基于机器视觉的微型摆轮质量检测系统
作者:
基金项目:

国家自然科学基金面上项目(11772301);浙江省自然科学基金(LY17F020016);杭州师范大学第二轮专业学位研究生课程教学案例库建设,工业智能制造项目(横向)


Micro Balance Wheel Quality Inspection System Based on Machine Vision
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [11]
  • |
  • 相似文献 [20]
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    摆轮在精密仪器设备中经常使用,其平整度与整个仪器的精密准确性密切相关.传统摆轮检测以人工为主,本文提出一种基于机器视觉的摆轮平整度检测系统,先校正摆轮图像,然后提取其亚像素边缘信息,并通过投影映射精确计算边界信息.系统支持连续采样计算,并以摆轮边缘的动态极差作为零件的合格标准.实验结果表明,该方法实时性好,准确率高,可以满足工业检测需求.

    Abstract:

    Balance wheel is commonly used in precision instruments. Its flatness plays an important role in the precision and accuracy of the whole instrument. Traditionally inspection of balance wheel is done manually. This study raises a flatness inspection system for balance wheel based on machine vision. First, the image of balance wheel is calibrated. Second, its sub-pixel edge information is extracted and boundary information is accurately calculated through projection mapping. The system supports continuous sampling and calculation and takes the dynamic range of the edge of the balance wheel as acceptability criteria of parts. The result of the test shows that this method has a satisfied real-time property and high accuracy, so it can meet industrial inspection needs.

    参考文献
    [1] 吴鹏, 徐洪玲, 宋文龙, 等. 基于非线性四阶图像插值的亚像素边缘检测算法. 哈尔滨工程大学学报, 2015, 36(2):243-247. doi:10.3969/j.issn.1006-7043.201312057
    [2] Trujillo-Pino A, Krissian K, Alemán-Flores M, et al. Accurate subpixel edge location based on partial area effect. Image and Vision Computing, 2013, 31(1):72-90. doi:10.1016/j.imavis.2012.10.005
    [3] 凌程, 耿修瑞, 杨炜暾, 等. 一种改进的基于奇异值分解的亚像素级图像配准算法. 中国科学院大学学报, 2019, 36(1):101-108. doi:10.7523/j.issn.2095-6134.2019.01.014
    [4] 贺忠海, 王宝光, 廖怡白, 等. 利用曲线拟合方法的亚像素提取算法. 仪器仪表学报, 2003, 24(2):195-197. doi:10.3321/j.issn:0254-3087.2003.02.023
    [5] 赵爱明. 基于二次曲线拟合的图像亚像素边缘定位算法. 哈尔滨理工大学学报, 2006, 11(3):68-70. doi:10.3969/j.issn.1007-2683.2006.03.022
    [6] 史成淼. 基于数字图像的亚像素边缘定位的研究[硕士学位论文]. 长春:吉林大学, 2008.
    [7] Devernay F. A non-maxima suppression method for edge detection with sub-pixel accuracy. INRIA, 1995:1-25
    [8] 何东健. 数字图像处理. 3版. 西安:西安电子科技大学出版社, 2015. 160-174.
    [9] 吴爽, 祝进, 王丙文, 等. 一种非直线倾斜的打印体汉字串图像矫正方法. 信息技术, 2017, (10):146-149, 159. doi:10.13274/j.cnki.hdzj.2017.10.035
    [10] 但斌斌, 梅文浩, 伍世虔, 等. 畸变车牌定位与矫正方法研究. 制造业自动化, 2019, 41(3):7-11. doi:10.3969/j.issn.1009-0134.2019.03.003
    [11] 袁冬冬, 应俊, 解利军, 等. 基于机器视觉的轴承防尘盖检测算法. 计算机系统应用, 2019, 28(1):212-215. doi:10.15888/j.cnki.csa.006708
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

魏东亮,周迪斌,张家瑜,马建峰.基于机器视觉的微型摆轮质量检测系统.计算机系统应用,2020,29(1):73-79

复制
分享
文章指标
  • 点击次数:1689
  • 下载次数: 2178
  • HTML阅读次数: 1465
  • 引用次数: 0
历史
  • 收稿日期:2019-06-07
  • 最后修改日期:2019-07-05
  • 在线发布日期: 2019-12-30
  • 出版日期: 2020-01-15
文章二维码
您是第12795733位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号