针对传统自动化设备在网格布断裂缺陷检测方面的不足,提出了一种基于机器视觉的网格布断裂缺陷检测方法。首先,获取网格布的高对比度图像,利用中值滤波去掉图像中的噪声,采用Otsu阈值分割算法实现目标和背景的分离。根据网格部分断裂和完全断裂的两种缺陷特点,分别设计针对性算法。网格部分断裂的特点是由背景生成的凸包区域内包含有目标物体,因此采用Blob分析和凸包检测相结合的方式,实现对此种缺陷的检测。当网格完全断裂时,缺陷区域与相近区域的位置信息会发生变化,通过分析网格骨架交点生成的圆形区域内连通区域的数目,可以完成网格完全断裂缺陷的识别。实验结果表明,该方法可以应用于网格布的断裂缺陷检测,缺陷识别率在97%以上,可以满足检测要求。

研究了利用投影栅线法测量光滑鼠标的三维轮廓。对传统的傅里叶变换轮廓术提出了一点改进,在傅里叶变换之后,不对频谱部分频移,而是直接滤出需要的高、低频部分,再分别进行傅里叶逆变换,就可以得到与高度有关的相位差。该方法与传统的方法相比,减少了3次频移的过程,大大减少了计算量,也提高了滤波的精度。实验结果表明：只需要0.1s就可以完成测量过程,测量精度达到0.2mm,可以成功实现光滑物体的三维轮廓测量。