徐汇区产品外观视觉检测视觉检长春手机科乐麻将挂版测

徐汇区产品外观视觉检测视觉检测

依托大学人工智能学院科研优势，积极响应产学研结合，努力推进自主创新和核心技术国产化， 致力于机器视觉与大数据结合、工业智能化于一体的高新技术企业 。

公司致力于机器视觉产品的开发、生产、应用、销售，并为客户提供整体机器视觉解决方案及服务。在机器视觉应用领域上积累了丰富的经验，拥有了较多成功案例和解决方案，并打造了拥有自主知识产权的视觉产品，建立了一支有丰富实施经验的技术团队。

秉持源自教育、投身科技、回报社会的理念，致力于成就更睿智健康的人类。

机器视觉系统基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。

2011年，中国机器视觉市场步入后增长调整期。相较2010年的高速增长，虽然增长率有所下降，但仍保持很高的水平。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，增速同比2010年下降18.1个百分点，其中智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，增幅远高于中国整体自动化市场的增长速度。电子制造行业仍然是拉动需求高速增长的主要因素。2011年机器视觉产品电子制造行业的市场规模为5.0亿，增长35.1%。市份额达到了46.3%。电子制造、汽车、和包装机械占据了近70%的机器视觉市场份额。

汽车车身检测系统：英国ROVER汽车公司800系列汽车车身轮廓尺寸精度的在线检测，是机器视觉系统用于工业检测中的一个较为典型的例子，该系统由62个测量单元组成，每个测量单元包括一台激光器和一个CCD摄像机，用以检测车身外壳上288个测量点。汽车车身置于测量框架下，通过软件校准车身的精确位置。测量单元的校准将会影响检测精度，因而受到特别重视。每个激光器/摄像机单元均在离线状态下经过校准。同时还有一个在离线状态下用三坐标测量机校准过的校准装置，可对摄像顶进行在线校准。检测系统以每40秒检测一个车身的速度，检测三种类型的车身。系统将检测结果与人、从CAD模型中撮出来的合格尺寸相比较，测量精度为±0.1mm。　ROVER的质量检测人员用该系统来判别关键部分的尺寸一致性，如车身整体外型、门、玻璃窗口等。实践证明，该系统是成功的，并将用于ROVER公司其它系统列汽车的车身检测。

随着人工智能的不断发展,机器视觉已广泛应用于工业生产领域。本文采用基于机器视觉的检测方法代替传统的人工检测,实现了陶瓷碗表面缺陷的检测和三维重建。论文主要工作如下:首先提出了一种基于Kirsch算子和Canny算子相结合的检测新方法。该方法利用传统的Kirsch算子的8个方向模板对图像上每一个像素点进行卷积求导,选取大模板,确定其边缘方向,再结合Canny算法的良好信噪比、检测准确度高、边缘细节保留等优势,完成表面缺陷的检测。并以缺陷几何特征计算得到的圆形度为准则,设计了一套简单的分拣系统,分拣准确率可达95.3%。为了获知缺陷的三维信息,如形状、方向及位置,采用了基于多幅图像序列的三维重建方法,实现表面整体点云重建。点云重建之前先进行了摄像机标定、图像特征点提取及匹配。摄像机标定采用经典张正友标定法与遗传算法相结合的方法,得到优的相机内外参数；图像特征点提取及匹配采用FAST角点检测法+SURF特征点描述符+FLANN双向匹配算法,得到准确的匹配点对。表面整体重建之前先进行局部重建。点云局部重建采用SFM算法计算匹配点对的空间点的坐标,实现稀疏点云重建,再利用PMVS算法实现稠密点云重建。局部点云重建只能得到空间形状信息,为获取位置和方向信息,增加表面的特征点,后得到表面整体重建。

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。但是机器视觉技术比较复杂，大的困难在于人的视觉机制尚不清楚。人可以用内省法描述对某一问题的解题过程，从而用计算机加以模拟。但尽管每一个正常人都是“视觉专家”，却不可能用内省法来描述自己的视觉过程。因此建立机器视觉系统是十分困难的任务。可以预计的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来制造企业中得到越来越广泛的应用。

基于机器视觉的仪表板总成智能集成测试系统：EQ140-Ⅱ汽车仪表板总成是中国某汽车公司生产的仪表产品，仪表板上安装有速度里程表、水温表、汽油表、电流表、信号报警灯等，其生产批量大，出厂前需要进行一次质量终检。检测项目包括：检测速度表等五个仪表指针的指示误差；检测24个信号报警灯和若干照明9灯是否损坏或漏装。一般采用人工目测方法检查，误差大，可靠性差，不能满足自动化生产的需要。基于机器视觉的智能集成测试系统，改变了这种现状，实现了对仪表板总成智能化、全自动、高精度、快速质量检测，克服了人工检测所造成的各种误差，大大提高了检测效率。整个系统分为四个部分：为仪表板提供模拟信号源的集成化多路标准信号源、具有图像信息反馈定位的双坐标CNC系统、摄像机图像获取系统和主从机平行处理系统。