摘要：针对带线缝合针尾孔同轴度检测问题,提出了一种对尾孔放大图像进行边缘检测并拟合的同轴度检测方法。首先根据小波变换原理,利用Db3小波基函数对尾孔放大图像进行了三层小波分解,高频部分利用小波多尺度积边缘检测方法抑制噪声,低频部分利用数学形态学边缘检测方法检测弱边缘信息。然后根据图像信息熵计算了单幅边缘图像的权重系数,进一步将多幅高频边缘图像和低频边缘图像融合,提取到了清晰的尾孔内外圆边缘图像。最后运用最小二乘圆拟合方法得到尾孔内圆与外圆圆心坐标,计算了同轴度。针对0.5 mm缝合针样本的实验结果表明该方法与传统检测方法的同轴度数据差值不超过0.2μm,且具有良好实时性,能够满足尾孔的同轴度检测要求。

摘要：为提高带线缝合针生产过程中打尾孔工序的自动化程度,提出了一种基于亚像素定位的高精度打孔方法,首先根据数学形态学边缘检测原理结合待打孔针尾部放大图像特点,构建了变结构元形态学边缘检测算子,实现抑制噪声的同时充分提取待打孔针尾部图像边缘细节信息,然后利用空间矩细分方法实现了对像素级边缘的亚像素定位,最后运用最小二乘拟合方法实现了对待打孔针尾部中心的高精度定位。针对0.5 mm待打孔针样本实验表明本文打孔方法孔同轴度误差不超过±0.2μm,平均打孔时间0.65 s,且具有良好实时性、稳定性,能够满足带线缝合针打尾孔工序自动化生产需要。

摘要：针对缝合针尺寸微小针尖磨削质量难以检测的问题,提出了一种利用机器视觉技术提取缝合针图像边缘直线并根据直线参数进行磨削质量检测的方法。首先在图像预处理的基础上通过对比法选用Canny算子作为图像边缘检测算子,进一步分析了传统Hough变换直线检测原理,根据参数空间中θ参数与边缘梯度方向相同的特点,将边缘梯度方向引入Hough变换,缩小了参数θ的取值区间,提高了算法速度。最后给出了磨削质量的判定条件及算法实现步骤。针对0.5 mm的一组缝合针针尖检测实验结果表明,本文算法对针尖角度的检测与传统检测方法相比平均误差不超过0.53°,平均检测时间527.7 ms,工作状态下对针尖磨削质量判定的平均准确率达92%,实时性较好,具有一定的实用价值。

摘要：带线缝合针目前在创伤缝合上大量采用,根据相关国家标准,要对带线缝合针进行检测,目前国内尚无这方面的智能检测仪器。从总体设计、电路硬件设计、软件设计等方面对带线缝合针智能综合测试仪的整体设计进行了研究设计,完成了硬件电路设计及软件调试工作,并对整个测试仪进行了实际测量分析。实验结果表明,测试仪的功能、精度达到了预期效果。