋转、图像归边、图像剪裁和图像平移等环节。结果该算法在实际工业流水线上的运行结果表明,若检测400 mm×400 mm的印刷品,检测速度最快可小于1 s,检测精度可达到0.1 mm。结论该算法能够对传统预处理添加图像归边处理,以及对印刷品帧差结果图进行形态学处理,克服了工业环境下灰尘和传送装置振动等的干扰。

分层提取匹配印刷电路板元器件缺陷检测

文中提出了一种基于数学形态学与种子填充相结合的分层提取匹配算法,检测印刷电路板(PCB)中的贴片电阻和电容丢失与立碑、集成电路(IC)芯片丢失与极性错误等缺陷。算法分为PCB图像预处理、分层提取、模板分类匹配3部分。算法的关键在于消除无关信息干扰并通过种子填充算法对各类元器件进行分层提取,然后将不同元器件分别进行基于单链表的模板分类匹配。本算法在检测长度为19 cm、宽度为13.5 cm的PCB样本时,在确保精度为0.1 mm以上的情况下最快检测速度可以达到2 s/块。

纹理织物疵点窗口跳步形态学法检测

针对纹理织物疵点自动检测时因生产速度快造成的织物抖动以及检测速度难以匹配问题,提出窗口跳步形态学法纹理织物疵点检测算法。使用该算法对图像进行窗口分割及预处理后,首先对纹理织物图像的纹理特征进行分析,然后设计形态学算子进行腐蚀操作,最后使用连通域分析来确定疵点大小及位置。仿真实验及工厂实际应用表明,该算法可有效克服工业生产中纹理织物抖动造成的图像明暗不均,可检测出纹理织物中存在的破洞、经纬疵点、污渍、断线、折痕和结头等各种疵点,而且检测速度明显优于快速傅里叶变换特征点算法以及传统形态学检测算法。实时检测速度超过80 m/min,疵点检测精度为0.1 mm,满足实际生产需求。

基于嵌入式ARM9的墙面平整度检测仪研究与实现

随着房地产行业的兴起和家庭个人装修的流行,作为房屋验收的一项重要内容,墙面平整度问题越来越受到广泛关注。本文基于嵌入式ARM9平台,研制了一种激光扫描墙面平整度检测仪。首先阐述了墙面平整度检测仪的硬件平台构建,然后阐述了检测仪的Linux软件平台搭建及应用程序的设计,最后用所研制的仪器在房屋内进行了实际检测测试。检测结果表明:该仪器的墙面平整度检测效果良好。与传统的检测方式相比,该仪器能方便、准确、实时地检测墙面平整度,而且制造成本低廉,具有较大的商业价值。

基于机器视觉的条形光学玻璃自动计重切割

基于人工经验对光学玻璃进行的计重切割存在误差较大、效率较低、安全性较差的问题。针对上述问题,利用机器视觉构建了一套针对条形光学玻璃的自动计重切割设备,并结合结构光为该设备设计了一套在线自动计重算法。在计重算法中,高速工业相机采集到光学玻璃的图像后,首先识别玻璃横截面的位置特征,并对轮廓进行拟合,得出当前横截面的面积;然后结合伺服电机对玻璃推进的进给量,对面积进行积分,计算出累计的体积与质量。当累计质量满足切割条件时,对玻璃进行切割。经实验及工厂实际应用证明,该系统具有高精度、高效率以及高安全性等特性,实际切割误差小于0.3g。该装置及算法能够高效、精确地进行条形光学玻璃的自动计重切割。

基于机器视觉的聚氯乙烯管材表面缺陷检测

针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60m/min,缺陷最小检测面积为0.05mm^2,而且管材运行中单边抖动不超过5mm时无误报警现象发生,管材在运行速度为45m/min时漏检率为0,因而能满足实际生产需要。

一种考虑驾驶员姿态及光照因素的疲劳驾驶稳健检测算法

考虑疲劳驾驶检测过程中容易出现的偏头情形和光照因素影响,提出一种疲劳驾驶稳健检测算法。在实现Adaboost和主动性状模型相结合的人眼定位基础上,算法首先通过归一化人脸图像旋转等手段,使检测系统可以适应驾驶过程中经常出现的驾驶员偏头情形;其次通过补充人脸训练样本和引入直方图均衡等手段,使其可以更好地适应驾驶中出现的各种光照环境。最后利用Perclos算法对驾驶员疲劳状态进行判定。对模拟视频及车内采集的真实驾驶样本视频进行检测实验,结果表明稳健检测算法可以更准确定位人眼的位置。不仅可以有效的适应偏头情况,并且可以消除光照因素的影响,提升了检测系统的稳健性。

基于双打光模板匹配的冲压件表面缺陷检测

针对冲压件表面缺陷人工检测效率低、误检率高以及劳动强度大等问题,提出了一种基于双打光模板匹配的冲压件表面缺陷检测方法。首先针对不同的表面缺陷类型,根据照明效果采用底部环形光源与顶部面光源两种不同的打光方式。接着先后采用边缘提取、旋转定位、填充、模板匹配及缺陷提取等方法对采集的冲压件图像进行处理。在线检测应用表明,划痕、月牙磕碰缺陷采用低角度环形光源的打光方式和锈迹缺陷采用高角度面光源的打光方式具有良好的缺陷提取效果。整个表面缺陷图像处理方法可以快速、有效地检测出冲压件的表面划痕、月牙磕碰、锈迹等缺陷。检测精度最高可达0. 134 mm2,检测速度最快可达1. 196 s。该方法在检测速度和精度上能满足工厂检测要求,大幅提高生产效率,降低生产成本。