基于误差分离技术的球形工件在线检测方法

由于工件球度的在线检测比较困难,而且当前的测量系统大部分是离线检测。如果能在加工过程中对工件进行检测,根据检测结果及时修正加工参数,将降低生产成本、提高产品质量、加快生产速度。针对当前现状,提出了一种基于工件圆度的测量方法,通过测量工件的圆度间接得到工件球度,准确度较高。介绍了基于单片机的在线测量系统的构成和测试原理,并采用误差分离技术提高测量精度,系统结构简单、成本低、精度高。     

活塞环型线在线检测系统的研究

开发了活塞环型线在线检测系统,进行硬件系统的设计选配和软件系统的设计开发,对活塞环外圆轮廓数据进行在线检测、误差分析、图形显示、误差修正补偿,实现活塞环数控车床加工测量一体化。     

基于机器视觉的工件边缘毛刺检测系统研究

为了提高工件边缘毛刺尺寸和位置坐标检测的效率,设计了由硬件模块和图像处理模块组成的用于毛刺信息检测的机器视觉测量系统。通过工业数字摄像头采集图像,在Open CV开源平台下,对其进行相关的形态学处理,利用Canny边缘检测和C++标准模板库中的函数将图像轮廓信息转化为数字信息,以累计概率霍夫变换(PPHT)拟合的轮廓曲线为基准,提出一种基于数据驱动的曲线异常检测算法,分离曲线异常部分,得出毛刺信息。在Visual Studio 2010平台内配置Open CV 2.4.9进行测试。实验结果表明,算法能准确快速地获得毛刺尺寸信息,测量系统的精度达到0.095 mm/pixel,相对误差最大为1.62%,完全能够满足此工件加工中的精确性要求。     

基于机器视觉的蜜柑横径测量方法研究

【目的】机器视觉技术具有无损、快速、准确、智能化程度高等优点,被广泛应用于水果检测中,替代人工对水果的检测分级,因此研究小组基于机器视觉技术,来探究蜜柑横径的测量方法和过程。【方法】研究小组在试验研究过程中,通过图像采集系统获取蜜柑样本图像,并对其进行灰度化、中值滤波等预处理,采用阈值分割的方法将蜜柑图像和背景图像进行分割。对蜜柑图像区域进行填充和形态学处理等,提取蜜柑的边缘轮廓图像;运用Canny算子的边缘检测技术,最终提取出蜜柑的轮廓;依据轮廓图像,采用拟合圆法,将拟合出的圆的直径作为蜜柑横径数据,并和人工实测的蜜柑横径数据进行比对和分析。【结果】从测试样本中随机取出9个蜜柑样本进行试验,通过相对误差数据表明,机器视觉技术能够比较合理、准确地计算出蜜柑的横径。【结论】将机器视觉技术应用到蜜柑横径的测量中,通过采用相关的图像处理方法和数据运算,探讨出了蜜柑横径的测量过程和方法,为蜜柑乃至柑橘类水果的智能化分级提供了方法理论和数据基础。     

激光及X射线肉图像同步采集系统设计及实验

提出了一种不规则肉碎骨图像检测方法,设计了一种基于激光三角法以及软X射线技术的肉碎骨图像采集的在线检测系统。该系统由X射线图像采集部分、激光图像采集部分、机械传输部分、PLC控制系统部分和图像处理系统组成。采用小型单元式PLC作为控制核心,检测肉位置和触发激光及X射线采集图像,肉图像采集软件在Visual C#2008环境下结合环境下结合HALCON函数库实现,系统调试运行正常,可实时同步采集肉动态激光图像及X射线图像。利用肉激光图像和X射线图像进行图像融合实验。结果表明,小波算法速度快,融合后的图像失真少,更加接近于原X射线图像,更有利于肉图像碎骨信息的提取。     

数控加工中自动找正和在线测量技术的应用

【目的】在大规模零件生产过程中,采用传统的加工方式会出现反复装夹、准确定位、刀具损坏、校正、离线检查等问题,不仅影响到了加工质量和效率,而且增大了加工误差和人为隐患。【方法】笔者根据加工工件、机床设备和系统软件的特点,将数控加工技术与自动找正和在线测量技术相结合,分析了自动找正和在线测量技术的工作原理,设计了数控机床计算机操作系统,通过测头和宏程序实现了工件的自动测量、在线监测以及自动补偿等生产操作,并对改善前后的加工质量和加工效率进行了对比。【结果】应用在线测量技术的产品合格率可以达到100%,利用自动找正方法的零件生产效率提升了38.2%。【结论】通过将数控加工技术与自动找正和在线测量技术相结合,极大地降低了工人的劳动强度、生产成本以及产品的不合格率,缩短了生产辅助时间,提升了生产工件的质量以及规格精度,为零件的批量生产提供了有效依据,自动找正和在线测量技术在复杂零件的规模化生产加工及测量方面具有广泛的应用前景。     

大口径钢管圆度测量喷标系统设计与误差补偿研究

为满足大口径钢管测量精度的需要,设计了一种龙门架式钢管在线测量及喷标系统。利用龙门架两侧立柱激光传感器的竖直运动,测量钢管截面外径上点的坐标,利用最小二乘法求其圆心坐标,采用近似直径法求取该截面的最大直径和最小直径,从而求得该截面的圆度。实例证明该系统及数据处理算法可实现钢管外径及圆度的测量,并具有相当高的精度。对测量结果进行误差分析,得知影响测量结果的主要来源是钢管的摆放姿态,通过投影及坐标变换对误差进行补偿,补偿后结果得到了一定的改善,从而验证了误差分析的合理性和补偿方法的可行性,该系统可用于大口径钢管的在线测量。     

鱼加工生产线头尾定向调理上料系统设计与试验

针对当前鱼类自动化加工中存在的定向困难、稳定性差及鱼身损伤严重等问题,设计鱼体头尾定向调理上料系统。控制系统采用测量光幕扫描采集传送带上输送的鱼体图像,在Matlab环境中开发上位机控制系统,对鱼体图像进行处理,提取鱼体轮廓曲线,根据头尾轮廓曲线的差异性进行头尾定向识别。为方便操作者实时操作调整参数,设计了基于Matlab的GUI界面,对传送速度、图像采集、姿态调整装置等进行调节控制。在搭建的试验台上使用草鱼进行系统测试,初步试验结果表明,输送速度设置为10 cm/s时,系统对于鱼体的头尾识别成功率可达95%,头尾序列整理定向成功率接近90%。本研究为鱼类机械加工提供了新的送料方案,对提高鱼加工生产线自动化有较好的借鉴。     

基于几何形态学与迭代随机圆的番茄识别方法

为解决番茄采摘机器人作业过程中果实识别不准确的问题,提出一种基于几何形态学和迭代随机圆相结合的目标提取算法,该算法可对图像中粘连的果实进行有效分割与识别。首先,以串收番茄佳西娜为研究对象,使用RGB相机采集图像;其次,对图像进行Canny边缘检测操作,获得果实边缘轮廓点;然后,对果实边缘轮廓点进行基于几何形态学的处理,获得果实轮廓点;最后,对果实轮廓点分组处理后,进行迭代随机圆的处理,得到果实识别结果。对该算法的正确率和准确率进行了验证,结果表明,果实识别正确率为85. 1%,果实识别准确率为79. 1%,此算法在一定程度上解决了复杂环境下多个果实粘连或被少量遮挡情况下的果实分割问题。     

主轴回转误差对工件圆度误差的影响研究

主轴回转误差是影响机床加工精度的重要因素之一,通过构建测试车床的主轴回转误差测试的系统,研究在线条件下主轴回转误差对工件圆度误差的影响关系。研究结果表明,主轴回转误差与工件圆度误差的形态相似度高,而且两者相关性系数在0.9以上。这为后续采用主轴回转误差对精密加工机床的加工工件圆度误差预测提供了研究基础。     

基于深度图像的猪体尺检测系统

为实现生猪饲养过程中体尺无接触检测,设计了一套基于双目视觉原理的猪体尺检测系统。针对色彩图像提取猪体轮廓易受污物和光照干扰的问题,提出基于深度图像的猪体轮廓提取算法。使用双目视觉系统获得猪体深度图像,利用帧差法提取猪只高度信息,并基于高度信息二值化图像,获得猪体轮廓;结合优化的基于凹陷结构的拐点提取算法,筛选体尺检测关键点,计算体长、体宽、体高、臀宽、臀高5个体尺,编写了基于以上算法的猪体尺检测程序。双目视觉系统三维检测的实验室验证表明:在2 m物距范围内,系统三维检测相对误差均小于1%;系统在实际猪场对32组猪体尺检测结果表明:与手工测量猪体尺相比,本系统检测的体尺平均相对误差在2%左右,平均误差小于2 cm。试验证明基于深度图像的猪体尺检测系统不容易受到脏污和光照干扰,能够实现生猪饲养过程中猪体尺的无接触检测。     

基于机器视觉的鸡胴体表面污染物在线检测技术

基于机器视觉技术设计了鸡胴体表面污染物在线检测及处理系统。通过"工业相机+滤光片+计算机"的方式在线采集鸡胴体表面波长500 nm和710 nm的特征图像,采用中值滤波、灰度增强进行图像预处理,然后采用Otsu法自动确定阈值并获得二值化图像,再对图像进行腐蚀、膨胀、空洞填充以及异或操作,分割得到鸡胴体表面污染物区域并以此判断鸡胴体表面是否存在污染物,然后对鸡胴体表面的污染物进行喷淋处理。试验结果显示,利用该系统进行鸡胴体表面3种污染物(盲肠粪便、血液、胆汁)检测,检测总体平均正确率为90.5%,表明该系统可实现鸡胴体表面污染物的在线检测和正确识别。     

机械CAD轮廓提取研究

为了能够准确获取到机械零件三维轮廓信息,本文提出了一种新的机械CAD轮廓提取方法,使用两个正交相机及CAD文件实现三维物体完整信息的提取。首先搭建了图像轮廓提取实验平台;接着基于CAD文件特征提取技术,实现了机械零件三维轮廓;最后实现了二维图像的轮廓提取、直线和圆的检测以及特征点的三维重建。实验结果表明,该方法可以比较精确的获取到零件三维轮廓信息。     

基于图像处理的微小塑料齿轮轮廓优化

通过计算机视觉系统的构成、图像预处理、图像分割和数字图像的像素连通性理论与技术的研究,提出微小塑料齿轮的二值图像噪声点去除及齿轮轮廓提取方法,用数学形态学方法提出轮廓的简化算法,并给出了关键技术的原理及实现方法.发现通过删除曲线上多余点,可以达到用最少的点来表示一条曲线的目的.实验结果表明,该优化轮廓的简化算法,可获得准确的齿形检测数据,能满足工程测量的实际需要.     

电极圆锥内螺纹的非接触测量

提出了电极圆锥内螺纹的图像处理及检测方法。原始灰度图像为CCD采集的经过工件轴线的截面图像,该截面为一个特殊加工的剖分式轴截面,其定位与加工方法同电极内螺纹一样,以此作为抽检来判别电极圆锥内螺纹的几何参数及刀具磨损状况,通过对直径的测量,获得了刀具磨损的相关信息。图像处理过程包括几何变换、灰度级变换、图像平滑、滤波降噪、阈值选取及二值化、边缘提取等,并对不同处理方法进行了比较。在测量尺寸时,使用自编程序计算测量内螺纹的螺距、牙型半角及锥角,测量精度分别达到±0.012mm、±0.17°和±0.018°,满足产品的技术要求,并分析了误差产生的原因。     

基于Android手机的水稻剑叶角测量系统

为了快速、无损地测量水稻剑叶角,设计了基于Android智能手机的便携式水稻剑叶角无损测量系统。采用智能手机后置摄像头获取水稻剑叶基部图像,经过图像预处理、直线检测、K-means聚类和向量方法等处理过程,得到水稻剑叶角。基于Android编程技术对系统软件进行设计,实现了在Android平台下利用JNI和Android NDK调用基于Open CV库的剑叶角提取图像处理算法,实现了新建试验、材料信息输入、摄像头获取剑叶基部图像、计算输出剑叶角及保存数据等界面操作流程。利用该测量系统在田间对4个品种的80株水稻进行剑叶角测量试验,以验证系统性能。试验结果表明,和人工用量角器测量结果相比,该系统测量的平均绝对误差为1.34°,相对误差为2.7%,测量值和真实值相关系数为0.997,能有效测量剑叶角。     

计算机视觉技术在微小尺寸测量中的应用

应用计算机视觉技术快速测量微小零件的尺寸,研究了CCD图像预处理、图像二值化、边缘处理、标定等技术,发现中值滤波平滑处理图像的精度更高,轮廓跟踪能使图像边缘确定时的运算更简单。图像检测结果与工具显微镜测量进行了比较,结果表明该测量方法可以快速、准确地实现大批量同类零件的尺寸测量及合格度的检验,并可满足100%在线检测要求,检测误差不超过0.0119mm,每件检测时间不超过2s。     

激光跟踪仪在农机制造行业的应用

采用传统的检测设备及方法，检验效率低，人工成本高，未解决该问题，提出在生产过程中使用激光跟踪仪对整机关键尺寸及工装夹具进行测量。激光跟踪测量是工业测量系统中一种高精度的测量仪器，它具有高精度、高效率、实时跟踪测量、安装快捷、操作简便等特点，能够满足农机产品在生产制造过程中大尺寸工件及工装夹具的测量需求。     

基于机器视觉的柑橘果形测控系统设计

针对柑橘果形特征中圆度和果径检测精度低、姿态定位时间长的问题,设计了一种嵌入式快速检测与控制系统。系统以STM32单片机为系统控制核心,测量了单目相机图像的半径误差和形状误差,并采用高斯滤波、数字图像形态学、Hu矩和Canny算法,对动态的柑橘图像进行姿态识别与柑橘果形检测。检测结果表明：视觉检测系统半径误差控制在1.8%以内,形状误差为2.71%～3.69%;在5个/s柑橘的检测速度下,柑橘圆度和果径的在线分级正确率分别为81%和91.92%。本研究结合机器视觉无损检测技术,实现了动态下柑橘圆度和果径特征的综合检测与分级。     

基于声发射技术的外圆切入磨削阶段砂轮的特征参数研究

外圆切入磨削加工效率较高,所以经常会引起砂轮钝化问题,砂轮状态影响着磨削加工效率和工件质量。因此,提出了一种基于声发射技术的外圆切入磨削阶段砂轮监测模型,该模型通过提取磨削加工过程中有关砂轮状态的声发射信号,利用时间常数,实现砂轮分别在粗磨和平磨状态下的在线智能监测,并从实际的声发射信号和工艺参数与结果的对应关系得出了具体的特征提取策略。