作者：陈家焱1, 景利孟1, 洪涛1, 蒋天齐2
作者单位：1. 中国计量大学, 浙江 杭州 310018;
2. 杭州质慧信息技术有限公司, 浙江 杭州 310018
关键词：机器视觉;在线检测;最小二乘法;线径尺寸;漆包线
摘要：
针对人工检测漆包线线径的过程中存在精度低、检测效率低和增加企业人工成本的问题，设计一套基于机器视觉的漆包线线径在线检测系统。通过对漆包线震动问题的研究，设计漆包线定位板，利用LabVIEW及IMAQ vision模块开发漆包线在线检测系统的相关软件。实现漆包线的图像采集、处理、尺寸测量、数据传输、数据存储等功能。通过在企业的现场测试表明：系统检测相对误差为–0.056%，绝对误差–0.000 09 mm。满足合作企业检测范围(0.162±0.001) mm的要求，该系统可用于漆包线线径的在线检测。
Design of online detection system for enameled wire diameter based on machine vision
CHEN Jiayan1, JING Limeng1, HONG Tao1, JIANG Tianqi2
1. China Jiliang University, Hangzhou 310018, China;
2. Hangzhou Quality Information Technology Limited Company, Hangzhou 310018, China
Abstract: Aiming at the problems of low precision, low detection efficiency and increasing labor cost in enterprises in the process of manual detection of the diameter of enameled wire, a set of on-line detection system based on machine vision has been designed. Through the research on the vibration of enameled wire, the enameled wire positioning plate is designed. The on-line detection device of enameled wire which claimed to be evolved for image acquisition, processing, dimension measurement, data transmission and the data storage has been realized through LabVIEW and IMAQ vision module. The field test cooperated with enterprise has shown that the relative error of -0.056% and absolute error of -0.000 09 mm have met the requirement of the cooperated enterprise whose detection accuracy should be limited within (0.162±0.001) mm. Therefore, the system can be utilized for the on-line detection of enameled wire diameter.
Keywords: machine vision;on-line detection;least square method;diameter dimension;enameled wire
2019, 45(12):119-125 收稿日期: 2018-12-03;收到修改稿日期: 2019-03-20
基金项目: 2019年度浙江省公益技术研究项目（LGG19E050015）
作者简介: 陈家焱(1979-),男,江苏泗洪县人,讲师,博士,主要研究方向为质量控制与可靠性工程
参考文献
[1] 姜鸣, 张宏建. 流程管理在漆包线线径检测中的应用[J]. 上海计量测试, 2014, 41(5):33-35
[2] 闵永智, 岳彪, 马宏锋, 等. 基于图像灰度梯度特征的钢轨表面缺陷检测[J]. 仪器仪表学报, 2018, 39(4):220-229
[3] 李明炜, 甘文龙, 晏涛, 等. 通用型外螺纹视觉测量方法研究[J]. 工具技术, 2018, 52(6):126-128
[4] 黄仕磊, 廖俊必, 徐涛, 等. 基于机器视觉的液压阀阀芯关键尺寸的自动检测系统[J]. 工具技术, 2017, 51(3):93-97
[5] 支珊, 赵文珍, 赵文辉, 等. 基于齿轮局部图像的齿距机器视觉测量方法[J]. 仪器仪表学报, 2018, 39(2):225-231
[6] 谢俊, 吴荥荥, 朱广韬, 等. 基于机器视觉的二维尺寸检测[J]. 工具技术, 2017, 51(1):98-100
[7] 郭凤霞, 乌云, 李滨, 等. 冷冲压阀片表面压痕精确检测方法[J]. 光学学报, 2018, 38(8):148-155
[8] 李光明, 孙英爽, 党小娟. 基于LabVIEW的几何匹配方法的设计与实现[J]. 计算机工程与设计, 2016, 37(10):2705-2709
[9] 胡仁东. 基于计算机视觉的高精度测量方法研究及应用[D].北京:北京交通大学, 2017.
[10] 黄达, 黄树彩, 刘锦昌, 等. 基于最小二乘法的瓶盖检测算法设计应用[J]. 计算机应用与软件, 2017, 34(11):223-227, 246
[11] 吴呼玲. 基于蒙特卡罗法与GUM法的直线度测量不确定度评定[J]. 工具技术, 2017, 51(5):104-107
[12] 任楷飞, 孟令军, 顾泽凌. 基于灰度值金字塔算法的零件识别系统设计[J]. 中国测试, 2018, 44(7):83-87
[13] 朱焱丹, 廖俊必, 何子牛. 基于LabVIEW的机器视觉系统的标定[J]. 中国测试, 2009, 35(6):54-56
