-
题名基于机器视觉的3C外壳工件螺孔位置尺寸测量系统
被引量：5
- 1
-
-
作者
黄南海
汪志成
周显恩
-
机构
东华理工大学机械与电子工程学院
吉安市电子信息研究院
-
出处
《机电工程技术》
2022年第5期78-83,共6页
-
文摘
针对长尺寸3C产品外壳螺丝孔位置尺寸的测量,采用传统的内径千分尺、卡尺、量规等手动机械工具存在量程有限、主观误差、效率低且容易损伤工件等问题,搭建了一种由机械传动平台、光源、工业相机、计算机等构成的长尺寸3C产品外壳螺丝孔位尺寸机器视觉检测系统。由机械传动平台结合工业相机快速精准采集工件的二维数字图像,通过图像处理获取工件外壳的边缘及螺丝圆孔轮廓特征,并采用边缘检测、Hough变换圆检测及直线检测算法,实现精准定位螺丝孔中心及工件外壳边缘直线。提出了基于直线检测和圆检测定位的工件螺孔位置尺寸测量方法和基于图纸尺寸先验位置关系定位的工件螺孔位置尺寸测量方法,实现了螺丝孔位置尺寸测量,且最高精度达到0.08 mm。
-
关键词
位置尺寸
机器视觉
图像处理
直线检测
圆检测
先验位置
-
Keywords
location size
machine vision
image processing
straight line detection
circle detection
a priori position
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于机器视觉的平板背板辅料检测系统
被引量：2
- 2
-
-
作者
王羽强
胡开明
周显恩
李跃忠
-
机构
东华理工大学机械与电子工程学院
吉安市电子信息研究院
-
出处
《机电工程技术》
2023年第1期146-149,共4页
-
基金
国家自然科学基金资助项目(编号:61663001)
江西省科技厅重点研发计划项目(编号:20212BBE53033)。
-
文摘
检测辅料是否贴装正确,是平板背板生产过程中的一道重要的工序。针对传统的人工肉眼检测平板背板辅料存在的效率低、准确率低、不能长时间作业等问题,开发了一套基于机器视觉技术的平板背板辅料自动检测系统,主要采用工业相机、镜头、工业光源、机械传动装置、图像采集卡、工控机和上位机软件等构成。研究设计了系统整体的机械结构方案;对系统的硬件进行选型,然后根据图像特点采用灰度变换和中值滤波算法增强对比度以及滤除噪声,ROI提取与阈值分割、连通域分析等算法进行检测;最后对系统检测软件进行设计。与传统的人工检测相比,采用本视觉系统进行检测能大大缩短检测时间,并能大幅度提高检测准确度。实验数据表明:开发的系统对每一个平板背板的检测时间大约为0.5 s,检测准确率能达到99.8%。
-
关键词
平板背板辅料检测系统
机器视觉
自动化检测
工业相机
-
Keywords
detection system for auxiliary materials of flat backplane
machine vision
automatic detection
industrial camera
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合亚像素边缘检测的芯片载带测量系统
- 3
-
-
作者
朱文鹏
汪志成
周显恩
-
机构
东华理工大学机械与电子工程学院
吉安市电子信息研究院
-
出处
《机电工程技术》
2023年第5期29-34,共6页
-
基金
国家自然科学基金青年基金(62103142)。
-
文摘
现有厚度测量方法(激光法、超声法、电容法)无法实现在线监控载带厚度。针对此问题提出了一种双工位的视觉测厚成像机构,低成本实现在线高速测量载带平面尺寸和厚度。针对载带高速运动下,型腔离焦成像、视差等因素导致的测量重复精度低的问题,提出了离焦补偿校正方法。首先引入基于局部区域面积效应的边缘定位算法实现高精度边缘检测,然后由所得关键点的几何关系计算出尺寸,最后基于离焦成像环境测量的F值和P2值的补偿校正方法,实现载带尺寸高精度测量。通过在实际载带生产线运行验证,该检测系统允许载带最大生产速度1800 m/h,重复精度为5μm;以人工测量均值为准确值时,测量系统精度为0.03 mm。
-
关键词
载带厚度测量
机器视觉
亚像素
离焦校正
-
Keywords
thickness measurement
machine vision
sub-pixel
defocus correction
-
分类号
TH711
[机械工程—测试计量技术及仪器]
TP23
[机械工程—仪器科学与技术]
-
-
题名基于机器视觉通信线缆接口检测
- 4
-
-
作者
范金生
马善农
周显恩
-
机构
东华理工大学机械与电子工程学院
吉安市电子信息研究院
-
出处
《机电工程技术》
2023年第11期160-164,共5页
-
基金
国家自然科学基金资助项目(62163004)。
-
文摘
近年来机器视觉在智能化领域逐渐火热,目前已经广泛应用于各种智能化制造过程中。为解决受周边环境影响运行产生的抖动问题,以及产线上的相机拍摄光线不足出现噪声明显的问题,提出一种基于机器视觉的图像增强算法,使用基于双边滤波的图像增强算法突出图片的特点,利用灰度分布、阈值切割和均值滤波等方法,对抓取的图像进行处理,实验结果表明,通过改进算法处理后的图像效果有显著提高。同时,针对传统通信线缆接口检测产线工作台机动性差而导致机台间无法交替使用的问题,提出一种灵活的安装方法,该安装方法能够在各机台间交替稳定使用。
-
关键词
机器视觉
图像增强
阈值分割
图像处理
-
Keywords
machine vision
image enhancement
threshold segmentation
image processing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
