典型文献
基于视觉的汽车线束绑扎胶套检测与测量系统
文献摘要：
为解决汽车电路线束绑扎胶套的质量检测时人工测量误差大、效率低的问题,提出基于机器视觉和深度学习的汽车线束绑扎胶套检测与测量系统.系统通过相机对汽车线束的各个部分进行图像采集,然后利用Halcon算法库对采集的多张图像进行拼接,通过深度学习和形态学处理对拼接图像中的胶套进行粗定位和精定位确定胶套数量及位置,使用自适应边缘检测阈值设定法检测胶套边缘,提出一种自适应类高斯权重分布的全采样测量方法对胶套长度进行测量.经现场测试,该系统对胶套尺寸的测量平均相对误差低至1.12％,胶套检出率达100％,可满足实际应用中胶套检测与测量要求.
文献关键词：
机器视觉;深度学习;图像拼接;边缘检测;权重分布;全采样测量
中图分类号：
作者姓名：
马国庆;刘珺玮;曹国华
作者机构：
长春理工大学机电工程学院,吉林长春 130022;芜湖哈特机器人产业技术研究院有限公司,安徽芜湖 241000;长春理工大学重庆研究院,重庆 401133
文献出处：
引用格式：
[1]马国庆;刘珺玮;曹国华-.基于视觉的汽车线束绑扎胶套检测与测量系统)[J].仪表技术与传感器,2022(09):82-88
A类：
全采样测量
B类：
汽车线束,绑扎,测量系统,汽车电路,质量检测,时人,人工测量,测量误差,机器视觉,统通,图像采集,Halcon,法库,多张,形态学处理,套进,粗定位,精定位,套数,边缘检测,检测阈值,权重分布,现场测试,平均相对误差,图像拼接
AB值：
0.403039
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
