基于机器视觉的零件尺寸测量系统设计

龙源期刊网 https://www.360docs.net/doc/ba4309300.html,

基于机器视觉的零件尺寸测量系统设计

作者：王保军

来源：《电子技术与软件工程》2017年第04期

摘要设计了一套基于机器视觉的零件尺寸在线测量系统。完成了硬件设备的选型和平台的搭建；采用Matlab语言实现了图像处理算法；采用Matlab GUI完成了测量系统软件的设计。实验结果表明：测量系统的测量精度可以达到2um以下，满足零件尺寸在线检测要求，

具有很好的应用前景。

【关键词】机器视觉 Matlab 图像处理尺寸测量

在工业生产中，测量是进行质量管理的手段，是贯彻质量标准的技术保证。机械零件的尺寸检测作为产品加工的一个关键环节，其检测结果不仅影响产品的质量，而且对后续零件的再加工和装配产生决定性的作用。目前，常规的零件尺寸测量手段主要采用游标卡尺、激光测量仪和轮廓仪等完成检测环节。以上零件尺寸测量方法要么受测量工具限制，其测量精度有限；要么检测仪器过于昂贵且操作复杂，同时其准确率往往受人为因素的影响。

鉴于当前机器视觉技术的快速发展以及其在工业检测方面的成功应用，论文构想利用摄像机替代人眼，让计算机替代人脑，从而研制出一套针对零件常规尺寸的自动化测量系统。

1 系统概述

在充分遵循系统的完整性、可靠性、经济性和实时性等原则的基础上，本文设计出了一套基于机器视觉的零件常规尺寸测量系统。该测量系统主要由图像摄取、图像处理、图像特征提取和分析、图像常规尺寸测量和结果输出几部分组成。其工作原理图如图1所示。

2 硬件设计

基于机器视觉的零件常规尺寸测量系统的硬件主要包括：照明装置、摄像机、计算机和透明工作台。各部件的主要功能是：照明装置主要为零件图像采集提供合适的光照环境；摄像机用来采集零件数字图像并传送到计算机，然后保存为相应图片格式；计算机通过系统软件实现对零件图像的预处理、边界提取、特征提取、相机标定和常规尺寸计算；透明工作台用来承载被测零件。

3 算法设计

图像处理算法对机器视觉测量系统会产生决定性的影响。为了能满足零件尺寸测量的要求，针对零件产品图像的特点，我们设计了一套合理的图像处理算法流程。其流程图如图2所示。

机械加工中工件尺寸精度测量的5大方法

机械加工中工件尺寸精度测量的5大方法 (1)试切法即先试切出很小部分加工表面，测量试切所得的尺寸，按照加工要求适当调刀具切削刃相对工件的位置，再试切，再测量，如此经过两三次试切和测量，当被加工尺寸达到要求后，再切削整个待加工表面。试切法通过“试切-测量-调整-再试切”，反复进行直到达到要求的尺寸精度为止。例如，箱体孔系的试镗加工。试切法达到的精度可能很高，它不需要复杂的装置，但这种方法费时(需作多次调整、试切、测量、计算)，效率低，依赖工人的技术水平和计量器具的精度，质量不稳定，所以只用于单件小批生产。作为试切法的一种类型——配作，它是以已加工件为基准，加工与其相配的另—工件，或将两个(或两个以上)工件组合在一起进行加工的方法。配作中最终被加工尺寸达到的要求是以与已加工件的配合要求为准的。 (2)调整法预先用样件或标准件调整好机床、夹具、刀具和工件的准确相对位置，用以保证工件的尺寸精度。因为尺寸事先调整到位，所以加工时，不用再试切，尺寸自动获得，并在一批零件加工过程中保持不变，这就是调整法。例如，采用铣床夹具时，刀具的位置靠对刀块确定。调整法的实质是利用机床上的定程装置或对刀装置或预先整好的刀架，使刀具相对于机床或夹具达到一定的位置精度，然后加工一批工件。在机床上按照刻度盘进刀然后切削，也是调整法的一种。这种方法需要先按试切法决定刻度盘上的刻度。大批量生产中，多用定程挡块、样件、样板等对刀装置进行调整。调整法比试切法的加工精度稳定性好，有较高的生产率，对机床操作工的要求不高，但对机床调整工的要求高，常用于成批生产和大量生产。 (3)定尺寸法用刀具的相应尺寸来保证工件被加工部位尺寸的方法称为定尺寸法。它是利用标准尺寸的刀具加工，加工面的尺寸由刀具尺寸决定。即用具有一定的尺寸精度的刀具(如铰刀、扩孔钻、钻头等)来保证工件被加工部位(如孔)的精度。

机器视觉测量技术

机器视觉测量技术杨永跃合肥工业大学 2007.3

目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD相机类 2.4 彩色数码相机 2.5 常用的图像文件格式 2.6 照明系统设计第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术第四章标定方法的研究 4.1 干涉条纹图数学形成与特征 4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法第五章立体视觉 5.1 立体成像

5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从x恢复形状的方法 5.6 测距成像第六章标定 6.1 传统标定 6.2 Tsais万能摄像机标定法 6.3 Weng’s标定法 6.4 几何映射变换 6.5 重采样算法第七章目标图像亚像素定位技术第八章图像测量软件（多媒体介绍）第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析附：教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。

第一章绪论 1.1 概述人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。智能机器能模拟人类的功能、能感知外部世界，有效解决问题。人类感知外部世界：视觉、听觉、嗅觉、味觉、触觉眼耳鼻舌身所以对于智能机器，赋予人类视觉功能极其重要。机器视觉：用计算机来模拟生物（外显或宏观）视觉功能的科学和技术。机器视觉目标：用图像创建或恢复现实世界模型，然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备：摄像机、红外线、激光、超声波、X射线、CCD、数字扫描仪、超声成像、CT等数字化设备 2 低层视觉（预处理）：对输入的原始图像进行处理（滤波、增强、边缘检测），提取角点、边缘、线条色彩等特征。 3 中层视觉：恢复场景的深度、表面法线，通过立体视觉、运动估计、明暗特征、纹理分析。系统标定 4 高层视觉：在以物体为中心的坐标系中，恢复物体的完整三维图，识别三维物体，并确定物体的位置和方向。 5 体系结构：根据系统模型（非具体的事例）来研究系统的结构。（某时期的建筑风格— 据此风格设计的具体建筑） 1.3 机器视觉的应用工业检测—文件处理，毫微米技术—多媒体数据库。许多人类视觉无法感知的场合，精确定量感知，危险场景，不可见物感知等机器视觉更显其优越十足。 1 零件识别与定位

机器视觉检测系统简述及系统构成

机器视觉检测系统简述及系统构成 1机器视觉检测的一般模式机器视觉检测的目标千差万别，检测的方式也不尽相同。农产品如苹果、玉米等通常是检测其成熟度，大小，形态等，工业产品如工业零件,印刷电路板通常是检测其几何尺寸，表面缺陷等。不同的应用场合，就需要采用不同的检测设备和检测方法。如有的检测对精度要求高，就需要选择高分辨率的影像采集装置；有的检测需要产品的彩色信息，就需要采用彩色的工业相机装置。正是由于不同检测环境的特殊性，目前世界上还没有一个适用于所有产品的通用机器视觉检测系统。虽然各个检测系统采用的检测设备和检测方法差异很大，但其检测的一般模式却是相同的。机器视觉检测的一般模式是首先通过光学成像和图像采集装置获得产品的数字化图像，再用计算机进行图像处理得到相关检测信息，形成对被测产品的判断决策，最后将该决策信息发送到分拣装置，完成被测产品的分拣。机器视觉检测的一般模式如图1所示：图1机器视觉检测的一般模式 1.1图像获取图像获取是机器视觉检测的第一步，它影响到系统应用的稳定性和可靠性。图像的获取实际上就是将被测物体的可视化图像和内在特征转换成能被计算机处理的图像数据。机器视觉检测系统一般利用光源，光学镜头，相机，图像采集卡等设备获取被测物体的数字化图像。 1.2视觉检测视觉检测通过图像处理的方法从产品图像中提取需要的信息，做出结果处理并发送相应消息到分拣机构。通常这部分功能由机器视觉软件来完成。优秀的机器视觉软件可对图像中的目标特征进行快速准确地检测，并最大限度地减少对硬件系统的依赖性，而算法设计不够成熟的机器视觉软件则存在检测速度慢，误判率高，对硬件依赖性强等特点。在机器视觉检测系统中视觉信息的处理主要依赖于图像处理方法，它包括图像增强,数据编码和传输，平滑，边缘锐化，分割，特征提取，目标识别与理解等内容。 1.3分拣对于一个检测系统而言，最终是要实现次品（含不同种类的次品）与合格品的分离即分拣，这部分功能由分拣机构来完成。分拣是机器视觉检测的最后一个也是最为关键的一个环节"对于不同的应用场合，分拣机构可以是机电系统!液压系统!气动系统中的某一种。但无论是哪一种，除了其加工制造和装配精度要严格保证以外,其动态特性,特别是快速性和稳定性也十分重要，必须在设计时予以足够的重视。 2机器视觉检测系统的构成一个典型的机器视觉检测系统主要包括光源、光学镜头、数字相机、图像采集卡、图像处理模块、分拣机构等部份。其构成如图2所示。图2典型的机器视觉检测系统 3光源

基于机器视觉的轴承内外径尺寸检测系统_雷良育

2005年3月农业机械学报第36卷第3期基于机器视觉的轴承内外径尺寸检测系统雷良育　周晓军　潘明清【摘要】　开发了适应大批量流水线生产和检测需要的轴承内外径机器视觉检测系统。对系统的机械及运动控制部分以及光学成像系统等进行了设计,提出了一种利用多项式插值精确测量轴承边缘点位置的方法,分析提出了将锐化图像进行再滤波的技术,优化了轴承图像内外径尺寸的边缘获取的技术路线。检测结果表明,系统具有非接触、在线实时、速度快、精度合适、现场抗干扰能力强等优点,能实现产品的零废品生产的目标。关键词:轴承　直径　自动检测　机器视觉中图分类号:T P 391;TH 13313 文献标识码:A M ach i ne V ision System for I nner and Outer D i am eters I n spection of a Bear i ng L ei L iangyu Zhou X iao jun Pan M ingqing (Z hej iang U n iversity ) Abstract A m ach ine visi on system fo r in specti on of inner and ou ter diam eters of bearings w as developed fo r a p i peline p roducti on and in sp ecti on .T he m echan ical and m ovem en t con tro l un its ,as w ell as its op tical i m aging system ,w ere designed .A p recisi on m easu ring m ethod w ith po lynom ial in terpo lati on w as develop ed to m easu re bearing edges . B esides ,a re 2filtering techn ique w as adop ted to op ti m ize the techn ical rou te .T he m easu ring resu lts show ed that the system had advan tages of non 2con tact ,on 2line ,real ti m e and rap id speed ,as w ell as app rop riate p recisi on and strong an ti 2jamm ing . Key words B earing ,D iam eter ,A u tom atic m easu ring ,M ach ine visi on 收稿日期:20030922 雷良育　浙江大学现代制造工程研究所　博士生　副教授(江苏技术师范学院),310027　杭州市周晓军　浙江大学现代制造工程研究所　教授　博士生导师潘明清　浙江大学现代制造工程研究所　博士生引言目前,我国大多数轴承生产厂家在轴承尺寸精度的检测方面还是依靠机械式、光学式等测量仪器,手段比较落后。这种依靠人力的随机抽样检测方法检测效率低、精度低、易于引进人为误差。随着现代制造业的发展,传统的检测技术已不能满足其需要,现代制造强调实时、在线、非接触检测,因而对轴承尤其是精密轴承的测量提出了越来越高的要求。为了适应轴承制造业生产批量大、质量要求严格、检测任务繁重的特点以及自动化流水线作业、实现产品100%检测目标的要求,需要研究新型的产品检测技术。机器视觉检测技术具有非接触、速度快、精度合适、现场抗干扰能力强等突出的优点,能很好地满足现代制造业的需求,在实际中显示出广阔的应用前景。应用机器视觉检测技术,研制了基于机器视觉的轴承内外径尺寸检测系统[1～4]。 1　系统工作原理与设计 111　工作原理轴承内外径机器视觉检测系统由线阵CCD 传感器、光学系统、计算机图像采集和处理系统、机械运动工作平台等部分组成,其系统结构框图如图1所示。系统的工作原理:被测轴承在机械运动工作平

零部件尺寸测试

零件尺寸测量和量具使用一、尺寸量测: 在产品检验中, 尺寸量测是最基本的检验项目, 通过尺寸量测, 可知产品或零件的尺寸是否满足设计规格或使用要求, 从而判定合格与否, 能否使用; 同时, 能所量测尺寸数据进行记录、统计、分析, 可掌握制程加工的规律, 找出潜在的问题隐患, 从而预防问题的发生. 1.尺寸量测的项目: 如零件的长度、直径(内外径)、深度、高度等. 2.尺寸量测的量具: 卷尺、直尺、卡尺、内外径千分尺、投影仪、通止规等. 二、量具的使用和尺寸量测 1.量具的选择: 量具除根据被量测尺寸的大小而选择相应的量程外, 更重要的是要根据被量测尺寸的精度和公差而选择相应测量精度的量具. a.选择量具的最小量测值: 量具的最小量测值, 必须要小于或等于被量测尺寸的最小读数, 如尺寸(10.05)的最小值为0.01mm., 必须使用量测最小值等于或小于0.01mm.的量具, 如带表卡尺、数显卡尺或千分尺, 而不可使用直尺或卷尺等. b.选择量具的量测精度值: 要根据被量测尺寸的公差范围来选择不同量测精度的量具, 一般情况下, 量具的量测精度必须小于或等于尺寸公差值的1/3, 如尺寸10.5±0.05mm.,可选用量测精度为±0.02mm.或±0.03mm.的带表或数显卡尺, 如尺寸φ8.00±0.015mm., 则不可选用量测精度为±0.02mm.或±0.03mm.的带表或数显卡尺, 可选用量测精度小于 0.01mm.的千分尺.尺寸5.000±0.005mm., 则必须选用量测精度为±0.002mm.以下和量测最小值为0.001的千分尺. 2.卡尺: 是应用最广泛的量具, 一般用于量测中等精度要求的尺寸, 有游标卡尺, 带表卡尺, 数显卡尺几种, 我司常用的是带表卡尺和数显卡尺. a.不同卡尺的性能参数见下表卡尺类型测量范围分度值或分辨率精度游标卡尺0~150mm. 0.02或0.05mm. ±0.03或±0.05mm. 带表卡尺0~150mm. 0.01或0.02mm ±0.03mm. 数显卡尺 0~150mm. 0.01mm. ±0.02mm. b.卡尺的使用 ·在使用前, 须检查卡尺性能是否良好以及是否归零, 对于数显卡尺, 可先将卡尺拉开一段后轻轻推上, 此时卡尺应显示0.00, 如卡尺不归零, 先检查使用手法是否正确, 否则可按动归零按钮来实现, 注意使用卡尺时一定要用右手大拇指来拉开或推动卡尺的转轮, 其它手法均可能导致测量误差. ·卡尺可用来量测零件的外形尺寸(如长度/外径)、内空尺寸(如内腔长度/内径)以及深度尺寸. ·用卡尺量测外形尺寸要注意用力的松紧程度, 一般情况下, 当卡脚卡紧被测物体后, 须松开手或不用力来读数, 如仍用力按住卡尺握把读数, 这时的读数值会较实际值偏小. ·量测时尽量将被量测零件卡在卡脚的1/3处, 而不是卡在卡尖上. ·量测内径时,卡尖要尽量伸入内部, 轻轻转动零件或移动卡尺, 使量得的尺寸为量大值, 不可将卡尖卡住零件内壁后大幅转动零件, 这样会磨损卡尖而影响量测精度. ·量测深度时, 要注意卡尺的垂直, 因此要找到比较准确的支撑点或面, ·为了防止量测误差或错误, 可对一个尺寸进行多次量测复核, 一般同一尺寸可在不同位置或角度量测3次(如外径), 其每次量测的数据都应符合公差的要求. ·卡尺使用完毕后, 要将电源关闭, 存放时要注意将两卡尺松开一丝间隙. 同时将卡尺的卡脚和其它部位擦拭干净.

机器视觉测量技术

机器视觉测量技术杨永跃合肥工业大学 2007.3 目录第一章绪论 1.1 概述 1.2 机器视觉的研究内容 1.3 机器视觉的应用 1.4 人类视觉简介 1.5 颜色和知觉 1.6 光度学 1.7 视觉的空间知觉 1.8 几何基础第二章图像的采集和量化 2.1 采集装置的性能指标 2.2 电荷藕合摄像器件 2.3 CCD 相机类 2.4 彩色数码相机 2.5 常用的图像文件格式

2.6 照明系统设计第三章光学图样的测量 3.1 全息技术 3.2 散斑测量技术 3.3 莫尔条纹测量技术 3.4 微图像测量技术第四章标定方法的研究 4.1 干涉条纹图数学形成与特征4.2 图像预处理方法 4.3 条纹倍增法 4.4 条纹图的旋滤波算法第五章立体视觉 5.1 立体成像 2 5.2 基本约束 5.3 边缘匹配 5.4 匹域相关性 5.5 从 x 恢复形状的方法 5.6 测距成像

第六章标定 6.1 传统标定 6.2 Tsais 万能摄像机标定法 6.3 Weng ’ s 标定法 6.4 几何映射变换 6.5 重采样算法第七章目标图像亚像素定位技术第八章图像测量软件 (多媒体介绍第九章典型测量系统设计分析9.1 光源设计 9.2 图像传感器设计 9.3 图像处理分析 9.4 图像识别分析附:教学实验 1、视觉坐标测量标定实验 2、视觉坐标测量的标定方法。 3、视觉坐标测量应用实验 4、典型零件测量方法等。

3 第一章绪论 1.1 概述人类在征服自然、改造自然和推动社会进步的过程中,面临着自身能力、能量的局限性, 因而发明和创造了许多机器来辅助或代替人类完成任务。智能机器或智能机器人是这种机器最理想的模式。智能机器能模拟人类的功能、能感知外部世界,有效解决问题。人类感知外部世界:视觉、听觉、嗅觉、味觉、触觉眼耳鼻舌身所以对于智能机器,赋予人类视觉功能极其重要。机器视觉:用计算机来模拟生物(外显或宏观视觉功能的科学和技术。机器视觉目标:用图像创建或恢复现实世界模型,然后认知现实世界。 1.2 机器视觉的研究内容 1 输入设备成像设备:摄像机、红外线、激光、超声波、 X 射线、 CCD 、数字扫描仪、超声成像、 CT 等数字化设备 2 低层视觉(预处理 :对输入的原始图像进行处理(滤波、增强、边缘检测 ,提取角点、边缘、线条色彩等特征。 3 中层视觉:恢复场景的深度、表面法线,通过立体视觉、运动估计、明暗特征、纹理分析。系统标定

机器视觉测量实验报告

《机器视觉应用实验报告》姓名黄柱汉学号 201341304523 院系机械与汽车工程学院专业仪器仪表工程指导教师全燕鸣教授 2015年04月16日

华南理工大学实验报告课程名称：机器视觉应用机械与汽车工程学院系仪器仪表工程专业姓名黄柱汉实验名称机器视觉应用实验日期2015.4.16 指导老师全燕鸣一、实验目的主要目的有以下几点： 1.实际搭建工业相机、光源、被摄物体图像获取系统，自选Labview或Matlab、 Halcon、Ni Vision软件平台，用打印标定板求解相机内外参数以及进行现场系统标定； 2.进行一个具体实物体的摄像实验，经图像预处理和后处理，获得其主要形状尺寸的测量（二维） 3.进行一个具体实物体的摄像实验，经图像预处理和后处理，识别出其表面缺陷和定位。二、实验原理 “机器视觉”是用机器代替人眼来进行识别、测量、判断等。机器视觉系统是通过摄像头将拍摄对象转换成图像信号，然后再交由图像分析系统进行分析、测量等。一个典型的机器视觉系统包括照明、镜头、相机、图像采集卡和视觉处理器5个部分。 HALCON是在世界范围内广泛使用的机器视觉软件，拥有满足各类机器视觉应用的完善开发库。HALCON也包含Blob分析、形态学、模式识别、测量、三维摄像机定标、双目立体视觉等杰出的高级算法。HALCON支持Linux和Windows，并且可以通过C、C++、C#、Visual Basic和Delphi语言访问。另外HALCON与硬件无关，支持大多数图像采集卡及带有DirectShow和IEEE 1394驱动的采集设备，用户可以利用其开放式结构快速开发图像处理和机器视觉应用软件，具有良好的跨平台移植性和较快的执行速度。本实验包括对被测工件进行尺寸测量和表面缺陷检测。尺寸测量是通过使用机器视觉来对考察对象的尺寸、形状等信息进行度量；缺陷检测是通过机器视觉手段来分析零部件信息，从而判断其是否存在缺陷。

机器视觉检测分解

研究背景：产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术（1）人工目视检测法（2）频闪检测法无损检测技术（1）涡流检测法（2）红外检测法（3）漏磁检测法计算机视觉检测技术（1）激光扫描检测法（2）CCD 检测法采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。基于机器视觉的缺陷检测系统优点：集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。机器视觉图像处理技术是视觉检测的核心技术铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经

机器视觉检测

机器视觉检测一、概念视觉检测是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。机器视觉检测的特点是提高生产的柔性和自动化程度。 2、典型结构五大块：照明、镜头、相机、图像采集卡、软件 1.照明照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。目前没有通用的照明设备，具体应用场景选择相应的照明装置。照射方法可分为：分类具体说明优点背向照明被测物放在光源和摄像机之间能获得高对比度的图像前向照明光源和摄像机位于被测物的同侧便于安装结构光将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息频闪光照明将高频率的光脉冲照射到物

体上，摄像机拍摄要求与光源同步 2.镜头镜头的选择应注意以下几点：焦距、目标高度、影像高度、放大倍数、影响至目标的距离、中心点/节点、畸变。 3.相机按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD 和面阵CCD；单色相机和彩色相机。为优化捕捉到的图像，需要对光圈、对比度和快门速度进行调整。 4.图像采集卡图像采集卡是图像采集部分和图像处理部分的接口。将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。通过它，可以把摄像机拍摄的视频信号从摄像带上转存到计算机中。 5.软件视觉检测系统使用软件处理图像。软件采用算法工具帮助分析图像。视觉检测解决方案使用此类工具组合来完成所需要的检测。是视觉检测的核心部分，最终形成缺陷的判断并能向后续执行机构发出指令。常用的包括，搜索工具，边界工具，特征分析工具，过程工具，视觉打印工具等。 3、关键——光源的选择 1.光源选型基本要素：对比度机器视觉应用的照明的最重要的任务就是使需要被观察的特征与需要被忽略的图像特征之间产生最大的对比度，从而易于特

通用机械零部件检验规范

通用机械零部件检验规范适用范围指导QC部门的日常工作工作指引工作的分派： QC的检查工作由组长统一安排，分派，调控。 QC组长在安排QC工作时，须具体分析工件的检查难度，并结合QC的工作经验加以考虑来分派。 QC组长在分派QC工作时，应留意被分派的工件以往是否出现过质量问题，提醒QC注意，以防止相同的问题再次出现。 QC工作时应注意力集中，认真负责。如有疑问要及时反映，由组长实施指导。检验方案全检项：要求外观电镀色差相同，尺寸保持一致性。抽检项：批量＜50PCS，抽检5件。检验的依据及优先顺序：第一为物料承认书，第二为图纸，第三为本检验规范。检验设备游标卡尺千分尺高度尺角度尺塞尺针规螺纹规环规大理石平台投影仪二次元纯净水

甲基化酒精异丙醇检测夹具、色板、喷砂样板或签样检验步骤 1)对照图纸要求之版本，是否与实物一致。 2)清点图纸要求之数量，是否与实际相符 3)识别图纸要求之材料，是否与实物相符。 4)审查技术说明。留意：是否有对称件。不同类型的热处理、光洁度等对加工的要求。英文/日文的注解说明。 5)审核图纸的尺寸、形位公差、外观要求、光洁度等，决定检查方法，合理选用量具，保证检测质量。 6)QC按次序对工件进行检验，检完一个尺寸，作一个记号，不能漏检。 7)检出不良品，由组长或厂部确认是否返修，报废。 8)检验完毕签署检验记录，工件按要求进行清洗，清点包装，粘贴标识。 9)入库/出货。注意事项 1)审图时注意图纸是否模糊不清、是否漏盖工艺章。 2)图纸数量理论上只许多不能少。 3)审核所有材料，避免错料，混料。 4)检查是否有漏加工之处。

机器视觉在线检测系统项目实施流程

精选文档随着机器视觉检测技术的日益成熟，越来越多的企业选择安装机器视觉在线检测系统，企业如何做到机器视觉在线检测项目的顺利实施，企业用户对机器视觉在线检测系统设计制作流程的了解至关重要，今天创视新小编在这里整理了整个机器视觉在线检测系统从前期的产品检测评估到系统设备设计制作集成的整个过程做一个简单的介绍： 1、项目的前期评估 A、通过电话联系我们公司，我们公司将会有专业项目工程工程师跟您进行初步的沟通，了解您的需求； B、需要您提供检测样品（0K品和各种NG品数个）以及现场环境，如果不是做整机检测设备的还需要提供视觉设备的安装空间及外围I0通讯。如有需要，项目工程师可以到贵公司进行现场评估； C、根据提供的样品，项目工程师会在公司进行初步的技术评估，一般在收到样品后两个工作日内会给出测试结果； D、项目工程师会根据测试结果，向您提出专业的意见。提供合适的视觉产品（包括工业相机、镜头、光源、电脑、机器视觉系统软件等）给您，然后在测试结果出来后给您提供初步方案及项目费用预估。 E、如对方案存在疑问，可以随时联系项目工程师，项目工程师会对您的疑问进行解答并完善方案，尽力满足您的需求。 2、立项项目经过初步评估后，双方确认项目方案的可行性，项目工程师接下来会建立一个新项目流程往下进行。 3、检测标准的明确需要您收集0K品和限度NG品（即初步测试中认为可以检测出来的NG品种类），需要一定数量。项目工程师会对您提供的样品进行测试，详细的检测标准跟您进行确认精选文档

4、其他确认明确了检测标准后，项目工程师会进一步和您确认检测设备达到安装现场，机械和电气要求；如果贵公司对设备使用有特殊要求的，请及时提出，以便我们进行评估和设计。 5、整体方案书制作、明细报价单、合同制作项目工程师根据以上的确认制作详细的整体方案，整体包含整机图、视觉系统配置、检测标准、软件功能等。机器视觉在线检测系统设备设计制作流程在签完合同和各方面财务确认后就开始进一步的系统设备的设计制作。 1、客服提供相关的辅料需要提供不同程度的良品与不良品样品、产品样品外观尺寸和设计品载具。如果需要使用专用载具，请提供专用载具的相关尺寸以提供我们的设计使用。 2、设备整机布置图和电气控制动作流程的确认我们在收到您提供的相关辅料几个工作日后，提供设备整机布置图和电气控制动作流程给贵公司的责任人确认，如有疑问可以和公司的技术工程师沟通，技术工程师会尽快解决您的问题。 3、机器零件图设计整机布置图确认后，接着就是进行机械零件的设计。 4、机械、电气标准件的选型精选文档整机布置图和电控动作流程确认后，接着就是完成机械、电气标准件的选型。

国内机器视觉的发展现状

国内机器视觉的发展现状机器视觉是最近几年新发展起来的新兴技术领域,通过利用计算机模拟人的视觉能力来进行判断和识别,它是机器人、智能装备以及自动化领域至关重要不可或缺的技术之一。目前国内的机器视觉技术和国外相比还相对落后,关键的技术设备还依赖于进口。国内大部分的机器视觉公司都集中在系统集成领域。国内机器视觉市场需求凸显,而国内机器视觉技术的滞后已无法满足国内市场的需求。机器视觉应用主要包括表面缺陷检测、产品尺寸测量、机器人视觉定位、视觉目标识别这个四大类: 表面质量的检测至关重要,产品的表面缺陷不仅影响产品外观本身,还将对产品使用性能产生影响,比如做易拉罐的镀锡板,如果表面有微小的孔洞;卫生用无纺布表面有污点;液晶玻璃面板表面有结晶;太阳能电池片有断栅或隐裂等。现代化高速的生产线,人眼无法识别或效率较低,还有高额的人工成本,都迫使生产企业进行变革,引入表面视觉检测系统,让机器来替代人工检测,大幅提高生产检测效率。产品尺寸测量大部分应用于机械加工制造领域,现代机械加工技术精益求精,大规模批量化生产,通过构建机器视觉系统,对产品外观尺寸进行检测处理,发现不合格进行剔除。随着机械加工现代化水平的日益发展,视觉尺寸检测不可或缺。

视觉图像识别技术应用广泛,互联网中的人脸识别、交通防中的车牌识别、商品中二维码条码识别、ocr文字识别等。相比视觉检测和视觉测量,视觉图像识别技术相对成熟。机器视觉定位系统主要应用机器人视觉引导,机器视觉给机器人装上大脑和眼睛,通过视觉系统引导机器人做各种不同的姿态和动作,机器人与机器视觉的融合将是未来智能装备发展的重要领域。从整个国内机器视觉发展来看,国产化程度不高,机器视觉硬件设备核心零部件主要依靠进口。机器人技术和国外相比不仅是价格上的差距。系统集成企业以中小型企业为主,大部分企业一方面代理国外设备,一方面进行系统集成,真正投入的研发力量非常有限。国内机器视觉无疑是个处于上升时期的朝阳产业,2025中国制造大战略政策支持下,机器视觉企业将加大投入力量,促进国内机器视觉技术的快速发展。本文作者:大军闲谈

机器视觉检测的分析简答作业及答案要点

2012研究生机器视觉课程检测及课程设计内容一、回答下列问题： 1、什么是机器视觉，它的目标是什么？能否画出机器视觉检测系统的结构方块图，并说出它们的工作过程原理和与人类视觉的关系？机器视觉是机器（通常指计算机）对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。图像中的内容往往是某些机器零件，而处理的目标不仅要能对机器零件定位，还要能对其进行检验。机器视觉系统的组成框图 2、在机器视觉检测技术中：什么是点视觉技术、一维视觉技术、二维视觉技术、三维视觉技术、运动视觉技术、彩色视觉技术、非可见光视觉技术等？能否说出他们的应用领域病句、案例？能否描述它们的技术特点？答：点视觉：用一个独立变量表示的视觉称之为点视觉。如应用位移传感器测量物体的移动速度。一维视觉：普通的CCD。两维视觉：用两个独立变量表示的视觉称之为两维视觉。比如普通的CCD。三维视觉：用三个独立变量表示的视觉称之为三维视觉。比如用两个相机拍摄（双目视觉）；或者使用一个相机和一个辅助光源。彩色视觉：用颜色作为变量的视觉称之为彩色视觉。物体的颜色是由照射光源的光谱成分、光线在物体上反射和吸收的情况决定的。比如，一个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光反射出来，而吸收了光谱中的其他部分的光谱，而同样的蓝色物体，在红色的光源照射下，则呈现红紫色，非可见光视觉技术：用非可见光作为光源的视觉技术。比如非可见光成像技术。

3、机器视觉检测技术中：光源的种类有哪些？不同光源的特点是什么？光照方式有几种？不同光照方式的用途是什么？又和技术特点和要求？机器视觉检测技术中光源有以下几种：荧光灯，卤素灯+光纤导管，LED 光源，激光，紫外光等。几种光源的特点如下：光照方式有以下几种：背景光法（背光照射）是将被测物置于相机和光源之间。这种照明方式的优点是可将被测物的边缘轮廓清晰地勾勒出来。由于在图像中，被测物所遮挡的部分为黑色，而未遮挡的部分为白色，因此形成“黑白分明”的易于系统分析的图像。此方法被应用于90%的测量系统中。前景光法（正面照射）是将灯源置于被测物和相机之前。又可分为明场照射和暗场照射。明场照射是为了获得物体的几乎全部信息，照射物体的光在视野范围之内几乎全部反射回去；暗场照射是为了获取物体表面的凹凸，照射物体的光在视野范围之外有部分光反射回去。同轴光法是将灯源置于被测物和相机之间。 4、机器视觉检测系统中，光学系统的作用是什么？光学器件有哪几种，它们各自的作用是什么？光学镜头有几种类型，它们各自有何用途？光学镜头有哪些技术参数，各自对测量有什么影响？答：机器视觉检测系统中，光学系统用来采集物体的轮廓、色彩等信息。光学器件主要有：镜头、成像器件（CCD和CMOS)、光圈、快门等。镜头的作用是对成像光线进行调焦等处理，使成像更清晰；成像器件的作用是将光学图像转换成模拟电信号；光圈的作用如同人得瞳孔，控制入射光的入射量，实现曝光平衡；快门的作用是将想要获取的光学

基于图像处理的机械零件尺寸检测方法研究.

本科毕业设计（论文）任务书题目：基于图像处理的机械零件尺寸检测方法研究院（系）：信息与控制工程学院专业班级：学生姓名：学号：指导教师（签名）：主管院长（主任）（签名）：时间：2017年3月15日

一、毕业设计（论文）的主要内容（含主要技术参数）基于图像处理的零件种类的识别及零件尺寸的检测是非常实用的一种无损检测技术，它不仅克服了接触式测量的弊端，同时又有其特有的优势。本设计要求采集零件图像，并运用一些图像处理技术，主要包括：灰度变换、阈值处理、图像去噪、边缘检测和模式识别等，实现图像检测技术在零件尺寸检测方面的应用。具体要求包括：1）掌握Matlab仿真软件的使用和开发调试方法，特别是要熟练掌握Matlab图像处理和获取工具箱的功能和使用方法。 2)探讨零件图像的采集方法，并获取零件图像样本。 3)对零件图像进行预处理，如灰度变换、阈值处理、图像去噪、边缘检测等。 4）设计良好的零件尺寸验证方案。 5）运用Matlab软件对上述方法进行仿真，给出仿真结果。 6）撰写合格的毕业设计说明书。二、毕业设计（论文）应完成的具体工作（含图纸数量） 1．按时完成开题、中期检查、答辩等任务； 2．完成算法的设计及调试，提交算法流程及源程序代码； 3．在多个应用实例上给出算法执行结果； 4．撰写毕业设计说明书，完成答辩。三、毕业设计（论文）进程的安排（起讫日期：2017年3月20日至2017年6月16日）序号设计（论文）各阶段任务日期备注1了解机械零件尺寸检测的相关原理和技术 3.20～3.261周2图像预处理，编写相应代码，进行结果分析 3.27～4.102周3对目标进行特征提取，实现相应算法 4.11～4.242周4验证算法性能、结果分析 4.25～5.153周5撰写毕业设计说明 5.16～6.063周6完成毕业答辩 6.07～6.162周

机器视觉之尺寸测量基础

上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.360docs.net/doc/ba4309300.html, 机器视觉之尺寸测量基础在传统的自动化生产尺寸测量中，典型的方法是利用卡尺或千分尺在被测工件上针对某个参数进行多次测量后取平均值。这些检测设备或检测手段测量精度低、测量速度慢，测量数据无法及时处理，无法满足大规模自动化生产的需要。工件检测的基本流程图图像传感器可以将检查对象在平面上表现出来，通过边缘检测，测算位置、宽度、角度等。所谓边缘是指图像内明亮部位与阴暗部分的边缘。如何进行边缘检测（1）投影处理投影处理是相对于检查方向进行垂直扫描，然后计算各投影线的平均浓度。（2）微分处理根据投影波形进行微分处理。可能成为边缘的、浓淡变化较大的部位，其微分值也较大。可以消除区域内浓度绝对值的变化所导致的影响。例：没有浓淡变化的部位的微分值是0，白色（255）→黑色（0）时的值是-255。（3）通过校正使微分最大值达到100% 在实际生产线上，为了使边缘达到稳定的状态，通常会进行适当的调整以使微分绝对值达到100%。将超过预先设置的“边缘感度（%）”的微分波形的峰值作为边缘位置。根据浓淡变化峰值的检测原理，在照度经常发生变化的生产线上也可以稳定的检测出边缘。

上海嘉肯光电科技有限公司:机器视觉光源的研发https://www.360docs.net/doc/ba4309300.html, （4）亚像素处理对于微分波形中最大部分的中心附近的3个像素，根据这3个像素形成的波形，进行修正演算。以1/100像素为单位测算边界位置（次像素处理）。边缘检测的代表性检测应用（1）利用边缘位置的各种检查在多个部位设置边缘位置模式，测量检测对象的X座标或Y 座标。（2）利用边缘宽度的各种检查利用边缘宽度的“外部尺寸”模式，检测金属板的宽度、孔洞的X方向/Y 方向孔径等。（3）利用边缘位置圆周区域的各种检查以圆周作为检测区域，检测切缺部位的角度（相位）。（4）利用趋势边缘宽度的各种检查利用“圆周”区域的“趋势边缘宽度”模式，扫描环状工件的内径、评价扁平度等。上海嘉肯光电科技有限公司是一家专业从事机器视觉光源的研发、生产和销售为一体的高新技术企业。以工业检测、机器视觉、图像处理、科学研究等领域为主要研发及经营方向。此外，公司还代理工业镜头、工业相机、图像采集卡、图像处理软件和各类视觉附件。??上海嘉肯光电科技有限公司?将坚持“用心，创造未来”的企业经营理念，并持续不断地把最优秀、性价比最高的视觉产品提供给广大用户，以不断满足客户日益增长的要求。

基于机器视觉的产品检测技术研究

基于机器视觉的产品检测技术研究 1、机器视觉 1.1机器视觉的概念机器视觉被定义为用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统包括光源、光学系统、图像采集系统、数字图像处理与智能判断决策模块和机械控制执行模块。系统首先通过CCD相机或其它图像拍摄装置将目标转换成图像信号,然后转变成数字化信号传送给专用的图像处理系统，根据像素分布!亮度和颜色等信息，进行各种运算来抽取目标的特征,根据预设的容许度和其他条件输出判断结果。值得一提的是，广义的机器视觉的概念与计算机视觉没有多大区别，泛指使用计算机和数字图像处理技术达到对客观事物图像的识别、理解。而工业应用中的机器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别，其特点是： 1、机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。 2、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。 3、对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。 4、机器视觉更强调实时性,要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。 1.2机器视觉的研究范畴从应用的层面看，机器视觉研究包括工件的自动检测与识别、产品质量的自动检测、食品的自动分类、智能车的自主导航与辅助驾驶、签字的自动验证、目标跟踪与制导、交通流的监测、关键地域的保安监视等等。从处理过程看,机器视觉分为低层视觉和高层视觉两阶段。低层视觉包括边缘检测、特征提取、图像分割等，高层视觉包括特征匹配、三维建模、形状分析与识别、景物分析与理解等。从方法层面看，有被动视觉与主动视觉之，又有基于特征的方法与基于模型的方法之分。从总体上来看，也称作计算机视觉。可以说，计算机视觉侧重于学术研究方面，而机器视觉则侧重于应用方面。机器人视觉是机器视觉研究的一个重要方向，它的任务是为机器人建立视觉系统，使得机器人能更灵活、更自主地适应所处的环境，以满足诸如航天、军事、工业生产中日益增长的需要（例如，在航天及军事领域对于局部自主性的需要，在柔性生产方式中对于自动定位与装配的需要，在微电子工业中对于显微结构的检测及精密加工的需要等）。机器视觉作为一门工程学科，正如其它工程学科一样，是建立在对基本过程的科学理解之上的。机器视觉系统的设计依赖于具体的问题，必须考虑一系列诸如噪声、照明、遮掩、背景等复杂因素，折中地处理信噪比、分辨率、精度、计算量等关键问题。 1.3机器视觉的研究现状机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为

基于机器视觉的零件尺寸测量系统设计

龙源期刊网 https://www.360docs.net/doc/ba4309300.html, 基于机器视觉的零件尺寸测量系统设计作者：王保军来源：《电子技术与软件工程》2017年第04期摘要设计了一套基于机器视觉的零件尺寸在线测量系统。完成了硬件设备的选型和平台的搭建；采用Matlab语言实现了图像处理算法；采用Matlab GUI完成了测量系统软件的设计。实验结果表明：测量系统的测量精度可以达到2um以下，满足零件尺寸在线检测要求，具有很好的应用前景。【关键词】机器视觉 Matlab 图像处理尺寸测量在工业生产中，测量是进行质量管理的手段，是贯彻质量标准的技术保证。机械零件的尺寸检测作为产品加工的一个关键环节，其检测结果不仅影响产品的质量，而且对后续零件的再加工和装配产生决定性的作用。目前，常规的零件尺寸测量手段主要采用游标卡尺、激光测量仪和轮廓仪等完成检测环节。以上零件尺寸测量方法要么受测量工具限制，其测量精度有限；要么检测仪器过于昂贵且操作复杂，同时其准确率往往受人为因素的影响。鉴于当前机器视觉技术的快速发展以及其在工业检测方面的成功应用，论文构想利用摄像机替代人眼，让计算机替代人脑，从而研制出一套针对零件常规尺寸的自动化测量系统。 1 系统概述在充分遵循系统的完整性、可靠性、经济性和实时性等原则的基础上，本文设计出了一套基于机器视觉的零件常规尺寸测量系统。该测量系统主要由图像摄取、图像处理、图像特征提取和分析、图像常规尺寸测量和结果输出几部分组成。其工作原理图如图1所示。 2 硬件设计基于机器视觉的零件常规尺寸测量系统的硬件主要包括：照明装置、摄像机、计算机和透明工作台。各部件的主要功能是：照明装置主要为零件图像采集提供合适的光照环境；摄像机用来采集零件数字图像并传送到计算机，然后保存为相应图片格式；计算机通过系统软件实现对零件图像的预处理、边界提取、特征提取、相机标定和常规尺寸计算；透明工作台用来承载被测零件。 3 算法设计图像处理算法对机器视觉测量系统会产生决定性的影响。为了能满足零件尺寸测量的要求，针对零件产品图像的特点，我们设计了一套合理的图像处理算法流程。其流程图如图2所示。