本文關(guān)鍵詞：基于機(jī)器視覺(jué)的機(jī)械零件二維尺寸檢測(cè)系統(tǒng)研究

  更多相關(guān)文章： 機(jī)器視覺(jué) 尺寸檢測(cè) 亞像素邊緣提取 距離變換 輪廓匹配

【摘要】：中國(guó)早就有“世界制造工廠”的稱號(hào),機(jī)械加工行業(yè)更是制造業(yè)中的重要基礎(chǔ)行業(yè)。為了保證機(jī)械零件的質(zhì)量,檢測(cè)是必不可少的環(huán)節(jié),而對(duì)于機(jī)械零件的檢測(cè)很多時(shí)候都是針對(duì)零件的二維輪廓尺寸進(jìn)行檢測(cè)。以卡尺、量規(guī)等為代表的傳統(tǒng)檢測(cè)工具在精度、速度等方面越來(lái)越難以滿足需求,目前基于機(jī)器視覺(jué)的機(jī)械零件尺寸檢測(cè)技術(shù)已成為主流的發(fā)展方向,該方法具有非接觸、高精度、檢測(cè)速度快等優(yōu)點(diǎn),和傳統(tǒng)的檢測(cè)方法相比具有明顯的優(yōu)勢(shì)。但是在圖像尺寸測(cè)量領(lǐng)域,目前國(guó)內(nèi)和國(guó)外發(fā)展水平相比還存在較大差距,市面上絕大部分圖像尺寸測(cè)量系統(tǒng)都是國(guó)外公司產(chǎn)品,并且價(jià)格昂貴,特別是小公司難以購(gòu)買使用,所以迫切需要國(guó)內(nèi)各高校、研究機(jī)構(gòu)、相關(guān)企業(yè)進(jìn)行相關(guān)的研究,開(kāi)發(fā)出具有自主知識(shí)產(chǎn)權(quán)并且性價(jià)比高的產(chǎn)品,以趕超國(guó)外先進(jìn)水平,這對(duì)于促進(jìn)國(guó)內(nèi)機(jī)器視覺(jué)技術(shù)的發(fā)展、減輕企業(yè)購(gòu)買設(shè)備支付負(fù)擔(dān)等具有重大意義。本文的研究?jī)?nèi)容主要涉及到以下幾個(gè)方面:像素級(jí)和亞像素級(jí)邊緣提取算法;直線、圓和圓弧的自動(dòng)定位和識(shí)別算法;批量機(jī)械零件實(shí)現(xiàn)尺寸自動(dòng)檢測(cè)方法。本課題采用了數(shù)字相機(jī)、遠(yuǎn)心鏡頭和平行背光源、同軸光源等搭建了硬件系統(tǒng),并開(kāi)發(fā)了基于VC++和Open CV的軟件系統(tǒng)。首先,分析了幾種經(jīng)典的像素級(jí)邊緣提取方法,由于基于形態(tài)學(xué)邊緣檢測(cè)算法具有速度快、能獲得單像素連續(xù)邊緣的優(yōu)勢(shì),本文采用了形態(tài)學(xué)邊緣檢測(cè)算法,在得到像素級(jí)邊緣之后再利用基于正交多項(xiàng)式的擬合進(jìn)行亞像素級(jí)的邊緣定位。然后分析了基于Ramer算法的輪廓分割方法和基于Hough變換的幾何基元識(shí)別方法,這兩種方法均存在誤判、缺乏穩(wěn)定性、輸入?yún)?shù)難以控制等缺陷,本文利用了被測(cè)零件的DXF文檔,并結(jié)合了被測(cè)零件影像邊緣輪廓的距離變換圖像準(zhǔn)確無(wú)誤地實(shí)現(xiàn)了幾何圖元的定位和識(shí)別。最后為了實(shí)現(xiàn)批量零件的自動(dòng)檢測(cè),本文將檢測(cè)項(xiàng)目的設(shè)置過(guò)程以檢測(cè)模板文件的方式保存起來(lái),之后便可以調(diào)用檢測(cè)模板實(shí)現(xiàn)零件尺寸的自動(dòng)檢測(cè)。最后一章,本論文對(duì)測(cè)量系統(tǒng)進(jìn)行了分析,該系統(tǒng)的各項(xiàng)指標(biāo)如偏倚、線性、重復(fù)性等均達(dá)到了預(yù)期,結(jié)果表明本課題開(kāi)發(fā)的基于機(jī)器視覺(jué)的機(jī)械零件尺寸檢測(cè)系統(tǒng)具有較好的工程應(yīng)用前景。
【關(guān)鍵詞】：機(jī)器視覺(jué) 尺寸檢測(cè) 亞像素邊緣提取 距離變換 輪廓匹配
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-18
• 1.1 機(jī)器視覺(jué)10-12
• 1.1.1 機(jī)器視覺(jué)概述10-11
• 1.1.2 機(jī)器視覺(jué)理論的發(fā)展11
• 1.1.3 機(jī)器視覺(jué)的應(yīng)用11-12
• 1.2 課題的研究背景12-16
• 1.2.1 機(jī)械零件尺寸檢測(cè)技術(shù)的發(fā)展現(xiàn)狀12-14
• 1.2.2 機(jī)器視覺(jué)尺寸檢測(cè)技術(shù)存在的問(wèn)題及發(fā)展趨勢(shì)14-15
• 1.2.3 基于機(jī)器視覺(jué)的機(jī)械零件尺寸檢測(cè)系統(tǒng)的關(guān)鍵問(wèn)題15-16
• 1.3 課題的研究意義16
• 1.4 課題的研究?jī)?nèi)容16-18
• 第二章 機(jī)械零件影像的邊緣輪廓提取18-38
• 2.1 引言18-20
• 2.2 像素級(jí)邊緣提取方法介紹20-24
• 2.2.1 梯度算子20-21
• 2.2.2 拉普拉斯算子21-22
• 2.2.3 Canny算子22-23
• 2.2.4 數(shù)學(xué)形態(tài)學(xué)邊緣檢測(cè)方法23-24
• 2.3 亞像素級(jí)邊緣提取介紹24-25
• 2.4 本文采用的亞像素邊緣提取算法25-37
• 2.4.1 圖像二值化26-27
• 2.4.2 形態(tài)學(xué)處理及像素級(jí)邊緣提取27-30
• 2.4.3 ROI中各像素級(jí)邊緣點(diǎn)的法線方向求解30-32
• 2.4.4 ROI中各像素級(jí)邊緣點(diǎn)的亞像素定位32-37
• 2.5 本章小結(jié)37-38
• 第三章 幾何基元的自動(dòng)識(shí)別38-53
• 3.1 引言38
• 3.2 基于Ramer算法的輪廓分割38-40
• 3.3 基于Hough變換的幾何基元識(shí)別40-42
• 3.3.1 Hough變換的基本原理40
• 3.3.2 Hough變換用于直線、圓檢測(cè)40-42
• 3.4 利用DXF文件解析和距離變換圖像的幾何圖元的定位、識(shí)別42-51
• 3.4.1 DXF文件格式介紹與讀取43-48
• 3.4.2 基于距離變換圖像的幾何基元定位48-51
• 3.5 本章小結(jié)51-53
• 第四章 批量機(jī)械零件尺寸的自動(dòng)檢測(cè)53-62
• 4.1 引言53
• 4.2 機(jī)械零件尺寸檢測(cè)過(guò)程介紹53-54
• 4.3 批量機(jī)械零件的自動(dòng)檢測(cè)54-61
• 4.3.1 檢測(cè)模板的概念與制作54-57
• 4.3.2 檢測(cè)模板的調(diào)用57-61
• 4.4 本章小結(jié)61-62
• 第五章 機(jī)械零件尺寸檢測(cè)系統(tǒng)研發(fā)62-74
• 5.1 機(jī)械零件尺寸檢測(cè)系統(tǒng)介紹62-64
• 5.2 系統(tǒng)標(biāo)定64-67
• 5.3 測(cè)量系統(tǒng)分析67-73
• 5.3.1 位置分析68-70
• 5.3.2 變異性分析70-73
• 5.4 本章小結(jié)73-74
• 總結(jié)與展望74-76
• 參考文獻(xiàn)76-80
• 攻讀碩士學(xué)位期間取得的研究成果80-81
• 致謝81-82
• 附件82

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 段發(fā)階,葉聲華,王春和,吳邁;拔絲�？仔斡�(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)[J];光電工程;1996年03期

2 謝華錕;;影像測(cè)量?jī)x的發(fā)展與點(diǎn)評(píng)[J];工具技術(shù);2011年08期

3 劉霞;;論非接觸測(cè)量技術(shù)應(yīng)用在機(jī)械檢測(cè)上的必要性[J];包鋼科技;2012年05期

4 馬建偉;趙朋可;;基于機(jī)器視覺(jué)和OPC的多軸運(yùn)動(dòng)控制實(shí)驗(yàn)平臺(tái)設(shè)計(jì)[J];工業(yè)儀表與自動(dòng)化裝置;2013年06期

5 晏祖根;李明;徐克非;孫小華;閆志鵬;孫智慧;;高速機(jī)器人分揀系統(tǒng)機(jī)器視覺(jué)技術(shù)的研究[J];包裝與食品機(jī)械;2014年01期

6 譚臺(tái)哲;尚鵬;;基于機(jī)器視覺(jué)的電子連接器檢測(cè)系統(tǒng)的設(shè)計(jì)[J];光電子技術(shù);2014年03期

7 田原Z，

本文編號(hào)：967931