基于机器视觉的胶管质量检测系统设计
Design of Rubber Tube Quality Inspection System Based on Machine Vision
DOI: 10.12677/AIRR.2020.93023, PDF,  被引量   
作者: 张绍恒：天津工业大学电气工程与自动化学院，天津
关键词: 机器视觉；光源与照明；边缘检测；Machine Vision； Light Source and Lighting； Edge Detection
摘要: 目前，车用橡胶导管的质量检测主要是依靠人工来完成，检测效率低下，并且存在误检、漏检等问题，本文以车用胶管为研究对象，设计了一种基于机器视觉的车用胶管质量在线检测系统。从硬件和软件设计了一套系统，硬件方面包括相机与镜头选型和光源照明系统的创新性设计等，软件设计包括图像滤波和边缘检测等。实验结果表明，本设计系统具有较高的识别率，对于在复杂的工业环境下完成胶管的在线检测具有很高的实用价值。
Abstract: At present, the quality inspection of automotive rubber catheters is mainly done manually, and the detection efficiency is low, and there are problems such as false detection and missed detection. This article takes the automotive hose as the research object and designs a vehicle hose based on machine vision online quality inspection system. A system is designed from the hardware and software. The hardware includes camera and lens selection and the innovative design of the light source lighting system. The software design includes image filtering and edge detection. The ex-perimental results show that the design system has a high recognition rate and has high practical value for completing the online detection of hoses in a complex industrial environment.
文章引用：张绍恒. 基于机器视觉的胶管质量检测系统设计[J]. 人工智能与机器人研究, 2020, 9(3): 201-210. https://doi.org/10.12677/AIRR.2020.93023

参考文献

[1] 吴德刚. 图像测量技术在工业零件几何尺寸参数测量中的应用研究[D]: [硕士学位论文]. 郑州: 郑州大学, 2011.
[2] Wu, X.Y., Xu, W.D., Li, L.H., et al. (2011) An Interactive Segmentation Method Using Graph Cuts of Mammographic Masses. International Conference on Bioinformatics & Biomedical Engineering, Wuhan, 10-12 May 2011, 1-4. [Google Scholar] [CrossRef] 
[3] 杜广朝, 魏雪峰, 邵明省. 基于像素基因编码算法的图像显著区域检测研究[J]. 激光与红外, 2013, 43(6): 818-821.
[4] 熊建平. 基于计算机视觉的墙地砖表面缺陷检测[J]. 电子测量技术, 2015, 38(5): 53-55.
[5] 沈健, 叶廷璧. 基于机器视觉的注塑胶管品质检测的系统设计[J]. 广东化工, 2019, 46(12): 144-145.
[6] 黄志鸿, 毛建旭, 王耀南, 周显恩, 历艳琨, 刘学兵. 基于机器视觉的啤酒瓶口缺陷检测分类方法研究[J]. 电子测量与仪器学报, 2016, 30(6): 873-879.
[7] 吴彰良, 刘洁, 孙长库. 基于计算机视觉的油封尺寸检测系统设计[J]. 计算机测量与控制, 2012, 20(5): 1196-1198.
[8] Sebera, V., Praus, L., Tippner, J., Kunecký, J., Čepela, J. and Wimmer, R. (2014) Using Optical Full-Field Measurement Based on Digital Image Correlation to Measure Strain on a Tree Subjected to Mechanical Load. Trees, 28, 1173-1184. [Google Scholar] [CrossRef] 
[9] 丁生荣, 马苗. 基于直方图信息灰色关联的图像噪声类型识别方法[J]. 陕西师范大学学报(自然科学版), 2011, 39(1): 18-22.
[10] Gonzalez, R.C. and Woods, R.E. Digital Image Processing [M]. 阮秋琦, 阮宇智, 译. 北京: 电子工业出版社, 2003: 176-197.
[11] 冈萨雷斯, 伍兹. 数字图像处理[M]. 第3版. 阮秋琦, 译. 北京: 电子工业出版社, 2011.
[12] 金刚. 自适应Canny算法研究及其在图像边缘检测中的应用[D]: [硕士学位论文]. 杭州: 浙江大学, 2009.
[13] 刘国阳. 基于机器视觉的微小零件尺寸测量技术研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工业大学, 2014.

为你推荐