CN114279357A - 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 - Google Patents
一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 Download PDFInfo
- Publication number
- CN114279357A CN114279357A CN202111590860.1A CN202111590860A CN114279357A CN 114279357 A CN114279357 A CN 114279357A CN 202111590860 A CN202111590860 A CN 202111590860A CN 114279357 A CN114279357 A CN 114279357A
- Authority
- CN
- China
- Prior art keywords
- image
- burr
- die casting
- camera
- area
- 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
Links
- 238000004512 die casting Methods 0.000 title claims abstract description 61
- 238000000691 measurement method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000007781 pre-processing Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 28
- 238000005266 casting Methods 0.000 claims description 17
- 238000003709 image segmentation Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000011410 subtraction method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003708 edge detection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 241000755266 Kathetostoma giganteum Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于机器视觉的压铸件毛刺尺寸测量方法及系统。本发明对含毛刺的工件图像和标准图像(不含毛刺的工件图像)分别进行预处理和图像分割后，分成若干个互不交叠的区域，每个区域内部有相同或相近的特性，而相邻区域的特性不相同，进而从背景中将目标提取出来的一种技术，即使用图像分割提取出图像中的压铸件。随后，将含毛刺的工件图像和标准图像进行图像差分，就可得到毛刺图像，并进行毛刺平面尺寸和位置计算。本发明具有应用范围广、检测速度快、精度高、容错率低、可长时间工作等优点，可以获得各种形状工件毛刺平面尺寸与位置信息，实现多种样式的压铸件毛刺尺寸的无接触测量。
Description
技术领域
本发明属于机器人智能加工领域，涉及机器视觉检测技术，属于一种基于机器视觉的毛刺尺寸测量方法及系统。
技术背景
在实际生产过程中，传统的去毛刺机器人在进行去毛刺路径规划时主要靠工人的工作经验，规划的路径可能因工程师的不同而差别很大，具有很大的随机性，并且缺乏理论依据，进而导致去毛刺路径规划存在效率低、工作量大、不便于优化等缺点。因此，为了更好地提高工业机器人去毛刺的效率，需要一种可以快速准确测量出工件毛刺尺寸的方法和系统。
传统进行毛刺信息提取的方法主要是利用游标卡尺和平头千分尺测量毛刺，但是在测量时容易把毛刺磨掉，并且当工件形状不规则或者毛刺数量较多时测量效率低下。另外，工件特别是压铸件上产生的毛刺的大小、形状和位置都有一定的随机性，这也增加了利用传统的测量方法进行毛刺信息提取的困难。机器视觉因其具有属于非接触式测量、不会磨损毛刺，测量精度较高，测量方便等优点，所以，被广泛应用于机器加工领域工件检测。现有的机器视觉毛刺尺寸测量中，对采集到的图像进行边缘提取后，使用简单好用的霍夫变换对工件的边缘形状做检测，检测到的线条作为工件边缘的基准线，与图像进行Canny边缘检测得到的轮廓进行对比，做图像差分，得到毛刺的轮廓曲线。压铸件毛刺为连续片状，毛刺根部与工件边缘存在缺少明显边界线条情况，工件的基础轮廓模糊、轮廓识别困难。Canny边缘检测复杂的压铸件会检测出较多的杂散边界，出现检测轮廓未闭合情况，且霍夫变换的时间和空间复杂度都很高，只适用于检测几何形状，对于复杂工件形状的轮廓提取需要分步处理，计算量大、效率低下。
发明内容
本发明的目的在于针对现存问题，提供一种基于机器视觉的压铸件毛刺定位方法及系统。
该基于机器视觉的压铸件毛刺定位方法，具体步骤如下：
(1)安装相机并完成标定，获得尺度因子s。
(2)将无毛刺的标准压铸件作为工件，放置于相机视野范围内并装夹；相机在选定的角度拍摄标准压铸件。
(3)在步骤(2)中采集到的图像选择工件图像中截取目标区域，并进行预处理。
(4)对预处理后的图像，进行基于自适应阈值的图像分割处理。
(5)将被测压铸件以与标准压铸件相同的方式装夹；相机拍摄后的图像依次进行截取目标区域、预处理和图像分割处理，得到被测压铸件图像。使用差分算子，对经过处理的标准压铸件图像与被测压铸件图像进行对比；采用减法得到毛刺图。计算毛刺面积Q＝C*s2，其中，Q为毛刺的实际面积，C为毛刺图中毛刺区域的像素点数，s为尺度因子。
作为优选，步骤(1)的过程如下：使用相机拍摄多张不同角度的棋盘标定板图片，标定好相机的内外参数，将世界坐标系转化为相机坐标系，得到世界坐标系(Xw,Yw,Zw)和相机坐标系(u,v)的尺度因子s，
其中，A表示相机内参矩阵，[R T]表示相机外参矩阵，R为世界坐标系转为相机坐标系的旋转矩阵，T为为世界坐标系转为相机坐标系的平移矩阵。标定好的相机在没有移动和拆装的情况下无需再次标定。
作为优选，步骤(3)中所述的预处理具体为在中值滤波后进行双边滤波。
作为优选，步骤(4)中阈值分割的过程如下：设定阈值范围t1～t2；计算图像
其中，f(x,y)为原始图像。
作为优选，步骤(4)中的阈值分割采用大津法二值化方法。
作为优选，步骤(5)执行后通过目标检测绘制出能够容纳毛刺区域的最小矩形；毛刺区域可以分为两部分，即边缘区域和内部区域。计算毛刺的极限长度a和极限宽度b。 a＝max[s(xi-xj)]；b＝max[s(yi-yj)]；其中，xi、yi为第i个毛刺边缘极限像素点的横坐标、纵坐标； xj、yj为第j个毛刺边缘极限像素点的横坐标、纵坐标；i＝1,2,...,N；N为毛刺边缘极限像素点的数量；s表示尺度因子。毛刺边缘极限像素点为毛刺区域与最小矩形的轮廓相交的像素点。
本发明还提供一种基于机器视觉的压铸件毛刺尺寸测量系统，其包括图像采集模块、图像预处理模块和数据处理模块。图像采集模块通过CCD相机采集标准压铸件和被测压铸件的图像；CCD相机通过棋盘标定板进行标定。图像预处理模块用于通过该滤波处理降低噪音对图像的干扰，提高检测精度，并提取出图片感兴趣区域，以减少图像处理时间。数据处理模块用于对经过预处理的图像进行基于自适应阈值的图像分割处理；并对经过预处理和图像分割的标准压铸件图像和被测压铸件图图像进行对比，获得毛刺区域并计算毛刺区域的极限长度a和极限宽度b。该压铸件毛刺尺寸测量系统通过对压铸件的图像处理实现了毛刺位置的自动化精准检测，具有应用范围广、检测速度快、精度高、容错率低、可长时间工作等优点。
本发明的有益效果如下：
1.本发明通过对压铸件的图像处理实现了毛刺位置的自动化精准检测，具有应用范围广、检测速度快、精度高、容错率低、可长时间工作等优点。
2.本发明采用机器视觉测量毛刺尺寸，可以获得各种形状工件毛刺平面尺寸与位置信息，实现多种样式的压铸件毛刺尺寸的无接触测量，不会磨损毛刺，具有测量精度较高，测量方便等优点。
3.本发明采用图像处理技术，检测工件边缘及毛刺的位置与大小，为机器人去毛刺系统离线编程的轨迹生成与修改提供数据，还可以根据毛刺的大小的位置调节机器人去毛刺系统工艺参数，毛刺较大区域选择降低机器人末端速度，增加主轴转速，反之则增加机器人末端是速度，降低主轴转速，从而增加机器人和刀具寿命，提高机器人去毛刺的加工质量，降低次品率。
附图说明
图1为本发明基于机器视觉的压铸件毛刺尺寸测量方法的一种优选实施例的流程图。
图2为本发明步骤(5)获得的标准压铸件图像分割图。
图3为本发明步骤(6)获得的带有毛刺的被测压铸件图像分割图。
图4为本发明步骤(6)获得的毛刺区域图像。
具体实施方式
下面结合附图进一步说明本发明的详细内容及具体实施方式
如图1所示，一种基于机器视觉的压铸件毛刺尺寸测量方法，包括以下步骤：
(1)安装好相机，使用opencv，拍摄10张不同角度的棋盘标定板图片，标定好相机的内外参数，将世界坐标系转化为相机坐标系，得到世界坐标系(Xw,Yw,Zw)和相机坐标系(u,v) 的尺度因子s，
其中，A表示相机内参矩阵，[R T]表示相机外参矩阵，R 为世界坐标系转为相机坐标系的旋转矩阵，T为为世界坐标系转为相机坐标系的平移矩阵。标定好的相机在没有移动和拆装的情况下，后续的检测中无需再次标定。
(2)将无毛刺的标准压铸件作为工件，放置于相机视野范围内并装夹；相机采集工件不同位置和角度的图像，选取合适的角度和位置，固定相机。
(3)对步骤(2)中采集到的工件图像，进行预处理，选择工件图像中需要处理的位置，去除包括背景在内的无效信息，确定图像感兴趣的区域，减少图像处理时间，获得标准压铸件图像。
(4)对采集到的标准压铸件图像进行预处理，为了降低噪音对图像的干扰，提高检测精度，需要对图像进行滤波处理，中值滤波在处理噪声的过程中，会使得图片边缘数据缺失，而双边滤波相较于其他滤波方法，具有边缘保存的优点，因此，选择中值滤波与双边滤波相结合的方式进行降噪，在中值滤波的基础上再对图像进行双边滤波，不仅可以平滑噪声，同时还能保留大量的边缘和细节特征，为后续图像的精准分割提供了很好的基础。
(5)对预处理后的图像，进行基于自适应阈值的图像分割处理，基于自适应阈值的图像分割算法最常用的方法就是图像二值化，设原始图像为f(x,y)，分割后的图像为g(x,y)，将阔值设定为一个灰度范围，则图像的二值化可表示为：
自适应阈值二值化分为4种，本发明选择大津法二值化，适用于图像直方图中存在双峰的图像(直方图中的双峰就是指背景像素和前景像素)，最佳阈值就是双峰之间的某个参数，即将背景像素和前景像素分割开，其原理就是最大类间方差法。经过大津法二值化处理得到无毛刺的标准件图像分割图像，检测结果如图2，将图2设置为样品图像。
(6)将被测压铸件固定在相同位置，CCD相机采集到信息后经过上述感兴趣区域确定 (ROI)、图像预处理和图像分割后，得到被测压铸件图像，检测结果如图3。在机器人去毛刺系统中，机器视觉检测的被检测压铸件图像经过预处理和图像分割后的图像都是图3。使用差分算子，对经过处理的标准压铸件图像与被测压铸件图像进行对比；采用减法(即将被测压铸件图像减去标准压铸件图像，得到被测压铸件图像多出的毛刺部分)得到毛刺图。具体为被测压铸件图像与标准压铸件图像对应像素点的灰度值进行相减，如差值等于255，表示该像素点属于毛刺部分；若差值等于0，则表示该像素点不属于毛刺部分。
(7)计算毛刺面积与尺寸，具体步骤：通过毛刺的像素点个数来计算毛刺的面积，计算如下:Q＝C*s2，其中，Q为毛刺的实际面积，C为毛刺的像素点数，s为尺度因子。通过目标检测绘制出能够容纳毛刺区域的最小矩形；毛刺区域可以分为两部分，即边缘区域和内部区域。在边缘区域中，存在一类特殊的像素点，这类像素点既是毛刺的边缘区域像素点，又是最小矩形边缘像素点，这类像素点称为毛刺极限边缘像素点，毛刺的极限长度a和极限宽度b。a＝max[s(xi-xj)]；b＝max[s(yi-yj)]；其中，xi、yi为第i个毛刺边缘极限像素点的横坐标、纵坐标；xj、yj为第j个毛刺边缘极限像素点的横坐标、纵坐标；i＝1,2,...,N；N为毛刺边缘极限像素点的数量；s表示尺度因子。
用于执行上述压铸件毛刺尺寸测量方法的基于机器视觉的压铸件毛刺尺寸测量系统，包括图像采集模块、图像预处理模块和数据处理模块。
图像采集模块通过CCD相机采集标准压铸件和被测压铸件的图像；CCD相机通过棋盘标定板进行标定；标定好的相机在没有移动和拆装的情况下，后续的检测中无需再次标定。
图像预处理模块用于通过该滤波处理降低噪音对图像的干扰，提高检测精度，并提取出图片感兴趣区域，以减少图像处理时间。
数据处理模块用于对经过预处理的图像进行基于自适应阈值的图像分割处理；并对经过预处理和图像分割的标准压铸件图像和被测压铸件图图像进行对比，获得毛刺区域并计算毛刺区域的极限长度a和极限宽度b。
该压铸件毛刺尺寸测量系统通过对压铸件的图像处理实现了毛刺位置的自动化精准检测，具有应用范围广、检测速度快、精度高、容错率低、可长时间工作等优点。
Claims (7)
1.一种基于机器视觉的压铸件毛刺尺寸测量方法，其特征在于：包括以下步骤：
(1)安装相机并完成标定，获得尺度因子s；
(2)将无毛刺的标准压铸件作为工件，放置于相机视野范围内并装夹；相机在选定的角度拍摄标准压铸件；
(3)在步骤(2)中采集到的图像选择工件图像中截取目标区域，并进行预处理；
(4)对预处理后的图像，进行基于自适应阈值的图像分割处理；
将被测压铸件以与标准压铸件相同的方式装夹；相机拍摄后的图像依次进行截取目标区域、预处理和图像分割处理，得到被测压铸件图像；使用差分算子，对经过处理的标准压铸件图像与被测压铸件图像进行对比；采用减法得到毛刺图；计算毛刺面积Q＝C*s2，其中，Q为毛刺的实际面积，C为毛刺图中毛刺区域的像素点数，s为尺度因子。
2.根据权利要求1所述的一种基于机器视觉的压铸件毛刺尺寸测量方法，其特征在于：步骤(1)的过程如下：使用相机拍摄多张不同角度的棋盘标定板图片，标定好相机的内外参数，将世界坐标系转化为相机坐标系，得到世界坐标系(Xw,Yw,Zw)和相机坐标系(u,v)的尺度因子s，
其中，A表示相机内参矩阵，[R T]表示相机外参矩阵，R为世界坐标系转为相机坐标系的旋转矩阵，T为为世界坐标系转为相机坐标系的平移矩阵；标定好的相机在没有移动和拆装的情况下无需再次标定。
3.根据权利要求1所述的一种基于机器视觉的压铸件毛刺尺寸测量方法，其特征在于：步骤(3)中所述的预处理具体为在中值滤波后进行双边滤波。
4.根据权利要求1所述的一种基于机器视觉的压铸件毛刺尺寸测量方法，其特征在于：步骤(4)中阈值分割的过程如下：设定阈值范围t1～t2；计算图像
其中，f(x,y)为原始图像。
5.根据权利要求1所述的一种基于机器视觉的压铸件毛刺尺寸测量方法，其特征在于：步骤(4)中的阈值分割采用大津法二值化方法。
6.根据权利要求1所述的一种基于机器视觉的压铸件毛刺尺寸测量方法，其特征在于：步骤(5)执行后通过目标检测绘制出能够容纳毛刺区域的最小矩形；毛刺区域可以分为两部分，即边缘区域和内部区域；计算毛刺的极限长度a和极限宽度b；a＝max[s(xi-xj)]；b＝max[s(yi-yj)]；其中，xi、yi为第i个毛刺边缘极限像素点的横坐标、纵坐标；xj、yj为第j个毛刺边缘极限像素点的横坐标、纵坐标；i＝1,2,...,N；N为毛刺边缘极限像素点的数量；s表示尺度因子；毛刺边缘极限像素点为毛刺区域与最小矩形的轮廓相交的像素点。
7.一种基于机器视觉的压铸件毛刺尺寸测量系统，其特征在于：应用于执行如权利要求1所述的压铸件毛刺尺寸测量方法；该压铸件毛刺尺寸测量系统包括图像采集模块、图像预处理模块和数据处理模块；图像采集模块通过CCD相机采集标准压铸件和被测压铸件的图像；CCD相机通过棋盘标定板进行标定。图像预处理模块用于通过该滤波处理降低噪音对图像的干扰，提高检测精度，并提取出图片感兴趣区域，以减少图像处理时间；数据处理模块用于对经过预处理的图像进行基于自适应阈值的图像分割处理；并对经过预处理和图像分割的标准压铸件图像和被测压铸件图图像进行对比，获得毛刺区域并计算毛刺区域的极限长度a和极限宽度b；该压铸件毛刺尺寸测量系统通过对压铸件的图像处理实现了毛刺位置的自动化精准检测，具有应用范围广、检测速度快、精度高、容错率低、可长时间工作等优点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111590860.1A CN114279357B (zh) | 2021-12-23 | 2021-12-23 | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111590860.1A CN114279357B (zh) | 2021-12-23 | 2021-12-23 | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114279357A true CN114279357A (zh) | 2022-04-05 |
| CN114279357B CN114279357B (zh) | 2024-05-03 |
Family
ID=80874592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111590860.1A Active CN114279357B (zh) | 2021-12-23 | 2021-12-23 | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114279357B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114998204A (zh) * | 2022-04-24 | 2022-09-02 | 启东亦大通自动化设备有限公司 | 一种鱼眼垫片加工质量自适应调节方法 |
| CN115406900A (zh) * | 2022-10-31 | 2022-11-29 | 江苏中科云控智能工业装备有限公司 | 一种基于机器视觉的压铸件毛刺检测系统及方法 |
| CN115729188A (zh) * | 2022-11-18 | 2023-03-03 | 江苏中科云控智能工业装备有限公司 | 基于数字孪生的去毛刺生产线控制信号传输系统 |
| CN116604111A (zh) * | 2023-07-21 | 2023-08-18 | 威海宇旸机械制造有限公司 | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 |
| CN117331355A (zh) * | 2023-09-27 | 2024-01-02 | 江苏中科云控智能工业装备有限公司 | 一种基于神经网络的压铸件去毛刺工艺调控系统及方法 |
| CN117392133A (zh) * | 2023-12-12 | 2024-01-12 | 江苏中科云控智能工业装备有限公司 | 一种基于机器视觉的压铸件毛刺检测系统及方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105729267A (zh) * | 2016-02-03 | 2016-07-06 | 华中科技大学 | 一种基于视觉控制的磨边装置及方法 |
| CN109166098A (zh) * | 2018-07-18 | 2019-01-08 | 上海理工大学 | 基于图像处理的工件毛刺检测方法 |
| CN109447989A (zh) * | 2019-01-08 | 2019-03-08 | 哈尔滨理工大学 | 基于电机铜排毛刺生长区域的缺陷检测装置和方法 |
| CN109622926A (zh) * | 2019-01-09 | 2019-04-16 | 湖南师范大学 | 一种面向铸锭过程的锭块边缘检测方法 |
| CN109753888A (zh) * | 2018-12-17 | 2019-05-14 | 昆明理工大学 | 一种用于识别天文图像中太阳暗条手性的方法 |
| CN110503633A (zh) * | 2019-07-29 | 2019-11-26 | 西安理工大学 | 一种基于图像差分的贴花陶瓷盘表面缺陷检测方法 |
| CN111062959A (zh) * | 2019-11-28 | 2020-04-24 | 重庆大学 | 一种航空薄壁微构零件切出底边毛刺特征的提取及表征方法 |
| CN112489042A (zh) * | 2020-12-21 | 2021-03-12 | 大连工业大学 | 基于超分辨重建的金属品印刷缺陷与表面损伤的检测方法 |
| CN112884708A (zh) * | 2021-01-15 | 2021-06-01 | 深圳市悦创进科技有限公司 | 一种圆形注塑件毛边检测方法 |
| CN113240749A (zh) * | 2021-05-10 | 2021-08-10 | 南京航空航天大学 | 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法 |
| CN113284143A (zh) * | 2021-07-20 | 2021-08-20 | 江苏中科云控智能工业装备有限公司 | 基于图像数据处理的压铸件去毛刺精度检测系统 |
-
2021
- 2021-12-23 CN CN202111590860.1A patent/CN114279357B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105729267A (zh) * | 2016-02-03 | 2016-07-06 | 华中科技大学 | 一种基于视觉控制的磨边装置及方法 |
| CN109166098A (zh) * | 2018-07-18 | 2019-01-08 | 上海理工大学 | 基于图像处理的工件毛刺检测方法 |
| CN109753888A (zh) * | 2018-12-17 | 2019-05-14 | 昆明理工大学 | 一种用于识别天文图像中太阳暗条手性的方法 |
| CN109447989A (zh) * | 2019-01-08 | 2019-03-08 | 哈尔滨理工大学 | 基于电机铜排毛刺生长区域的缺陷检测装置和方法 |
| CN109622926A (zh) * | 2019-01-09 | 2019-04-16 | 湖南师范大学 | 一种面向铸锭过程的锭块边缘检测方法 |
| CN110503633A (zh) * | 2019-07-29 | 2019-11-26 | 西安理工大学 | 一种基于图像差分的贴花陶瓷盘表面缺陷检测方法 |
| CN111062959A (zh) * | 2019-11-28 | 2020-04-24 | 重庆大学 | 一种航空薄壁微构零件切出底边毛刺特征的提取及表征方法 |
| CN112489042A (zh) * | 2020-12-21 | 2021-03-12 | 大连工业大学 | 基于超分辨重建的金属品印刷缺陷与表面损伤的检测方法 |
| CN112884708A (zh) * | 2021-01-15 | 2021-06-01 | 深圳市悦创进科技有限公司 | 一种圆形注塑件毛边检测方法 |
| CN113240749A (zh) * | 2021-05-10 | 2021-08-10 | 南京航空航天大学 | 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法 |
| CN113284143A (zh) * | 2021-07-20 | 2021-08-20 | 江苏中科云控智能工业装备有限公司 | 基于图像数据处理的压铸件去毛刺精度检测系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114998204A (zh) * | 2022-04-24 | 2022-09-02 | 启东亦大通自动化设备有限公司 | 一种鱼眼垫片加工质量自适应调节方法 |
| CN115406900A (zh) * | 2022-10-31 | 2022-11-29 | 江苏中科云控智能工业装备有限公司 | 一种基于机器视觉的压铸件毛刺检测系统及方法 |
| CN115729188A (zh) * | 2022-11-18 | 2023-03-03 | 江苏中科云控智能工业装备有限公司 | 基于数字孪生的去毛刺生产线控制信号传输系统 |
| CN115729188B (zh) * | 2022-11-18 | 2023-11-14 | 江苏中科云控智能工业装备有限公司 | 基于数字孪生的去毛刺生产线控制信号传输系统 |
| CN116604111A (zh) * | 2023-07-21 | 2023-08-18 | 威海宇旸机械制造有限公司 | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 |
| CN116604111B (zh) * | 2023-07-21 | 2023-11-24 | 威海宇旸机械制造有限公司 | 一种基于模板匹配的铸造工件边缘去毛刺控制方法及装置 |
| CN117331355A (zh) * | 2023-09-27 | 2024-01-02 | 江苏中科云控智能工业装备有限公司 | 一种基于神经网络的压铸件去毛刺工艺调控系统及方法 |
| CN117331355B (zh) * | 2023-09-27 | 2024-04-23 | 江苏中科云控智能工业装备有限公司 | 一种基于神经网络的压铸件去毛刺工艺调控系统及方法 |
| CN117392133A (zh) * | 2023-12-12 | 2024-01-12 | 江苏中科云控智能工业装备有限公司 | 一种基于机器视觉的压铸件毛刺检测系统及方法 |
| CN117392133B (zh) * | 2023-12-12 | 2024-02-20 | 江苏中科云控智能工业装备有限公司 | 一种基于机器视觉的压铸件毛刺检测系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114279357B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114279357B (zh) | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 | |
| CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
| CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
| CN107341802B (zh) | 一种基于曲率与灰度复合的角点亚像素定位方法 | |
| CN111862037A (zh) | 基于机器视觉的精密孔类零件几何特征检测方法及系统 | |
| CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
| CN110766684A (zh) | 一种基于机器视觉的定子表面缺陷检测系统及检测方法 | |
| CN112037203A (zh) | 基于复杂工件外轮廓配准的侧表面缺陷检测方法及系统 | |
| CN112907556A (zh) | 一种基于机器视觉的旋转刀具磨损量自动测量方法 | |
| CN109483887B (zh) | 激光选区熔化过程中成形层轮廓精度在线检测方法 | |
| CN108257171A (zh) | 基于光视觉的汽车雷达装配孔径检测方法 | |
| CN113870217A (zh) | 一种基于机器视觉的边缘偏移视觉测量方法、图像检测仪 | |
| CN114140384A (zh) | 基于轮廓拟合与形心跟踪的提升钢丝绳横向振动图像识别算法 | |
| CN113822810A (zh) | 一种基于机器视觉的三维空间中工件的定位方法 | |
| CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
| CN109308707B (zh) | 铝锭厚度非接触式在线测量方法 | |
| CN117115196B (zh) | 一种切割机刀具磨损视觉检测方法及系统 | |
| CN111815575B (zh) | 一种基于机器视觉的轴承钢珠零件检测方法 | |
| CN115753791B (zh) | 基于机器视觉的缺陷检测方法、装置以及系统 | |
| CN116883498A (zh) | 基于灰度质心提取算法的视觉合作靶标特征点定位方法 | |
| CN218504096U (zh) | 一种具备智能识别、检测焊缝功能的恒力控制打磨器具 | |
| CN111862007B (zh) | 基于方差区域分割的货车制动缸倾斜检测方法 | |
| CN114354631A (zh) | 一种基于视觉的阀门毛坯表面缺陷检测方法 | |
| CN113406920A (zh) | 一种基于机器视觉的箱体定位控制系统及其方法 | |
| Wang et al. | A detection system of tool parameter using machine vision |
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 |