APP下载

CCD机器视觉在缺陷检测中的关键技术研究

2018-05-02钱礼闰

教育教学论坛 2018年15期
关键词:机器视觉特征提取

钱礼闰

摘要:隨着人工智能和机器视觉技术的发展,利用机器视觉技术对精密工件表面的缺陷检测也就成为了必然。采用计算机视觉技术和人工智能的方法将会极大地提高检测精度和效率。本课题主要研究基于CCD工业相机的机器视觉技术在精密机械缺陷检测中的关键技术,期望能够实现利用计算机来对精密机械的缺陷进行高质量的自动检测。

关键词:机器视觉;特征提取;缺陷检测;分类器

中图分类号:G642.0 文献标志码:A 文章编号:1674-9324(2018)15-0058-02

一、引言

本课题研究的主要内容包括:(1)根据工厂产品质量的要求确定了机器视觉中的工业相机拍照的工作方式;(2)用计算机对获取的物件进行图像处理,突出计算机图像中被测物件的特征信息,从而依据这些特征对目标物件进行检测、识别和跟踪等。通过各种算法,提取目标特征进行判断,根据结果对特定的场景和需要做出反应,并对设备进行符合要求的控制。一个典型的机器视觉系统硬件组成如图所示:

二、机器视觉关键技术

1.图像传感器。通过人眼进入大脑的光线,会被人脑处理以合成现实世界的三维图像,这种图像获取颜色和深度信息。人眼中有两种感光器:锥状体和柱状体。其中锥状体的数量在600—700万之间。锥状体对强光比较敏感,所以锥状体视觉被称为白昼视觉。人眼中柱状体的数目在7500万—15000万左右,柱状体没有彩色感觉,但是对低照明度敏感,这种现象被称为暗视觉。从自然分辨能力的角度看,锥状体的数量恰好与一个中等分辨率的电荷耦合元件(CCD)数量相当。……

登录APP查看全文

猜你喜欢

机器视觉特征提取
特征提取和最小二乘支持向量机的水下目标识别
基于Gazebo仿真环境的ORB特征提取与比对的研究
基于Daubechies(dbN)的飞行器音频特征提取
Bagging RCSP脑电特征提取算法
全自动模拟目标搜救系统的设计与实现
基于机器视觉的自动浇注机控制系统的研究
大场景三维激光扫描仪在研究生实践教学培养中的应用
基于机器视觉的工件锯片缺陷检测系统设计
基于机器视觉技术的动态“白带”常规检测系统的开发
基于MED和循环域解调的多故障特征提取