用光源、 USB 摄像头、 LabVIEW 构建一个视觉检测系统，采集 PCBA 图像，并检测电解电容元件的极性是否插反。 从 USB 摄像头捕获 PCBA 图像， 保存图像（保存为 PNG 图片）， 制作电容元件模板，并在线实时检测。 制作电容元件模板后保存模板图像（保存为 PNG 图片） 和电容元件的位置、 内外圆半径、极性方向等信息（保存为二进制文件*.dat）。 利用 Hough 变换测量电容元件顶视图的内外圆半径和圆心，为图像定位做准备。

汽车油箱盖机器视觉检测系统方案.pdf

汽车油箱盖机器视觉检测系统

多行业用智能外观缺陷检测设备-质量视觉检测系统在各行业中的应用，主要运用的生产、包装、封盒/封口、贴标、喷码、装箱等。能实时检测、显示和识别片材上的表面缺陷。能检测孔洞、疵点、脏 /污点、水滴/油滴印记、条纹、破损、边缘裂缝、漏涂、皱折、刮痕、暗斑、亮斑、边缘破损、黑点、尘埃等常见表面缺陷

设计了一种利用机器视觉，并且结合LabVIEW多线程处理机制与Hough变换及Gabor算法的织物疵点检测系统。通过LabVIEW中基于数据流的生产/消费者并行软件编写模式与队列的结合，防止内存中的图像因为采集速度过快而被覆盖，造成数据丢失。在检测算法中使用Hough变换获取织物纹理方向角并作为Gabor滤波器的方向以检测织物疵点，再通过最大熵进行图像分割。实验结果表明，该处理机制与检测算法的结合具有良好的织物疵点检测效果。

基于FPGA的高速图像采集和处理卡 能用于视觉检测系统

以在线生产的热钢坯标号为识别对象，设计了一套实时视觉检测系统。利用灰度面积滤波、改进Marr边缘提取算子、自动阈值等图像处理技术滤除干扰，完成字符提取；通过投影法得到单个字符；并且引入距离变换的思想对模板匹配法进行改进，能更加准确地识别标号。视觉系统还利用无线技术进行数据传输。实验结果表明该检测系统是有效可行的，在识别准确率上近98%，每块钢坯的识别时间约1.5s，能满足生产线需要。

针对零部件在工业生产线包装过程中存在检测速度慢，自动化检测水平低下，检测准确率不高等问题，提出一种基于深度学习的工业零部件检测系统的方案设计，实现对零部件自动检测的功能。设计一种实验检测平台用于获取包含待检测零部件的图像；提出一种改进网络共享卷积层结构的方法，融合区域建议网络和区域卷积网络建立一种检测方法对目标零部件进行准确定位识别，适应各种形状大小不一的零部件检测，实现端到端训练输出定位检测结果。实验结果表明，系统的检测效果与传统的检测方法相比，具有速度快，检测准确率高等优越性。

锂电池壳体缺陷检测系统，基于halcon 和C# 的。可以正常运行。

针对数目不定的人民币100元、50元、20元和10元纸币，设计视觉检测硬件系统和软件算法，用于在检测出图像中统计各种面值纸币的张数，标记每种纸币在图像中的位置坐标，并自动计算得到视野中纸币的总币值。设计图像采集硬件和图像处理算法，配置相关参数，设计实验方案，验证算法合理性。 (1)利用Matalb软件编写相关程序； (2)撰写课程设计报告，报告内容应包含硬件系统的基本单元和构成以及需要考虑的实际问题，给出算法原理、程序流程、实验结果和本人的主要工作；报告其他内容详见模板。