CN104197836A - 基于机器视觉的汽车门锁装配尺寸检测方法 - Google Patents
基于机器视觉的汽车门锁装配尺寸检测方法 Download PDFInfo
- Publication number
- CN104197836A CN104197836A CN201410463650.XA CN201410463650A CN104197836A CN 104197836 A CN104197836 A CN 104197836A CN 201410463650 A CN201410463650 A CN 201410463650A CN 104197836 A CN104197836 A CN 104197836A
- Authority
- CN
- China
- Prior art keywords
- door lock
- image
- automobile door
- machine vision
- algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了基于机器视觉的汽车门锁装配尺寸检测方法,旨在克服现有技术不能够自动检测汽车门锁装配尺寸是否符合要求的问题。所述的基于机器视觉的汽车门锁装配尺寸检测方法步骤如下:1.系统标定:将像素尺寸对应到毫米尺寸;2.图像采集指令接收:传送装置传送汽车门锁,当光电传感器检测到汽车门锁后产生触发信号,信号经过处理,发送给计算机;3.采集图像:计算机控制传送装置控制器停止运动,同时触发A面相机捕捉抓拍,经过适当延时,触发B面相机抓拍,通过USB口将两幅图像输入到计算机内存;4.图像处理:对采集到的图像进行预处理、分割、匹配识别、测量,得到各检测尺寸;5.输出结果:输出检测结果,输出数据有汽车门锁编号,铆点尺寸,摇臂距离与三个螺纹孔的直径。
Description
技术领域
本发明涉及一种汽车门锁检测方法,具体是一种基于机器视觉的汽车门锁装配尺寸检测方法。
技术背景
机器视觉技术的研究是从20世纪60年代中期从美国开始的,机器视觉运用预处理、边缘检测、轮廓线构成、对象建模与匹配等技术利用计算机代替人眼实现识别的功能,在机器视觉中,图像分割和匹配时关键步骤,图像分割指的是将数字图像细分为多个图像子区域的过程,图像匹配是指通过对图像内容、特征、纹理及灰度等的提取,找出图像间的对应关系、相似性和一致性,寻求相似图像目标的方法,随着技术的进步,机器视觉技术也从图像处理,图像分析向图像理解发展。
我国机器视觉技术起步晚,但是发展非常迅速,在工业无损检测,医疗仪器中应用越来越普遍,如铆钉自动检测、手术器械尺寸在线检测以及电子元件外形缺陷检测等。
作为汽车安全系统的重要组成部分,汽车门锁是汽车的重要组成部件,其功能的可靠性和稳定性将直接影响汽车整车的安全性,汽车门锁具有检测项目多,部分结构容易松散,铆点不稳定因素多等特点,国内很多生产厂商还停留在人工检测,效率低下且精度低,基于机器视觉的汽车门锁装配尺寸检测方法能够实现汽车门锁装配尺寸的自动检测,提醒工作人员将尺寸不合格的汽车门锁及时返修。
发明内容
本发明所要解决的技术问题是解决现有技术不能自动检测汽车门锁装配尺寸是否符合要求的问题,提供了一种基于机器视觉的汽车门锁装配尺寸检测方法。
为了解决上述技术问题,本发明是采用如下技术方案实现的:所述的基于机器视觉的汽车门锁装配尺寸检测方法步骤如下:
1. 系统标定:
确定了相机工作距离之后就要进行系统标定,系统标定能够把汽车门锁装配图像的素尺寸转换为毫米尺寸,在程序中保存该比例关系;
2. 图像采集指令接收:
传送装置传送汽车门锁,当光电传感器检测到汽车门锁后产生触发信号;
光电传感器触发信号,信号经过处理,降低电压,通过计算机数字I/O口送入计算机;
3. 采集图像:
当计算机有数字I/O发出的信号时,计算机控制传送装置驱动器停止运动,同时触发A面相机捕捉抓拍,获得门锁A面图像,经过适当延时,触发B面相机抓拍,获得门锁A面图像,通过计算机USB口将两幅图像输入到计算机内存,并在计算机界面内显示;
4. 图像处理:
对采集到的汽车门锁A面图像,图像进行直方图均衡化图像增强与中值滤波,利用一种可变权系数的距离保持水平集图像分割算法对门锁摇臂进行分割,利用改进SIFT图像匹配算法对图像中的铆点初定位,利用Hough变换得到检测结果;
对采集到的汽车门锁B面图像,图像进行直方图均衡化图像增强与中值滤波,利用改进SIFT图像匹配算法对图像中的三个螺纹孔初定位,利用Hough变换得到检测结果;
5. 输出结果:
结果输出部分输出门锁检测数据,包括有汽车门锁编号、铆点尺寸、摇臂距离与三个螺纹孔的直径、合格品数量、不合格品数量、不合格警告,并保存到EXCEL表格中;其中:
基于机器视觉的汽车门锁装配尺寸检测系统利用检测时间和门锁型号对汽车门锁进行编号;
铆点尺寸是指门锁A面铆接点处的最大直径;
摇臂距离是指门锁A面摇臂最外边缘切线与外伸部分中线相对于底座的距离;
三个螺纹孔径是指门锁B面三个螺纹孔的外边缘直径;
基于机器视觉的汽车门锁装配尺寸检测系统每检测一个合格件合格品数量增加1,否则,不合格品数量增加1,并提供清零功能;
当检测到尺寸不符合生产要求时,在屏幕上提示不合格;
保存几项信息到EXCEL表格中,供后期查验;
技术方案中所述的一种可变权系数的距离保持水平集图像分割算法是指:
在传统水平集演化过程中,让水平集函数的外部能量泛函权系数成为可变的量,该可变权系数基于图像统计信息,从而使水平集演化收敛更快,该算法能够自适应地提取汽车门锁图像摇臂的复杂弱边界。
技术方案中所述的改进SIFT图像匹配算法是指:
(1) 尺度空间的建立与特征点的定位与原SIFT图像匹配算法相同;
(2) 生成特征描述子:
找出特征点后,采用 圆形窗体统计特征点邻域范围内的12个梯度方向,窗口半径为,形成12维的特征向量,该特征向量用于表征该特征点,为保证光照不变性,规一化该12维特征向量,为了在匹配过程中保证算法旋转不变性,查找特征向量中最大的梯度方向,置最大统计方向于最前面;
(3)自适应匹配:
为了能够寻找到最优的距离比阈值,算法思想是从0.8开始,逐渐减小阈值T,通过配准率评价该阈值的优劣,找到最佳距离比阈值,配准率被定义为准确匹配点数量和匹配点数量总和之间的比值。
与现有技术相比,本发明的有益结果是:
1. 目前几乎所有的汽车门锁装配车间对于装配尺寸的检测都还是人工肉眼测量,采用本发明所述的基于机器视觉的汽车门锁装配尺寸检测方法能够减少工人的劳动强度,提高检测效率;
2. 由于本发明所述的基于机器视觉的汽车门锁装配尺寸检测方法是非接触的测量,属于无损检测,因此不必对生产线进行太大的改变就能够实现安装,适应性好;
3. 基于机器视觉的汽车门锁装配尺寸检测系统采用工业控制计算机、工业相机与工业镜头等适用于工业场所的器件,由于他们能够适应各种恶劣的工况,抗干扰,因此本发明利于应用于工业现场的在线检测;
4. 本发明所述的距离保持水平集图像分割算法和改进SIFT的图像匹配算法,算法改进效果明显,能够适应汽车门锁装配车间环境,用于汽车门锁自动检测;
5. 本发明所述的基于机器试卷的汽车门锁装配尺寸检测方法允许光照不均或噪声。
附图说明
下面结合附图对本发明作进一步说明:
图1为实施本发明所述的基于机器视觉的汽车门锁装配尺寸检测方法所采用的机器视觉的汽车门锁装配尺寸检测系统的结构原理示意图;
图2为装入基于机器视觉的汽车门锁装配尺寸检测系统中的程序框图;
图3为基于机器视觉的汽车门锁装配尺寸检测系统中图像采集、处理与识别流程图;
图4为本发明所述的基于机器视觉的汽车门锁装配尺寸检测系统图像采集方法流程框图;
图5为本发明所述的基于机器视觉的汽车门锁装配尺寸检测系统中改进SIFT图像匹配算法流程图;
图中:1、传送装置,2、计算机,3、A面相机,4、A面光源,5、光电传感器,6、汽车门锁,7、工作台,8、B面相机,9、B面光源。
具体实施方式
下面结合附图对本发明做详细描述:
本发明就是利用机器视觉的理论,提供了基于机器视觉的汽车门锁装配尺寸检测方法,该方法应用于汽车门锁装配尺寸的检测,该方法所采用的基于机器视觉的汽车门锁装配尺寸系统可以自动检测汽车门锁装配尺寸是否合格,如果尺寸合格则进入下一道工序,否则,提醒工作人员及时剔除。
本发明所采用的基于机器视觉的汽车门锁装配尺寸检测系统。
参阅图1,本发明所述的基于机器视觉的汽车门锁装配尺寸检测系统主要有传动装置1、计算机2、摄像机、相机(A面相机3和B面相机8)、光源(A面光源4和B面光源9)、光电传感器5与工作台7;
传动装置1选用直流电机控制的皮带传动,能够通过计算机DIO(数字输入输出)口控制其启停,相机选用10M像素的CMOS图像传感器,分辨率高达3364×2748,CMOS面积为1/2.3",选取双环形光源的照明方式与16mm的工业镜头。
本发明基于机器视觉的汽车门锁装配尺寸检测系统的工作原理。
传送装置1传送汽车门锁,当光电传感器检测到汽车门锁后产生触发信号,信号通过计算机DIO(数字输入输出)口发送给计算机2,计算机2控制传送装置1控制器停止运动,同时触发A面相机3捕捉抓拍,经过适当延时,触发B面相机8抓拍,通过USB口将两幅图像输入到计算机2内部,然后通过图像处理技术对采集到的图像进行预处理、分割、匹配识别、测量,标定后可以把像素尺寸装换为距离尺寸输出。
参阅图2,本发明所设计的计算机程序由以下模块组成:
1. 系统标定模块:
系统标定模块为了使本发明所述的基于机器视觉的汽车门锁装配尺寸检测方法能够准确计算得到需要检测尺寸的大小,在基于机器视觉的汽车门锁装配尺寸检测系统正式检测识别之前对系统进行的预备工作;
2.输入输出模块:
输入输出模块主要为输入信号的接收,当有光电传感器检测信号输入时,本发明所述的基于机器视觉的汽车门锁装配尺寸检测检测方法首先输出信号使传动装置停止,接收该信号并进入图像采集操作;
3.图像采集模块:
图像采集模块打开A面相机3对汽车门锁A面进行图像拍摄,经过适当延时,打开B面相机8对汽车门锁B面进行图像拍摄,通过USB口将两幅图像输入到计算机内部并对所拍摄的图像进行数字化处理和保存以备后期处理;
4. 图像处理模块:
对采集到的汽车门锁图像进行直方图均衡化图像增强与中值滤波,利用一种可变权系数的距离保持水平集图像分割算法对门锁摇臂进行分割,利用改进SIFT图像匹配算法对图像中的铆点初定位,利用Hough变换计算得到检测结果;
5.结果输出模块:
结果输出部分输出门锁检测数据,包括有汽车门锁编号、铆点尺寸、摇臂距离与三个螺纹孔的直径、合格品数量、不合格品数量、不合格警告,并保存到EXCEL表格中。
参阅图3,本发明所述的基于机器视觉的汽车门锁装配尺寸检测方法中图像处理流程步骤如下:
摇臂距离的计算过程中,图像分割的好坏直接影响到距离的准确度,本文研究了一种基于改进水平集的自适应分割算法,获得较好效果,计算得到的尺寸与门锁检测技术要求相比较,如果5个尺寸都符合要求,则认为该汽车门锁合格,软件输出并记录检测数据;如果5个尺寸有不符合要求的情况,则认为该汽车门锁不合格,在屏幕上发出提示信息;
1.图像采集:
图像采集过程参阅读4,相机初始化以后,设置相应参数,然后调用相应函数采集图像,采集完成后关闭相机资源;
2.门锁图像预处理:
图像预处理可以消除图像中的无关的信息,采集到的图像要经过图像预处理,在图像预处理中,图像增强与图像滤波往往作为一个必要的环节;
使用直方图均衡化的方法进行图像增强,增强后的图像对比度增加,特征明显,待检测的孔和摇臂轮廓更加清晰,增强以后的图像有明显噪声,因此通过滤波获得更好的效果,中值滤波很好地保留了边缘信息,又能够有效降低噪声,因此系统选用中值滤波处理图像;
3.图像匹配与定位:
汽车门锁图像较大,干扰因素比较多,为了能够更加准确地测算所需参数,利用图像匹配的方法进行定位,确定ROI(region of interest),本发明为了提高匹配的效率和稳定性,在一般SIFT图像匹配算法的基础上,研究了一种快速自适应匹配算法(参阅图5),该算法简化了特征点描述子的生成过程,提高了算法效率,并通过自适应地调节距离比阈值参数,提高算法的鲁棒性,具有很多改进SIFT算法所不具备的优点;
4.摇臂图像分割:
在计算摇臂距离过程中,需要对设定好的摇臂ROI进行图像分割,得到汽车门锁中摇臂边缘,由于干扰因素比较多,传统算法分割效果不理想,本文基于传统距离保持水平集算法,提出了一种变权系数的距离保持水平集图像分割算法,该算法在传统水平集演化的基础上,在水平集函数的外部能量泛函中引入可变权系数,如式下所示:
其中,和分别是外部能量泛函的可变权系数,极小化泛函,可以得到偏微分方程:
该可变权系数和基于图像统计信息,从而使水平集演化收敛更快,该算法能够自适应地提取汽车门锁图像摇臂的复杂弱边界,与一般的边缘提取算子相比较,改进的距离保持水平集算法所分割的边界更加完整,精度更高;
5.特征识别与测量:
利用Hough变换算法在ROI内识别圆和矩形,Hough变换是利用点与线的对偶性,能够将图像中某特定曲线的检测问题转化为寻找参数空间中的峰值问题,利用Hough变换检测圆并计算圆的圆心和半径,同时可以检测矩形的边线,计算摇臂距离。
本发明硬件稳定,算法鲁棒性好,能够适应汽车门锁装配车间环境,用于汽车门锁自动检测,与一般人工测量的方式检测相比,该方法效率明显提高,检测精度较好,具有较好的推广价值。
Claims (3)
1.一种基于机器视觉的汽车门锁装配尺寸检测方法,其特征在于,所述的基于机器视觉的汽车门锁装配尺寸检测方法的步骤如下:
1)系统标定:
确定了相机工作距离之后就要进行系统标定,系统标定能够把汽车门锁装配图像的素尺寸转换为毫米尺寸,在程序中保存该比例关系;
2)图像采集指令接收:
(1)传送装置传送汽车门锁,当光电传感器检测到汽车门锁后产生触发信号;
(2)光电传感器触发信号信号经过处理,降低电压,通过计算机数字I/O口送入计算机;
3)采集图像:
当计算机有数字I/O发出的信号时,计算机控制传送装置驱动器停止运动,同时触发A面相机捕捉抓拍,获得门锁A面图像,经过适当延时,触发B面相机抓拍,获得门锁A面图像,通过计算机USB口将两幅图像输入到计算机内存,并在计算机界面内显示;
4)图像处理:
(1)对采集到的汽车门锁A面图像图像进行直方图均衡化图像增强与中值滤波,利用一种可变权系数的距离保持水平集图像分割算法对门锁摇臂进行分割,利用改进SIFT图像匹配算法对图像中的铆点初定位, 利用Hough变换得到检测结果;
(2)对采集到的汽车门锁B面图像图像进行直方图均衡化图像增强与中值滤波,利用改进SIFT图像匹配算法对图像中的三个螺纹孔初定位, 利用Hough变换得到检测结果;
5)输出结果:
结果输出部分输出门锁检测数据,包括有汽车门锁编号、铆点尺寸、摇臂距离与三个螺纹孔的直径、合格品数量、不合格品数量、不合格警告,并保存到EXCEL表格中;基于机器视觉的汽车门锁装配尺寸检测系统利用检测时间和门锁型号对汽车门锁进行编号; 铆点尺寸是指门锁A面铆接点处的最大直径;摇臂距离是指门锁A面摇臂最外边缘切线与外伸部分中线相对于底座的距离;三个螺纹孔径是指门锁B面三个螺纹孔的外边缘直径;
基于机器视觉的汽车门锁装配尺寸检测系统每检测一个合格件合格品数量增加1,否则,不合格品数量增加1个,并提供清零功能;当检测到尺寸不符合生产要求时,在屏幕上提示不合格;保存几项信息到EXCEL表格中,供后期查验。
2.按照权利要求1所述的基于机器视觉的汽车门锁装配尺寸检测方法,其特征在于,所述的一种可变权系数的距离保持水平集图像分割算法是指:
在传统水平集演化过程中,让水平集函数的外部能量泛函权系数成为可变的量,该可变权系数基于图像统计信息,从而使水平集演化收敛更快,该算法能够自适应地提取汽车门锁图像摇臂的复杂弱边界。
3.按照权利要求1所述的基于机器视觉的汽车门锁装配尺寸检测方法,其特征在于,所述的改进SIFT图像匹配算法是指:
(1) 尺度空间的建立与特征点的定位与原SIFT图像匹配算法相同;
(2) 生成特征描述子:
找出特征点后,采用 圆形窗体统计特征点邻域范围内的12个梯度方向,窗口半径为;形成12维的特征向量,该特征向量用于表征该特征点;为保证光照不变性,规一化该12维特征向量,为了在匹配过程中保证算法旋转不变性,查找特征向量中最大的梯度方向,置最大统计方向于最前面;
(3)自适应匹配:
为了能够寻找到最优的距离比阈值,算法思想是从0.8开始,逐渐减小阈值T,通过配准率评价该阈值的优劣,找到最佳距离比阈值,配准率被定义为准确匹配点数量和匹配点数量总和之间的比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410463650.XA CN104197836A (zh) | 2014-09-13 | 2014-09-13 | 基于机器视觉的汽车门锁装配尺寸检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410463650.XA CN104197836A (zh) | 2014-09-13 | 2014-09-13 | 基于机器视觉的汽车门锁装配尺寸检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104197836A true CN104197836A (zh) | 2014-12-10 |
Family
ID=52083164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410463650.XA Pending CN104197836A (zh) | 2014-09-13 | 2014-09-13 | 基于机器视觉的汽车门锁装配尺寸检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104197836A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105258648A (zh) * | 2015-07-26 | 2016-01-20 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测机 |
CN105258647A (zh) * | 2015-07-26 | 2016-01-20 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测方法 |
CN107745237A (zh) * | 2017-08-22 | 2018-03-02 | 东莞市蓉工自动化科技有限公司 | 一种基于机械视觉检测的车门锁装配机 |
CN108871184A (zh) * | 2018-04-19 | 2018-11-23 | 江苏联恒物宇科技有限公司 | 基于视觉处理的射频标签尺寸检测方法 |
CN109186468A (zh) * | 2018-10-16 | 2019-01-11 | 天津安通林汽车饰件有限公司 | 一种基于机器视觉的智能测量车门机械参数的装置 |
CN110163305A (zh) * | 2019-06-24 | 2019-08-23 | 上海大众祥源动力供应有限公司 | 一种用于汽车流水线的车门识别装置及车门识别方法 |
CN110533731A (zh) * | 2019-08-30 | 2019-12-03 | 无锡先导智能装备股份有限公司 | 相机解析度的标定方法及相机解析度的标定装置 |
CN110597106A (zh) * | 2019-08-15 | 2019-12-20 | 浙江工业大学之江学院 | 一种检测线自动控制模块、系统及其产品检测线 |
CN113091589A (zh) * | 2021-03-31 | 2021-07-09 | 江南大学 | 基于位移传感器的汽车门锁铆点高度测量系统及方法 |
CN114708325A (zh) * | 2022-03-31 | 2022-07-05 | 南通华烨塑料工业有限公司 | 一种基于橡胶喷霜缺陷的橡胶生产问题快速定位方法 |
WO2023201980A1 (zh) * | 2022-04-18 | 2023-10-26 | 天津欣象科技有限公司 | 一种汽车尾门锁孔位置检测装置及尺寸检测设备 |
CN117346657A (zh) * | 2023-10-07 | 2024-01-05 | 上海勃傲自动化系统有限公司 | 一种基于5g相机的事件触发方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0571728A2 (de) * | 1992-05-27 | 1993-12-01 | WindmÀ¶ller & Hölscher | Verfahren zur Prüfung der Ausbildung kontinuierlich geförderter Werkstücke |
JP2005156294A (ja) * | 2003-11-25 | 2005-06-16 | Toko Electric Corp | 検査装置 |
CN101477685A (zh) * | 2009-01-15 | 2009-07-08 | 西安交通大学 | 具有景深零件加工质量的亚像素级图像检测方法 |
CN102116610A (zh) * | 2010-11-29 | 2011-07-06 | 科达斯特恩(常州)汽车塑件系统有限公司 | 基于机器视觉的汽车配件尺寸在线自动检测方法及装置 |
CN202101647U (zh) * | 2011-05-30 | 2012-01-04 | 南京信息工程大学 | 工业原材料几何参数自动检测系统 |
CN102901735A (zh) * | 2012-08-29 | 2013-01-30 | 上海美迪索科电子科技有限公司 | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 |
CN103322930A (zh) * | 2013-01-05 | 2013-09-25 | 上海奥林汽车配件有限公司 | 一种车门锁扣部件检测系统 |
CN103411565A (zh) * | 2013-08-29 | 2013-11-27 | 临沂大学 | 小型汽车车身倾斜度测量方法 |
-
2014
- 2014-09-13 CN CN201410463650.XA patent/CN104197836A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0571728A2 (de) * | 1992-05-27 | 1993-12-01 | WindmÀ¶ller & Hölscher | Verfahren zur Prüfung der Ausbildung kontinuierlich geförderter Werkstücke |
JP2005156294A (ja) * | 2003-11-25 | 2005-06-16 | Toko Electric Corp | 検査装置 |
CN101477685A (zh) * | 2009-01-15 | 2009-07-08 | 西安交通大学 | 具有景深零件加工质量的亚像素级图像检测方法 |
CN102116610A (zh) * | 2010-11-29 | 2011-07-06 | 科达斯特恩(常州)汽车塑件系统有限公司 | 基于机器视觉的汽车配件尺寸在线自动检测方法及装置 |
CN202101647U (zh) * | 2011-05-30 | 2012-01-04 | 南京信息工程大学 | 工业原材料几何参数自动检测系统 |
CN102901735A (zh) * | 2012-08-29 | 2013-01-30 | 上海美迪索科电子科技有限公司 | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 |
CN103322930A (zh) * | 2013-01-05 | 2013-09-25 | 上海奥林汽车配件有限公司 | 一种车门锁扣部件检测系统 |
CN103411565A (zh) * | 2013-08-29 | 2013-11-27 | 临沂大学 | 小型汽车车身倾斜度测量方法 |
Non-Patent Citations (2)
Title |
---|
何传江等: "用于图像分割的自适应距离保持水平集演化", <<软件学报>> * |
裴聪等: "简化的SIFT算法在双目立体视觉中的应用", 《制造业自动化 》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105258648A (zh) * | 2015-07-26 | 2016-01-20 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测机 |
CN105258647A (zh) * | 2015-07-26 | 2016-01-20 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测方法 |
CN105258647B (zh) * | 2015-07-26 | 2017-11-21 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测方法 |
CN107745237A (zh) * | 2017-08-22 | 2018-03-02 | 东莞市蓉工自动化科技有限公司 | 一种基于机械视觉检测的车门锁装配机 |
CN108871184A (zh) * | 2018-04-19 | 2018-11-23 | 江苏联恒物宇科技有限公司 | 基于视觉处理的射频标签尺寸检测方法 |
CN109186468A (zh) * | 2018-10-16 | 2019-01-11 | 天津安通林汽车饰件有限公司 | 一种基于机器视觉的智能测量车门机械参数的装置 |
CN110163305A (zh) * | 2019-06-24 | 2019-08-23 | 上海大众祥源动力供应有限公司 | 一种用于汽车流水线的车门识别装置及车门识别方法 |
CN110597106A (zh) * | 2019-08-15 | 2019-12-20 | 浙江工业大学之江学院 | 一种检测线自动控制模块、系统及其产品检测线 |
CN110533731A (zh) * | 2019-08-30 | 2019-12-03 | 无锡先导智能装备股份有限公司 | 相机解析度的标定方法及相机解析度的标定装置 |
CN113091589A (zh) * | 2021-03-31 | 2021-07-09 | 江南大学 | 基于位移传感器的汽车门锁铆点高度测量系统及方法 |
CN113091589B (zh) * | 2021-03-31 | 2021-12-03 | 江南大学 | 基于位移传感器的汽车门锁铆点高度测量系统和方法 |
CN114708325A (zh) * | 2022-03-31 | 2022-07-05 | 南通华烨塑料工业有限公司 | 一种基于橡胶喷霜缺陷的橡胶生产问题快速定位方法 |
WO2023201980A1 (zh) * | 2022-04-18 | 2023-10-26 | 天津欣象科技有限公司 | 一种汽车尾门锁孔位置检测装置及尺寸检测设备 |
CN117346657A (zh) * | 2023-10-07 | 2024-01-05 | 上海勃傲自动化系统有限公司 | 一种基于5g相机的事件触发方法和系统 |
CN117346657B (zh) * | 2023-10-07 | 2024-03-19 | 上海勃傲自动化系统有限公司 | 一种基于5g相机的事件触发方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104197836A (zh) | 基于机器视觉的汽车门锁装配尺寸检测方法 | |
CN106053479B (zh) | 一种基于图像处理的工件外观缺陷的视觉检测系统 | |
Jadhav et al. | A fruit quality management system based on image processing | |
CN106824806B (zh) | 基于机器视觉的小模数塑料齿轮的检测方法 | |
CN106969706A (zh) | 基于双目立体视觉的工件检测与三维测量系统及检测方法 | |
CN111951237A (zh) | 外观视觉检测方法 | |
CN105957090B (zh) | 一种基于达芬奇技术的单目视觉位姿测量方法及系统 | |
CN103454285A (zh) | 基于机器视觉的传动链条质量检测系统 | |
JP2014229303A (ja) | シーン内の物体を検出する方法 | |
CN109658402A (zh) | 基于计算机视觉成像的工业型材几何尺寸自动检测方法 | |
CN107016353B (zh) | 一种变分辨率目标探测与识别一体化的方法与系统 | |
CN104268853A (zh) | 一种红外图像与可见光图像配准方法 | |
CN106248680A (zh) | 一种基于机器视觉的电机换向器质量检测系统及检测方法 | |
Uluişik et al. | Image processing based machine vision system for tomato volume estimation | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN109911481A (zh) | 面向冶金机器人接插的仓架目标视觉识别定位方法和系统 | |
CN103245666B (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
CN107891012B (zh) | 基于等效算法的珍珠大小及圆形度分拣装置 | |
Fu et al. | Research on image-based detection and recognition technologies for cracks on rail surface | |
Sulaiman et al. | DEFECT INSPECTION SYSTEM FOR SHAPE-BASED MATCHING USING TWO CAMERAS. | |
CN111739003B (zh) | 一种用于外观检测的机器视觉方法 | |
CN107246841A (zh) | 一种汽车零部件的多视点检测分选装置 | |
CN106504251B (zh) | 一种基于图片处理的电子铝箔立方织构含量检测方法 | |
You et al. | A mechanical part sorting system based on computer vision | |
Avhad et al. | ARM based fruit grading and management system using image processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141210 |