機器視覺檢測主要是應用在工業(yè)質(zhì)量檢測方面，相對于人眼檢測，機器視覺檢測設備可以更快的篩選出良品和不良品，率高達100%，在保證產(chǎn)品快速生產(chǎn)的同時，還能保證產(chǎn)品的質(zhì)量。機器視覺檢測設備在現(xiàn)在工業(yè)生產(chǎn)中是不可缺少的輔助設備，在各行各業(yè)中都是應用非常廣泛的，那么，機器視覺檢測基本上分為哪些分類呢？

   機器視覺檢測設備主要是以功能、檢測技術、載體等來進行分類的：

   ：根據(jù)檢測的功能來進行劃分主要有：缺陷檢測、尺寸檢測、計數(shù)/遺漏檢測、供料還有下料等。

   第二：根據(jù)檢測技術進行分類：尺度丈量技術、顏色識別技術等。

   第三：根據(jù)檢測的裝置載體進行分類：在線檢測系統(tǒng)等。

結構光三維輪廓測量是以圖像為傳遞信息載體,依據(jù)光學三角法測量原理,利用數(shù)字圖像處理技術對物體的二維圖像進行研究,通過建立視覺測量數(shù)學模型,得到物體的大小、形狀。 本主要以實現(xiàn)物體三維輪廓尺寸在線檢測為研究目標,深入分析國內(nèi)外相關研究成果,對線結構光非接觸測量技術的關鍵環(huán)節(jié)進行分析研究。主要研究內(nèi)容可概括成以下幾個方面: (1)介紹了文中涉及的數(shù)字圖像的基本理論以及圖像處理的關鍵算法,主要包括圖像增強、圖像分割、圖像平滑算法。 


為實現(xiàn)圖像處理技術在沖壓件表面缺陷在線檢測中的應用,開發(fā)了一套沖壓件表面缺陷實時在線快速檢測系統(tǒng)。使用基于多模板匹配算法獲取圖像中沖壓件的位置,建立感興趣區(qū)域;提出基于拉普拉斯-高斯(LoG)算子的實時濃淡補正算法實現(xiàn)沖壓件表面缺陷的增強;使用大津法和形態(tài)學操作實現(xiàn)沖壓件表面缺陷位置的提取。系統(tǒng)使用MATLAB實現(xiàn)基于LoG算子的濾波算法;使用LabVIEW實現(xiàn)其余算法,并在其中調(diào)用MATLAB腳本節(jié)點;使用多線程技術實現(xiàn)的檢測算法。經(jīng)實驗,系統(tǒng)能夠?qū)ιa(chǎn)線上每一個沖壓件進行快速檢測,并檢測出有缺陷的沖壓件,整個過程耗時在100ms以內(nèi),能夠滿足在線實時檢測需求。



為了不斷提高產(chǎn)品質(zhì)量和生產(chǎn)效率，金屬工件表面缺陷在線自動檢測技術在生產(chǎn)過程中顯得日益重要。本針對金屬工件表面的多種缺陷，設計了一套能夠?qū)崿F(xiàn)對金屬工件表面缺陷進行實時在線、無損傷的自動檢測系統(tǒng)。 該系統(tǒng)采用黑白面陣CCD和多通道圖像采集卡作為圖像采集部分，提高了檢測系統(tǒng)的速度并降低了對CCD的性能要求，使系統(tǒng)在現(xiàn)有的條件下比較容易實現(xiàn)實時在線檢測；采用自動選取圖像分割閾值，根據(jù)實際應用的閾值把工件信息從圖像中提取出來并掃描工件在圖像中的位置、尺寸信息，實現(xiàn)了系統(tǒng)的自動測量；根據(jù)掃描得到的工件信息去除掉工件邊緣的光圈，