CN113409256A - 一种管道波纹补偿器轴向尺寸检测方法 - Google Patents

一种管道波纹补偿器轴向尺寸检测方法 Download PDF

Info

Publication number
CN113409256A
CN113409256A CN202110637032.2A CN202110637032A CN113409256A CN 113409256 A CN113409256 A CN 113409256A CN 202110637032 A CN202110637032 A CN 202110637032A CN 113409256 A CN113409256 A CN 113409256A
Authority
CN
China
Prior art keywords
compensator
image
size
detecting
corrugated compensator
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.)
Granted
Application number
CN202110637032.2A
Other languages
English (en)
Other versions
CN113409256B (zh
Inventor
倪洪启
李宝志
林思雨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang University of Chemical Technology
Original Assignee
Shenyang University of Chemical Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang University of Chemical Technology filed Critical Shenyang University of Chemical Technology
Priority to CN202110637032.2A priority Critical patent/CN113409256B/zh
Publication of CN113409256A publication Critical patent/CN113409256A/zh
Application granted granted Critical
Publication of CN113409256B publication Critical patent/CN113409256B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种管道波纹补偿器轴向尺寸检测方法，涉及一种管道波纹补偿器轴向尺寸检测方法，包括：标定CCD相机工作角度以及工作距离；选取背景光源，进行波纹补偿器打光，突出波纹补偿器波纹管边缘部分；在PC端对波纹补偿器进行高斯滤波平滑处理；应用Sobel算子提取波纹补偿器轮廓边缘；应用Otsu算子对灰度化后的图像进行阈值分割；经孔洞填充处理后得到目标灰度值为1、背景灰度值为0的理想二值化图像；对理想二值化图像进行倾斜校正；计算所需特征点的横纵坐标差的绝对值；利用波纹补偿器工作时，接管部分由于管壁较厚，尺寸是基本不会发生变化，故此将接管尺寸作为参考尺寸计算波纹补偿器轴向整体尺寸以及相邻波纹间的轴向尺寸。解决由于波纹补偿器波纹之间不均匀性程度过大造成工业管道中波纹补偿器损坏的问题。

Description

一种管道波纹补偿器轴向尺寸检测方法
技术领域
本发明涉及一种管道检测方法，特别是涉及一种管道波纹补偿器轴向尺寸检测方法。
背景技术
工业管网在工业生产中处于举足轻重的地位，而波纹补偿器则作为一种补偿元件广泛的应用于工业管道中，用来补偿管道由于各种原因而产生的尺寸变化。而在实际应用中，波纹补偿器出现损坏的情况时有发生，一旦出现上述情况，生产设备就会面临停止运行，也极容易产生一系列的连锁反应，这对设备正常运行和操作人员的生命安全造成了严重威胁。因此，为保证生产体系安全进行，对管道中波纹补偿器的轴向尺寸变化进行检测，显得越来越重要。工业上，传统的波纹补偿器轴向尺寸检测，是由位移传感器来实现的，但是这种方法仅能测得波纹补偿器整体轴向尺寸的变化，而不能测得波纹补偿器相邻波纹之间的轴向尺寸变化，从而不能得知相邻波纹之间承受位移载荷是否均匀，若承受位移载荷不均匀程度性超过一定限度，会使得波纹补偿器发生失稳，造成波纹补偿器的损坏，严重影响生产安全。
发明内容
本发明的目的在于提供一种管道波纹补偿器轴向尺寸检测方法，本发明方法机械视觉技术对管道中波纹补偿器的整体轴向尺寸以及相邻波纹之间的轴向尺寸进行检测，来实时监测波纹补偿器整体轴向尺寸变化以及相邻波纹之间承受位移载荷的均匀性，解决由于波纹补偿器波纹之间不均匀性程度过大造成工业管道中波纹补偿器损坏的问题。
本发明的目的是通过以下技术方案实现的：
一种管道波纹补偿器轴向尺寸检测方法，所述方法包括以下步骤：
步骤1：标定CCD相机工作角度以及工作距离；
步骤2：选取光源，进行波纹补偿器打光；
步骤3：将获取的图像信息上传PC端，应用高斯滤波对图像进行平滑处理，设置标准差
Figure RE-932756DEST_PATH_IMAGE001
；
步骤4：应用Sobel边缘检测算子对高斯滤波之后的图像进行边缘检测，然后对图像进行灰度化处理；
步骤5：应用自适应Otsu算子对图像进行阈值分割；
步骤6：对二值化后的图像进行孔洞填充处理；
步骤7：对二值化图像进行校正，求取边缘特征点；
步骤8：计算所需特征点的横纵坐标差的绝对值；
步骤9：波纹补偿器工作时，接管部分由于管壁较厚，尺寸是不会发生变化的，故此将接管尺寸作为参考尺寸计算波纹补偿器轴向整体尺寸以及相邻波纹间的轴向尺寸。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤1相机标定距离以及相机标定角度、成像质量应清晰准确，以及解决垂直倾斜问题。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤3中应设定标准差，以及对图像进行平滑处理、消除噪声，并应保证获取轮廓边缘的真实性。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤4中应获取图像的真实边缘，以进行边缘特征点获取。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤5中阈值分割，无需设定参数，根据图像信息，自适应计算最佳阈值。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤7中对图像进行校正处理，解决水平倾斜的问题；进一步包括校正处理后，根据波纹补偿器形状的特殊性，遍历图像获取边缘特征点，对获取的边缘特征点进行取中值操作，保证特征点坐标的准确性。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤8中，进一步包括分别计算各特征点横坐标之间、纵坐标之间的距离。
所述的一种管道波纹补偿器轴向尺寸检测方法，所述步骤9选取尺寸不会发生变化的接管处，作为计算实际尺寸的参考尺寸，计算得比例尺结合步骤8计算出实际尺寸。
本发明的优点与效果是：
本发明不仅能够实现位移传感器的功能，即检测出波纹补偿器整体轴向尺寸，位移传感器无法检测波纹补偿器波纹之间的轴向尺寸，本发明却能很好的弥补位移传感器在波纹补偿器应用上的不足，且该检测方法为无损检测方法，具有速度快.精度高的特点。针对由于波纹补偿器波纹之间不均匀性程度过大造成工业管道中波纹补偿器损坏的现状下，该检测方法技术、经济意义重大。
附图说明
图1本发明是总体方案流程图；
图2本发明是MATLAB获取的波纹补偿器图像信息；
图3本发明是高斯去噪效果图；
图4本发明是Sobel边缘检测效果图；
图5本发明是灰度化图像；
图 6本发明是二值化图像；
图7本发明是取反后进行孔洞填充的图；
图8本发明是目标灰度值为1、背景灰度值为0的二值化图像；
图9本发明是标注特征部位图像；
图10本发明是获取的特征点图像；
图11本发明是相机标定的俯视图。
具体实施方式
下面结合附图所示实施例对本发明进行详细说明。
图1为本发明波纹补偿器轴向尺寸检测具体实施方案流程图，本发明具体实施主要用于检测工业管道中波纹补偿器的轴向整体尺寸以及相邻波纹间轴向尺寸。
步骤1：波纹补偿器本身都是直筒的，因此其可以安装在直管道和非直管道的直线部分。非直管道中的波纹补偿器，在图像中呈现的信息为波纹补偿器是倾斜的，倾斜可以分为垂直倾斜和水平倾斜，垂直倾斜就是z轴的倾斜，水平倾斜在（x,y）内，并且，无论何种倾斜都会影响后续的边缘特征点获取操作。因此对CCD相机工作角度进行标定，使得相机镜头所在径向平面与波纹补偿器中垂线平行，来克服垂直倾斜所带来的影响；标定相机镜头所在径向平面与波纹补偿器中垂线的垂直距离为M，以毫米为单位，保证获取的波纹补偿器图像特征信息完整。
步骤2：选用LED排灯，进行背景照明，突出波纹补偿器的边缘区域，使得光照均匀，减少背景信息的干扰。
步骤3：由于波纹补偿器高温工作环境及不良照明的影响，不可避免的会产生高斯噪声，为此本方法采用高斯滤波对图2进行平滑处理，减少噪声对图像信息的干扰。
Figure RE-207879DEST_PATH_IMAGE002
式中
Figure RE-913667DEST_PATH_IMAGE003
为点坐标，在图像处理中可认为是整数；
Figure RE-248833DEST_PATH_IMAGE004
是标准差；二维高斯滤波在图像平滑处理时，最重要的是标准差
Figure RE-790804DEST_PATH_IMAGE004
的选取，
Figure RE-869619DEST_PATH_IMAGE004
选取越大，高斯滤波器的频带就越宽，平滑程度就越好，本方法设定
Figure RE-429913DEST_PATH_IMAGE005
为2，采用
Figure RE-201560DEST_PATH_IMAGE006
模板。
步骤4：应用Sobel边缘检测算子对图3进行处理，利用
Figure RE-965248DEST_PATH_IMAGE006
模板计算梯度幅值与方向得出真实边缘。设A为图像的灰度值，Sobel算子在横向和纵向的梯度幅值公式如下所示：
Figure RE-847753DEST_PATH_IMAGE007
其中
Figure RE-262554DEST_PATH_IMAGE008
为横向梯度；
Figure RE-205102DEST_PATH_IMAGE009
为纵向梯度。在图像上的每一点，都可以获得两个方向上的梯度，通过下面公式得出梯度幅值
Figure RE-456086DEST_PATH_IMAGE010
和梯度方向
Figure RE-876703DEST_PATH_IMAGE011
：
Figure RE-411590DEST_PATH_IMAGE012
和
Figure RE-525039DEST_PATH_IMAGE013
边缘检测之后，对图4进行灰度化处理，将图像中每个像素点的R、G、B值统一成一个值，减少不必要信息，加快后续处理速度。
步骤5：使用Otsu算子自适应计算最佳阈值，对图5进行阈值分割，假设图像像素数为N，灰度范围为[0,L-1]，对应灰度级i的像素数为
Figure RE-263319DEST_PATH_IMAGE014
，概率为：
Figure RE-487627DEST_PATH_IMAGE015
Figure RE-611441DEST_PATH_IMAGE016
将图像中的像素按灰度值用阈值T分为两类
Figure RE-895792DEST_PATH_IMAGE017
和
Figure RE-121368DEST_PATH_IMAGE018
由灰度值在[0,T]的像素组成，
Figure RE-149367DEST_PATH_IMAGE019
由灰度值在[T+1,L-1]的像素组成，整幅图像的均值：
Figure RE-393266DEST_PATH_IMAGE020
Figure RE-582939DEST_PATH_IMAGE021
和
Figure RE-295811DEST_PATH_IMAGE022
的均值为：
Figure RE-861922DEST_PATH_IMAGE023
其中
Figure RE-225907DEST_PATH_IMAGE024
由上面式子可得
Figure RE-586481DEST_PATH_IMAGE025
类间方差的定义为
Figure RE-786650DEST_PATH_IMAGE026
使得T在[0,L-1]范围内依次取值，当
Figure RE-156451DEST_PATH_IMAGE027
为最大值时，所取得的阈值T即为Otsu算法的最佳阈值。
步骤6：对图6进行取反操作，便于进行孔洞填充处理，去除图像中无必要部分，仅保留边缘信息，然后在进行取反，获得目标灰度值为1、背景灰度值为0的二值化图像。
步骤7：应用radon变换对图8进行倾斜检测与校正处理，让波纹补偿器中轴线垂直于水平方向。利用波纹补偿器形状的特殊性，对校正后的二值化图像灰度值为1的部分进行遍历操作，获取边缘特征点：取最左侧图像灰度值为1的点、取最右侧图像灰度值为1的点、取最上侧图像灰度值为1的点、取最下侧图像灰度值为1的点，取点情况如图9所示。对图9从视觉上观察是每个特征部位是一点，但是对图像进行放大后，该点其实是多点拟合成的一条直线，因此需要对所获得的12个边缘特征点分别进行求中值的操作，得出如图10所示12个特征点，建立以左上角为原点的坐标系，计算各边缘点坐标。
步骤8：得出边缘特征点坐标之后，需要先计算图10中a点与m点、f点与g点的横坐标差值的绝对值，分别设为
Figure RE-109363DEST_PATH_IMAGE028
与
Figure RE-906418DEST_PATH_IMAGE029
；再计算b点与c点、c点与d点、d点与e点、h点与j点、j点与k点、k点与l点、b点与e点、h点与l点纵坐标差值的绝对值，分别设为
Figure RE-345882DEST_PATH_IMAGE030
、
Figure RE-519374DEST_PATH_IMAGE031
、
Figure RE-592372DEST_PATH_IMAGE032
、
Figure RE-560328DEST_PATH_IMAGE033
、
Figure RE-469509DEST_PATH_IMAGE034
、
Figure RE-181113DEST_PATH_IMAGE035
、
Figure RE-108618DEST_PATH_IMAGE036
、
Figure RE-247476DEST_PATH_IMAGE037
。
步骤9：由于波纹补偿器是利用弹性元件的有效伸缩变形来吸收管线、导管或容器由热胀冷缩等原因而产生的尺寸变化的一种补偿装置。由此可知，图10中接管位置(am和fg部分)的尺寸是不会发生变化的。设波纹补偿器接管处对应a点与m点、f点与g点实际尺寸为
Figure RE-643953DEST_PATH_IMAGE038
、
Figure RE-893669DEST_PATH_IMAGE039
，并且实际中
Figure RE-941259DEST_PATH_IMAGE040
。由
Figure RE-251018DEST_PATH_IMAGE041
与
Figure RE-134791DEST_PATH_IMAGE042
的关系得出比例尺，计算
Figure RE-188198DEST_PATH_IMAGE030
、
Figure RE-90295DEST_PATH_IMAGE031
、
Figure RE-570955DEST_PATH_IMAGE032
、
Figure RE-676445DEST_PATH_IMAGE033
、
Figure RE-533543DEST_PATH_IMAGE034
、
Figure RE-290146DEST_PATH_IMAGE035
、
Figure RE-941707DEST_PATH_IMAGE036
、
Figure RE-800073DEST_PATH_IMAGE037
的实际尺寸，分别设为
Figure RE-195282DEST_PATH_IMAGE043
、
Figure RE-806392DEST_PATH_IMAGE044
、
Figure RE-894434DEST_PATH_IMAGE045
、
Figure RE-974516DEST_PATH_IMAGE046
、
Figure RE-173417DEST_PATH_IMAGE047
、
Figure RE-639033DEST_PATH_IMAGE048
、
Figure RE-897976DEST_PATH_IMAGE049
、
Figure RE-465355DEST_PATH_IMAGE050
。
Figure RE-202367DEST_PATH_IMAGE051
所代表的尺寸并非为波纹补偿器接管外径，它是由波纹补偿器接管外径跟相机标定距离所决定的，a点、m点所在位置俯视图如图11所示。
Figure RE-595259DEST_PATH_IMAGE052
计算公式如下：
Figure RE-25103DEST_PATH_IMAGE053
上式中，
Figure RE-63466DEST_PATH_IMAGE054
为相机镜头与波纹补偿器中轴线之间的距离；
Figure RE-604169DEST_PATH_IMAGE055
波纹补偿器接管外半径。
比例尺计算公式和实际尺寸计算公式如下：
Figure RE-60689DEST_PATH_IMAGE056
上式中，
Figure RE-395856DEST_PATH_IMAGE057
为实际am尺寸；
Figure RE-187094DEST_PATH_IMAGE058
为图像中m点与a点横坐标之差的绝对值，
Figure RE-265908DEST_PATH_IMAGE059
为比例尺。
Figure RE-576935DEST_PATH_IMAGE060
上式中，
Figure RE-83003DEST_PATH_IMAGE061
为计算的实际尺寸，
Figure RE-361538DEST_PATH_IMAGE062
为指定坐标间差值的绝对值。

Claims (8)

1.一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述方法包括以下步骤：
步骤1：标定CCD相机工作角度以及工作距离；
步骤2：选取光源，进行波纹补偿器打光；
步骤3：将获取的图像信息上传PC端，应用高斯滤波对图像进行平滑处理，设置标准差
Figure DEST_PATH_IMAGE002
；
步骤4：应用Sobel边缘检测算子对高斯滤波之后的图像进行边缘检测，然后对图像进行灰度化处理；
步骤5：应用自适应Otsu算子对图像进行阈值分割；
步骤6：对二值化后的图像进行孔洞填充处理；
步骤7：对二值化图像进行校正，求取边缘特征点；
步骤8：计算所需特征点的横纵坐标差的绝对值；
步骤9：波纹补偿器工作时，接管部分由于管壁较厚，尺寸是不会发生变化的，故此将接管尺寸作为参考尺寸计算波纹补偿器轴向整体尺寸以及相邻波纹间的轴向尺寸。
2.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤1相机标定距离以及相机标定角度、成像质量应清晰准确，以解决垂直倾斜问题。
3.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤3中应设定标准差，以及对图像进行平滑处理、消除噪声，并应保证获取轮廓边缘的真实性。
4.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤4中应获取图像的真实边缘，以进行边缘特征点获取。
5.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤5中阈值分割，无需设定参数，根据图像信息，自适应计算最佳阈值。
6.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤7中对图像进行校正处理，包括校正处理后，根据波纹补偿器形状的特殊性，遍历图像获取边缘特征点，对获取的边缘特征点进行取中值操作，保证特征点坐标的准确性。
7.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤8中，包括分别计算各特征点横坐标之间、纵坐标之间的距离。
8.根据权利要求1所述的一种管道波纹补偿器轴向尺寸检测方法，其特征在于，所述步骤9选取尺寸不会发生变化的接管处，作为计算实际尺寸的参考尺寸，计算得比例尺结合步骤8计算出实际尺寸。
CN202110637032.2A 2021-06-08 2021-06-08 一种管道波纹补偿器轴向尺寸检测方法 Active CN113409256B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110637032.2A CN113409256B (zh) 2021-06-08 2021-06-08 一种管道波纹补偿器轴向尺寸检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110637032.2A CN113409256B (zh) 2021-06-08 2021-06-08 一种管道波纹补偿器轴向尺寸检测方法

Publications (2)

Publication Number Publication Date
CN113409256A true CN113409256A (zh) 2021-09-17
CN113409256B CN113409256B (zh) 2023-09-15

Family

ID=77676979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110637032.2A Active CN113409256B (zh) 2021-06-08 2021-06-08 一种管道波纹补偿器轴向尺寸检测方法

Country Status (1)

Country Link
CN (1) CN113409256B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109579739A (zh) * 2019-01-07 2019-04-05 北京理工大学 一种离轴折反式部分补偿器系统及设计方法
CN109934839A (zh) * 2019-03-08 2019-06-25 北京工业大学 一种基于视觉的工件检测方法
CN111189387A (zh) * 2020-01-02 2020-05-22 西安工程大学 一种基于机器视觉的工业零件尺寸检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109579739A (zh) * 2019-01-07 2019-04-05 北京理工大学 一种离轴折反式部分补偿器系统及设计方法
CN109934839A (zh) * 2019-03-08 2019-06-25 北京工业大学 一种基于视觉的工件检测方法
CN111189387A (zh) * 2020-01-02 2020-05-22 西安工程大学 一种基于机器视觉的工业零件尺寸检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘源 等: "一种基于Sobel算子的带钢表面缺陷图像边缘检测算法", 《电子测量技术》, vol. 44, no. 3, pages 138 - 143 *
李健 等: "基于改进高斯滤波算法的叶片图像去噪方法", 《南方农业学报》, vol. 50, no. 6, pages 1385 - 1391 *

Also Published As

Publication number Publication date
CN113409256B (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
CN109060836B (zh) 基于机器视觉的高压油管接头外螺纹检测方法
CN106643545B (zh) 激光位移技术测量钢轨轮廓的校准方法
CN107945155B (zh) 一种基于Gabor滤波器的牙膏管肩缺陷检测方法
CN114494045B (zh) 一种基于机器视觉的大型直齿轮几何参数测量系统及方法
CN110906875B (zh) 一种孔径测量的视觉处理方法
CN112085709B (zh) 一种图像对比方法及设备
Huang et al. Sub-pixel edge detection algorithm based on canny–zernike moment method
CN111667470A (zh) 一种基于数字图像的工业管道探伤内壁检测方法
CN110211047B (zh) 机器视觉螺纹参数测量的图像旋转方法
Liu et al. Enhancement of contour smoothness by substitution of interpolated sub-pixel points for edge pixels
CN115035107A (zh) 基于图像处理的车桥齿轮做工误差检测方法
CN115731254A (zh) 基于亚像素的图像求尺寸的方法
CN113409256B (zh) 一种管道波纹补偿器轴向尺寸检测方法
CN111539951B (zh) 一种陶瓷砂轮头轮廓尺寸视觉检测方法
CN111815575A (zh) 一种基于机器视觉的轴承钢珠零件检测方法
CN115100153A (zh) 基于双目匹配的管内检测方法、装置、电子设备及介质
CN113888517A (zh) 一种卷绕机下料视觉检测方法
CN114663402A (zh) 一种基于Hough直线检测和曲线拟合的线缆脱垂检测方法
Fan et al. Dimensional inspecting system of shaft parts based on machine vision
WO2021179438A1 (zh) 存在投影盲区去除绝对相位噪声方法、装置及存储介质
CN111179221B (zh) 焊接坡口的检测方法、设备及存储介质
CN114166144A (zh) 一种齿轮倒角加工装夹后加工轮廓的标定方法
CN113793315A (zh) 一种基于单目视觉的相机平面和目标平面夹角估算方法
CN112629407B (zh) 基于图像分析的螺纹钢尺寸测量方法
CN112634228A (zh) 一种基于亚像素定位算法的红外图像边缘高精度检测定位方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant