大恆圖像工件識別及測量定位系統

2020-11-25 電子產品世界

該系統可以自動識別生產線或工作檯上的工件，能夠自動拍攝工件的圖像，對採集到的圖像首先進行目標定位，然後通過特徵匹配和插值運算計算出旋轉角度。計算結果可以通過串口輸出到PLC控制系統，也可以通過乙太網傳輸給下位機。

本文引用地址：http://www.eepw.com.cn/article/201702/338375.htm

圖1 系統工作示意圖

應用範圍

該系統可以適用於對各種工件或工件上某個特點目標進行識別定位、X/Y位置校準、旋轉角度測量、表面缺陷檢測、幾何尺寸測量等。

產品特點

系統具有自學習功能，可適用於各種類型的工件或其它物體，轉換簡便;

可以採用工件到位觸發的發生採圖，自動適應不同的運轉速度;

可對各種角度擺放的工件進行識別和定位測量;

可識別測量不同大小的工件;

系統可檢測工件的表面缺陷和幾何尺寸;

檢測結果可以存入資料庫，並方便查詢和統計分析;

系統可以通過串口或網絡輸出檢測結果。

性能指標

可以選配各種類型的黑白面陣攝像機及彩色面陣攝像機，以適應不同的應用需求

可配備各種解析度的攝像機，最高解析度為4096Pixel*4096Pixel，最高測量精度0.001mm

可配備各種幀率的攝像機，最高幀率為100幀/秒。

應用案例

本系統應用於紀念幣生產過程中的角度校正，可適用於不同大小、不同類型的紀念幣。系統能夠在生產流水線準確測量紀念幣與設定方向的角度偏差，並將此偏差傳送給控制系統進行校準，系統還對紀念幣表面的缺陷進行檢測。

採集控制系統結構：

圖2 採集控制系統結構

系統操作界面：

相關焦點

  • 大恆圖像金屬表面缺陷檢測及尺寸測量系統
    當檢測到有缺陷的工件時，系統可根據實際需求發出相應的控制信號，即可直接將廢品剔除，也可控制打標機構在缺陷品上噴塗標誌。該系統能有效地提高產品質量、工作效率，減少勞動強度，節約人力資源。質量標準可通過程序進行設置，不會受主觀因素的影響，因此能夠確保質量標準的統一，並且不會出現漏檢的情況。
  • 基於慣性導航、RFID 及圖像識別的 AGV 融合導航系統
    實驗結果表明，該方法可靠性強，計算簡單，且具有較好的定位精度，可以滿足AGV 的定位系統要求。關鍵詞：AGV; 慣性導航；圖像識別；姿態解算中圖分類號：TP391 文獻標識碼：A 文章編號：1001-0785（2018）08-0081-040 引言隨著勞動力成本的上升和技術水平的提高，物流倉儲行業的自動化程度不斷提升。
  • 基於小波變換的視頻應變測量系統設計與實現
    實際中通常採用機械式引伸計夾持在工件上，對工件施加載荷的同時進行測量。對於剛性材料，應變一般可以使用傳統的機械夾持式引伸計進行測量。然而，這類裝置對諸如纖維、薄膜、泡沫等軟塑性材料的工件就無法使用，因為它們的重量和夾持方法都會影響試驗結果與斷裂點。在實際情況下，需要測知超大應變範圍直至斷裂的材料性能，受行程限制，機械式引伸計需要在試件斷裂前提下，對於一些特定環境條件下的工件，例如高溫條件，機械引伸計使用也會受到限制。
  • 智能圖像處理 讓機器視覺及其應用更智能高效
    具有智能圖像處理功能的機器視覺，相當於人們在賦予機器智能的同時為機器按上了眼睛，使機器能夠「看得見」、「看得準」，可替代甚至勝過人眼做測量和判斷，使得機器視覺系統可以實現高解析度和高速度的控制。而且，機器視覺系統與被檢測對象無接觸，安全可靠。
  • 機器視覺和智能圖像處理技術之間的關係
    」、「看得準」，可替代甚至勝過人眼做測量和判斷，使得機器視覺系統可以實現高解析度和高速度的控制。 （5）目標定位和測量 在智能製造中，最常見的工作就是對目標工件進行安裝，但是在安裝前往往需要先對目標進行定位，安裝後還需對目標進行測量。安裝和測量都需要保持較高的精度和速度，如毫米級精度（甚至更小），毫秒級速度。這種高精度、高速度的定位和測量，倚靠通常的機械或人工的方法是難以辦到的。
  • 基於圖像採集的汽車車牌定位識別,軟硬體協同
    汽車車牌的定位識別需要對攝像機拍攝的含有汽車車牌的圖片中的車牌的位置信息進行檢測，並將檢測結果輸出，經過這樣的預處理後，圖像中車牌數據的獲取就會變得相當省時省力了，處理時間的大大縮短對於對圖像處理時間有嚴格要求的收費卡口以及交通路口來說是求之不得的。
  • 車牌識別系統中車牌定位方法的研究
    在此基礎上發展的車牌照識別lpr(license plate recognition)系統是智能交通系統的重要組成部分，在交通管理中佔有重要地位。lpr系統主要由三部分組成：車牌定位、字符分割、字符識別，其中車牌定位的成功與否直接影響是否能夠進入車牌識別以及車牌識別的準確率。
  • 機器人曲線焊縫識別及軌跡規劃工作原理
    其中關鍵技術包括：焊縫點圖像採集、結構光數學模型建模、機器人的運動控制算法、視覺伺服控制、焊接機器人位姿實時調整、初始焊縫位置識別與定位。通過視覺伺服控制技術組建一個控制系統，實現曲線焊縫的自主識別定位，並完成焊縫的自動跟蹤。
  • 如何用圖像質量分析儀快速測量高清圖像的系統性能?
    儘管模擬信號與全帶寬數字視頻的質量能夠通過測量靜態測試信號的失真來間接表徵，但壓縮電視系統面臨更加艱巨的挑戰。一個壓縮系統中的圖像質量可能隨數據率、圖像複雜度以及所採用的編碼算法不同而動態變化。測試信號的靜態本質並不能反映圖像質量的真實特徵。
  • 複雜車輛圖像中的車牌定位
    隨著我國城市規模的急劇擴大，對智能交通系統(ITS)的需求越來越迫切。車牌照自動識別技術廣泛應用於闖紅燈車輛監控、停車場管理、電子收費系統等領域。
  • 汽車車牌定位識別完整設計
    本項目擬充分發掘FPGA並行運算在圖像處理領域的優勢，實現基於Adboost算法的車牌檢測硬體架構，最終完成車牌定位信息的實時輸出。2 系統原理和技術特點2.1 Adaboost車牌定位算法原理Adaboost車牌定位算法的設計，分為離線訓練模塊和在線識別模塊如圖1所示，離線訓練模塊通過對大量正、負樣本的學習，形成一系列的弱分類器（典型特徵），然後依據權重把這些弱分類器組合成強分類器，如圖2(a)所示。
  • 機器視覺檢測系統設計過程中有哪些難點
    目前機器視覺檢測技術在國內主要應用於定位、測量、檢測和識別四個主要方向，在進行圖像採集和圖像處理的過程中，下面分析的五個問題直接影響了機器視覺檢測系統分析數據的獲取精確性。一 打光的穩定性，在機器視覺應用中，打光穩定性最影響測量的精度，因為只要是光照發生微小變化，測量結果都可能出現1到2個像素差。主要原因是光照的不穩定會影響到圖像採集邊緣位置發生變化，所以在機器視覺檢測系統設計中將環境光的影響消除到最低，同時要保證配套的主動光源的穩定性。
  • 智能交通:汽車車牌定位識別完整設計
    2 系統原理和技術特點2.1 Adaboost車牌定位算法原理Adaboost車牌定位算法的設計，分為離線訓練模塊和在線識別模塊如圖1所示，離線訓練模塊通過對大量正、負樣本的學習，形成一系列的弱分類器在線檢測模塊通過離線訓練模塊訓練好的Cascade結構分類器，使用可以縮放的Haar特徵，在待識別圖片上進行多尺度的掃描，最後經過後續處理輸出識別結果（車牌位置信息）。在線檢測算法流程如圖3所示。首先檢測當前窗口，若未通過分類器則跳出；若通過所有分類器則判定為車牌，然後檢測下一窗口。掃描完當前圖像以後，放大檢測窗口，重新掃描。
  • 圖像採集綜合評估的嵌入式指紋識別系統(一)
    由於具有其持久性和唯一性，指紋被廣泛應用在個人身份識別系統。指紋識別在全世界範圍內的廣泛應用，不僅為防範犯罪，同時也作為處理個人事務和信息安全的一個關鍵技術。本文引用地址：http://www.eepw.com.cn/article/201612/326840.htm　　在指紋識別技術領域，歐美國家在研究和開發中處於領先地位。
  • 移動機器人AGV的5種定位技術,你都知道嗎?
    超聲波進行導航定位已經被廣泛應用到各種移動機器人的感知系統中。 　　二、移動機器人視覺導航定位技術 　　在視覺導航定位系統中，目前國內外應用較多的是基於局部視覺的在機器人中安裝車載攝像機的導航方式。在這種導航方式中，控制設備和傳感裝置裝載在機器人車體上，圖像識別、路徑規劃等高層決策都由車載控制計算機完成。
  • 深度學習與圖像識別 圖像檢測
    CNN等為什麼對圖像領域更加有效，因為其不但關注了全局特徵，更是利用了圖像識別領域非常重要的局部特徵，應該是將局部特徵抽取的算法融入到了神經網絡中。圖像本身的局部數據存在關聯性，而這種局部關聯性的特徵是其他算法無法提取的。深度學習很重要的是對全局和局部特徵的綜合把握（2）深度學習不是一個黑箱系統。
  • 如何理解圖像定位和跟蹤技術
    廣義的「圖像跟蹤」技術，是指通過某種方式（如圖像識別、紅外、超聲波等）將攝像頭中拍攝到的物體進行定位，並指揮攝像頭對該物體進行跟蹤，讓該物體一直被保持在攝像頭視野範圍內。狹義的「圖像跟蹤」技術就是我們日常所常談到的，通過「圖像識別」的方式來進行跟蹤和拍攝。 因為紅外、超聲波等方式，都受環境的影響，而且要專門的識別輔助設備，在實際應用中已經逐步被「圖像識別」技術所替代。
  • 基於STFT濾波算法的指紋圖像識別系統的設計與實現
    摘要：指紋識別系統是利用指紋識別技術對用戶身份進行驗證的系統，指紋識別系統包括指紋採集、指紋預處理、特徵提取、指紋匹配等模塊。本文在充分調研了目前的指紋預處理和特徵提取研究成果之後，分別針對指紋增強、指紋二值化和指紋特徵提取方面提出了三個新的算法，部分解決了目前指紋識別技術面臨的問題與挑戰，並且利用這些新的算法製作了一款指紋圖像識別系統。本文通過緒論、需求分析、系統設計、系統實現、系統測試一步步介紹指紋圖像識別技術在指紋識別系統中的應用情況。