本文關(guān)鍵詞：基于機器視覺的密封圈檢測系統(tǒng)研發(fā)　出處：《廣東工業(yè)大學》2015年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 機器視覺 密封圈 缺陷檢測 Bresenham算法

【摘要】：密封圈在生產(chǎn)的過程中會出現(xiàn)尺寸誤差、表面缺陷等問題,隨著自動化生產(chǎn)水平的提高和生產(chǎn)規(guī)模的擴大,采用傳統(tǒng)的人工檢測的方法已經(jīng)遠遠無法滿足生產(chǎn)需求。機器視覺具有非接觸、高效率和高精度的特點,基于機器視覺的檢測方法是一種全新的方法。隨著科技的發(fā)展,采用機器視覺的方法來檢測密封圈缺陷,能大大提高密封圈的檢測效率與檢測精度,降低企業(yè)的生產(chǎn)成本。因此,本文結(jié)合實際的應用,對基于機器視覺的密封圈檢測系統(tǒng)進行了研究和開發(fā),以實現(xiàn)對密封圈的缺陷檢測。本文首先對機器視覺檢測的理論和方法進行了介紹,并對當下密封圈檢測技術(shù)的技術(shù)背景和發(fā)展狀況進行了分析。接著根據(jù)密封圈實際的檢測要求,結(jié)合Bresenham算法設計了一套使用于密封圈缺陷檢測的算法,最后結(jié)合了軟件和硬件開發(fā)了基于機器視覺的密封圈檢測系統(tǒng)。本文研究的主要內(nèi)容包括：對多種計算機的傳統(tǒng)畫線算法和Bresenham算法理論進行了分析,并做了一個簡單的程序?qū)Ρ葞追N算法的效率,證明了Bresenham在計算機硬件的實現(xiàn)上具有明顯的優(yōu)勢,它與其它算法對比優(yōu)勢就是不需要進行浮點運算。對圖像二值化的理論進行了學習和了解,并深入研究了Otsu閾值分割算法,并采用該算法對本文的密封圈原圖像進行了二值化的處理。尺寸檢測方面,首先是對傳統(tǒng)的尺寸檢測算法作為了解、分析和對比,繼而本文的算法采用的是基于Bresenham算法設計出來的一種尺寸檢測方法。在缺陷檢測方面,介紹了幾種方法,并與本文設計的算法做對比,得出本文的算法具有效率高,誤檢率低的優(yōu)勢。在機器視覺系統(tǒng)的開發(fā)中,選了合適的光源、相機和鏡頭等硬件搭建了密封圈檢測的實驗平臺；并使用VS2010作為軟件系統(tǒng)的開發(fā)工具,用OpenCV作為圖像處理的函數(shù)庫編寫了軟件,并給出了軟件的框架和處理的流程。通過實驗的結(jié)果分析驗證,本文所設計的基于機器視覺的密封圈檢測系統(tǒng)具有較高的效率和精度,為密封圈企業(yè)的自動化檢測提供了技術(shù)指導。
[Abstract]:The size and surface defects of seal ring will occur during the production process. With the improvement of automatic production level and the expansion of production scale, the traditional manual detection method is far from enough to meet production needs. Machine vision has the characteristics of non - contact, high efficiency and high precision. The detection method based on machine vision is a new method. With the development of science and technology, the method of machine vision to detect the defects of sealing rings can greatly improve the detection efficiency and accuracy of seals, and reduce the production cost of enterprises. Therefore, in this paper, a seal ring detection system based on machine vision is studied and developed in order to detect the defects of the seal ring based on the practical application. This paper first introduces the theory and method of machine vision detection, and analyzes the technical background and development situation of the present seal ring detection technology. Then, according to the actual detection requirements of the seal ring, combined with the Bresenham algorithm, we designed a set of algorithm used to detect the defect of the sealing ring. Finally, combined with the software and hardware, we developed a machine vision based sealing ring detection system. The main contents of this paper include: the traditional painting on a variety of computer line algorithm and Bresenham algorithm are analyzed, and the efficiency of a simple program comparison of several algorithms, it is proved that Bresenham has obvious advantages in the realization of the computer hardware, it is compared with other algorithms does not require floating-point advantage. The theory of image two valued is studied and understood, and the algorithm of Otsu threshold segmentation is deeply studied. And the algorithm is applied to the original image of the seal ring in two valued way. In terms of size detection, the traditional size detection algorithm is first understood, analyzed and contrasted. Then, this algorithm adopts a size detection method based on Bresenham algorithm. In the aspect of defect detection, several methods are introduced and compared with the algorithms designed in this paper. The results show that the algorithm has the advantages of high efficiency and low error detection rate. In the development of the machine vision system, choose the appropriate light source, camera lens and other hardware experimental platform is built to detect the sealing ring; and use VS2010 as software development tools, using OpenCV as the image processing library to write the software, and gives the framework and software process. The experimental results show that the machine vision based sealing ring detection system designed in this paper has high efficiency and accuracy, which provides technical guidance for the automatic inspection of the sealing ring enterprises.
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.41;TB42

【相似文獻】

相關(guān)期刊論文 前10條

1 顏發(fā)根,劉建群,陳新,丁少華;機器視覺及其在制造業(yè)中的應用[J];機械制造;2004年11期

2 ;誰來為機器視覺買單?[J];現(xiàn)代制造;2005年21期

3 夏敏磊;郭斌;高鋒;;機器視覺中的采集技術(shù)研究[J];機電工程;2005年11期

4 張磊;羅翔;史金飛;;機器視覺實時問題的對策與研究方法綜述[J];制造業(yè)自動化;2006年06期

5 李劍琦;;機器視覺市場真的成熟了嗎?[J];現(xiàn)代制造;2007年12期

6 范祥;盧道華;王佳;;機器視覺在工業(yè)領域中的研究應用[J];現(xiàn)代制造工程;2007年06期

7 趙茂程;侯文軍;;我國基于機器視覺的水果自動分級技術(shù)及研究進展[J];包裝與食品機械;2007年05期

8 ;第三屆深圳機器視覺研討會[J];現(xiàn)代制造;2008年25期

9 楊繼志;郭敬;;機器視覺在煙草行業(yè)的應用[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2011年06期

10 溫兆麟;;機器視覺新技術(shù)在自動表面檢測中的探討[J];廣州航海高等�？茖W校學報;2011年04期

相關(guān)會議論文 前10條

1 趙磊;董吉文;李金屏;;拓撲理論在機器視覺中的研究進展[A];全國第十五屆計算機科學與技術(shù)應用學術(shù)會議論文集[C];2003年

2 張彥東;;基于機器視覺的連接器裝配機床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術(shù)[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機器視覺在藥用玻璃瓶質(zhì)量檢測中的研究[A];2007年河北省電子學會、河北省計算機學會、河北省自動化學會、河北省人工智能學會、河北省計算機輔助設計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學術(shù)年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學術(shù)會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機器視覺的彩色套印檢測技術(shù)研究[A];第十一屆全國包裝工程學術(shù)會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

8 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質(zhì)檢測中的應用研究[A];中國糧油學會第三屆學術(shù)年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機器視覺及其在農(nóng)業(yè)機械中的應用綜述[A];2007年中國農(nóng)業(yè)工程學會學術(shù)年會論文摘要集[C];2007年

10 沈?qū)殗?陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術(shù)年會（CSAE 2009）論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 本報記者 李劍琦;機器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機電商報;2005年

2 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經(jīng)濟日報;2013年

3 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術(shù)產(chǎn)業(yè)導報;2014年

4 張均;德國機器視覺傳感器市場前景好[N];中國貿(mào)易報;2007年

5 金剛;給機器一雙慧眼[N];計算機世界;2007年

6 朱廣菁;機器視覺怎樣“看”不合格產(chǎn)品[N];大眾科技報;2008年

7 宋昆;用機器視覺控制煙草質(zhì)量[N];計算機世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術(shù)產(chǎn)業(yè)導報;2007年

9 王遐;機器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報;2010年

10 點評人 高炎 黃牧青 劉笑一 李士杰 北京大學技術(shù)轉(zhuǎn)移中心;機器視覺輔助冬季道路狀況監(jiān)測[N];科技日報;2014年

相關(guān)博士學位論文 前10條

1 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學;2013年

2 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學;2006年

3 龔愛平;基于嵌入式機器視覺的信息采集與處理技術(shù)研究[D];浙江大學;2013年

4 陳麗君;基于機器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學;2009年

5 徐曉秋;機器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學;2006年

6 成芳;稻種質(zhì)量的機器視覺無損檢測研究[D];浙江大學;2004年

7 程洪;面向園藝應用的機器視覺目標辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學;2015年

8 許海霞;機器視覺標定與目標檢測跟蹤方法及其應用研究[D];湖南大學;2011年

9 陳志國;基于群體智能的機器視覺的關(guān)鍵技術(shù)研究[D];江南大學;2010年

10 郝敏;基于機器視覺的馬鈴薯外部品質(zhì)檢測技術(shù)研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2009年

相關(guān)碩士學位論文 前10條

1 周金山;基于重組技術(shù)的機器視覺測量軟件系統(tǒng)[D];湖北工業(yè)大學;2010年

2 馬連峰;基于機器視覺的彩色套印檢測技術(shù)研究[D];江南大學;2007年

3 龍飛;基于機器視覺的燈檢機關(guān)鍵技術(shù)的研究[D];華中科技大學;2008年

4 朱光;基于機器視覺的卡證識讀系統(tǒng)[D];合肥工業(yè)大學;2010年

5 劉華冠;基于機器視覺的袋裝物料位姿自動識別研究[D];濟南大學;2011年

6 謝立;雙測點機器視覺玻殼產(chǎn)品動態(tài)識別系統(tǒng)的開發(fā)[D];天津科技大學;2005年

7 王紅軍;基于機器視覺的文具檢測系統(tǒng)研究與實現(xiàn)[D];杭州電子科技大學;2009年

8 許太;機器視覺在激光打標中的應用研究[D];長春理工大學;2011年

9 衡培銀;基于機器視覺的管狀藥型端面尺寸檢測研究[D];中北大學;2014年

10 林小燕;基于機器視覺的色差檢測系統(tǒng)設計[D];華中科技大學;2008年

，

本文編號：1338482