基于机器视觉的涂胶质量在线检测技术,目的在于为汽车制造企业提供一种高实时的汽车前盖机器人涂胶质量在线检测手段,帮助企业在更好地控制涂胶质量的同时降低其生产成本。在研究过程中,首先根据系统的性能指标和技术要求确定了涂胶质量在线检测系统的总体方案,并对硬件系统的关键设备进行了选型设计,然后针对汽车前盖机器人涂胶的特点研究了图像处理和分析算法,为实现实时在线检测,提出了基于广义回归***网络的涂胶信息预测算法,再根据系统的功能要求开发了涂胶质量在线检测软件,后对设计的在线视觉检测系统进行了性能验证实验。

于机器视觉技术对板材表面缺陷检测进行研究,设计了在线检测的硬件系统和软件处理流程,介绍了图像预处理、图像分割和目标提取等处理方法并对缺陷图像进行相应处理。利用C++软件对板材缺陷在线检测进行人机交互界面设计和在线调试及在线检测。实验结果表明,本检测方法可行,误检率低,可很好地应用于木材自动化生产过程的在线检测。

利用图象顺序形态学以及基于知识的阈值选择算法对IC图象进行预处理，具有运算量小、速度快和有效的特点。检测过程采用Blob分析，引入质量控制图方法分析系统误差对系统稳定性的影响，计算了检测系统的工序能力。系统检测精度高，实时性好，满足在线检测的要求。利用图象顺序形态学以及基于知识的阈值选择算法对IC图象进行预处理，具有运算量小、速度快和有效的特点。检测过程采用Blob分析，引入质量控制图方法分析系统误差对系统稳定性的影响，计算了检测系统的工序能力。系统检测精度高，实时性好，满足在线检测的要求。

针对传统灯检检测精度低,人力成本高的问题,研究了基于机器视觉的大输液中可见***在线检测系统的关键技术。利用高速旋转装置,获取运动目标的序列图像。根据图像间的交互方差系数MV建立序列图像的背景,利用背景差分提取检测目标。综合质心迭代算法和卡尔曼滤波器实现了运动目标的跟踪,根据运动轨迹方向确定可见***是否存在,排除气泡的干扰。实验结果表明该系统能够有效地实现大输液中可见***的实时检测功能。