点击图片查看原图提出应用机器视觉技术对齿轮外观缺陷进行检测.首先对齿轮产品实 物图像进行预处理,提取齿轮边缘图像,对其实物图像和设计图像进行分割和缩放处理,得到相同大小的实物提出应用机器视觉技术对齿轮外观缺陷进行检测.首先对齿轮产品实 物图像进行预处理,提取齿轮边缘图像,对其实物图像和设计图像进行分割和缩放处理,得到相同大小的实物
分析了各种常用的边缘检测算子的优缺点，通过对各种算法处理后的图像进行分析和比较后，采用了Robert算子作为本系统图像的边缘检测算子，保证了检测结果的实用性和快速性。后提取了滚子表面图像中的缺陷特征参数，并计算出缺陷的单个面积和全部缺陷面积，为滚子分级提供了信息。外径：采用环规通与止方式，环规通端为外径大尺寸，环规止端为外径小尺寸。为滚子分级提供了信息。为滚子分级提供了信息。
首先针对元件定位，本文提出了一种金子塔的边缘模板匹配方法，通过构造匹配度量函数，使磁材定位精度对非线性，线性光照，特征缺失，污损等不敏感，达到匹配结果鲁棒性要求。通过向量取舍、改进搜索终止条件、稀疏矩阵降维、图像分层搜索策略4个优化算法，加速匹配运算过程。表面缺陷检查的关键挑战之一，即它们是动态的，这与零部件的加工工艺流程或成形过程有直接关系。同时设计DXF文件解析模块，直接从Autocad文件读取形状参数，方便检测参数调整。实验表明匹配算法对非线性光照，部分遮挡，污损有很强的鲁棒性，定位时间小于50ms。
CCD视觉检测设备、自动化光学检测机、视觉影像检测设备，上海迈迅威视觉科技有限公司
物体的运动速度，在图像获取获取过程中，图像模糊精度取决于物体运动速度和相机曝光时间，所以物体运动速度快很可能导致图片成像模糊，此外其他设备，比如CCD工业相机、工业镜头、光源等也会间接影响检测
软件的测量精度，测量精度一般在1/2-1/4个像素，原因是测量软件精度过小，从图像上提取的特征点信息就越少
