二维机器人视觉导向
可以与各类3轴、4轴、5轴、6轴工业机器人接口,识别物件的2维位姿X, Y, Rz(沿Z轴旋转角),并将数据传给机器人。
基本配置:计算机,IEEE1394 卡,1394 CMOS相机,工业光源,BX-200R视觉软件
三维机器人视觉导向
可以与任一款6轴工业机器人(ABB, Fanuc, Motoman等)接口,识别物件的3维位姿X、Y、Z 以及Rx, Ry, Rz等旋转角度,并将数据传给机器人。
基本配置:计算机,IEEE1394 卡,1394 CMOS相机,工业光源,标定标准板,BX-300R视觉软件
采用种子填充技术实现缺陷区域内空洞的填充,以便提高缺陷区域特征参数计算的准确率。 后,通过对相关缺陷识别标准的分析,归纳总结焊接构件表面缺陷的特征参数,结合考虑焊件加工工艺等因素,设计开发基于知识库的系统,实现对焊接构件表面缺陷的自动识别。系统采用模糊推理的方式进行缺陷识别,加入了检测信息管理数据库,实现检测后信息的存储,便于技术人员对检测后的产品进行质量追溯。 本文设计并实现了焊件外观缺陷检测系统。通过计算机编程语言,实现焊件外观图像的采集、处理与分析等功能,使得系统可应用于生产检测过程。当零部件经历了全部的生产步骤,其中部分表面被喷涂油漆,导致抛光表面成为镜面反射光。在轴承检测方面机器视觉检测技术也有很多应用,总体来说还处在初步发展阶段,而本文正是针对滚针轴承缺陷检测的研究探索。 本文在研究了机器视觉和图像处理技术的基础上,设计出了一套滚针轴承表面及滚针针数缺陷检测系统。整个系统分两部分组成,即硬件平台和软件算法设计。设计出了一套滚针轴承表面及滚针针数缺陷检测系统。整个系统分两部分组成,即硬件平台和软件算法设计。传统的检测轴承质量缺陷主要靠人工检测,不仅效率很低而且可靠性也很差,常常出现误检漏检现象。
本文分析了磁环表面缺陷检测研究现状,提出了本课题的关键技术点。根据厂家及课题组的要求制定了相关技术指标,并根据要求对磁环缺陷检测算法进行了设计,具体如下所示:图像预处理算法设计:通过相机获取的磁环初始图像灰度不均、含有噪声等干扰因素,因此在进行检测前必须要对图像实施预处理以降低干扰因素的影响。本文首先利用分段线性灰度变换对磁环图像进行灰度处理。然后,利用本文改进的中值滤波对磁环图像实施降噪处理。后,为了分离磁环的背景,提取有效区域,本文分别介绍了基于阈值分割和基于边缘检测的分割算法。本文在研究了机器视觉和图像处理技术的基础上,设计出了一套滚针轴承表面及滚针针数缺陷检测系统。