基于機(jī)器視覺的磁性材料外觀缺陷在線檢測與分揀
發(fā)布時間:2020-12-31 14:29
“稀土”有工業(yè)“黃金”之稱,是現(xiàn)代工業(yè)不可或缺的重要戰(zhàn)略資源。作為“稀土”制品之一的磁性材料也有著舉足輕重的作用,廣泛應(yīng)用于各行各業(yè)。但是由于磁性材料生產(chǎn)工藝相對落后,已經(jīng)不能夠適應(yīng)現(xiàn)代工業(yè)生產(chǎn)需求,對磁性材料產(chǎn)業(yè)的升級改造已經(jīng)迫在眉睫。結(jié)合企業(yè)所面臨的實際問題,本文提出了基于機(jī)器視覺的磁性材料外觀缺陷在線檢測與分揀系統(tǒng),運用機(jī)器視覺檢測技術(shù)以及伺服機(jī)器人分揀技術(shù),旨在解決傳統(tǒng)人工質(zhì)檢、人工搬運等切實問題。本文首先詳細(xì)闡述了磁性材料外觀檢測的難點和當(dāng)前企業(yè)所面臨的問題,提出了基于機(jī)器視覺的檢測方案,并論證了方案的可行性。其次,基于提出的方案,本文從工業(yè)相機(jī)、工業(yè)鏡頭、工業(yè)光源等多個方面介紹了機(jī)器視覺應(yīng)用設(shè)備選型分析。再根據(jù)分揀需求,提出了利用伺服控制器控制六軸機(jī)器人的方案,并詳細(xì)介紹了其設(shè)計細(xì)節(jié)。然后,基于相關(guān)硬件平臺,重點研究了本次的磁性材料外觀檢測算法,分為磁性材料外觀尺寸測量算法和磁性材料外觀缺陷檢測算法。此外,在硬件平臺和算法的基礎(chǔ)上,分別設(shè)計了上位機(jī)軟件系統(tǒng)和下位機(jī)軟件系統(tǒng)。最后,利用實驗室現(xiàn)有資源搭建了實驗測試平臺,并對系統(tǒng)各項指標(biāo)進(jìn)行了測試及分析。經(jīng)過系統(tǒng)測試,檢測精度可...
【文章來源】:杭州電子科技大學(xué)浙江省
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
色環(huán)圖
杭州電子科技大學(xué)碩士學(xué)位論文37的灰度共生矩陣熵值。可見,缺陷區(qū)域的數(shù)據(jù)明顯有別于正常區(qū)域的數(shù)據(jù),通過這種方法就能成功識別出缺陷區(qū)域與正常區(qū)域,從而實現(xiàn)磁性材料凹陷缺陷的檢測。在實際測試中,同樣會因磁性材料表面污漬等因素的影響,對于不含凹陷缺陷的磁性材料會存在少量誤判,誤判率大概在5%左右。圖3.18凹陷檢測正常區(qū)域與缺陷區(qū)域的灰度共生矩陣熵值對比圖3.5本章小結(jié)本章著重介紹了磁性材料外觀缺陷在線檢測與分揀系統(tǒng)圖像處理算法的設(shè)計與實現(xiàn),包含磁性材料外觀尺寸測量算法和磁性材料外觀缺陷檢測算法兩大部分。其中,磁性材料外觀尺寸測量算法主要實現(xiàn)了磁性材料外觀物理尺寸的非接觸測量,在極小的誤差范圍內(nèi)確保了測量的可靠性、準(zhǔn)確性,能夠比較真實地反映磁性材料真實物理尺寸。而磁性材料外觀缺陷檢測算法則通過對磁性材料外觀表面缺陷的精準(zhǔn)檢測,取代傳統(tǒng)人工篩選的方式,極大地提高了檢測效率,解放了勞動力。兩種算法相結(jié)合,為整套系統(tǒng)的可行性、可靠性提供了有力支撐,也能一定程度上解決企業(yè)所面臨的實際難題。
【參考文獻(xiàn)】:
期刊論文
[1]工件產(chǎn)品缺陷檢測方法綜述[J]. 周婷,陳祥紅. 計算機(jī)產(chǎn)品與流通. 2019(11)
[2]基于機(jī)器視覺的定子表面缺陷檢測系統(tǒng)研究[J]. 戴斌宇,吳靜靜. 傳感技術(shù)學(xué)報. 2019(10)
[3]基于改進(jìn)K均值特征點聚類算法的作物行檢測[J]. 孟笑天,徐艷蕾,王新東,何潤,翟鈺婷. 農(nóng)機(jī)化研究. 2020(08)
[4]EtherCAT總線技術(shù)在大型控制裝置中的應(yīng)用[J]. 李爽,陳泉根. 電子技術(shù)與軟件工程. 2019(20)
[5]一種改進(jìn)的加速K均值聚類算法[J]. 馬俊宏,武麗芬. 太赫茲科學(xué)與電子信息學(xué)報. 2019(05)
[6]基于硬件TCP/IP協(xié)議的物聯(lián)網(wǎng)網(wǎng)關(guān)設(shè)計[J]. 沈翔. 物聯(lián)網(wǎng)技術(shù). 2019(10)
[7]基于MFC的Vega Prime航空飛行器動態(tài)視景仿真[J]. 孫旺,劉西,南英. 指揮控制與仿真. 2019(05)
[8]基于EtherCAT工業(yè)現(xiàn)場總線的數(shù)據(jù)采集系統(tǒng)[J]. 劉明. 電子技術(shù)與軟件工程. 2019(18)
[9]基于TCP/IP協(xié)議的網(wǎng)絡(luò)通信服務(wù)器設(shè)計與實現(xiàn)[J]. 呂焦盛. 赤峰學(xué)院學(xué)報(自然科學(xué)版). 2019(09)
[10]“新中國70年”中國稀土產(chǎn)業(yè)回顧與展望[J]. 賈濤,劉小芳. 稀土信息. 2019(09)
碩士論文
[1]基于機(jī)器視覺的貼花陶瓷盤表面缺陷檢測方法研究[D]. 李捷.西安理工大學(xué) 2019
[2]基于機(jī)器視覺的空調(diào)閥芯微孔徑在線檢測系統(tǒng)[D]. 鄧鄒超.杭州電子科技大學(xué) 2019
[3]玻璃燈杯質(zhì)量在線檢測系統(tǒng)設(shè)計與實現(xiàn)[D]. 樓衍廷.杭州電子科技大學(xué) 2018
[4]基于OpenCV的紅棗紋理檢測研究[D]. 蔣偉.石河子大學(xué) 2017
[5]基于OpenCV的焊縫圖像缺陷識別系統(tǒng)設(shè)計[D]. 茍佳維.西安工業(yè)大學(xué) 2016
[6]基于專利計量分析的浙江東陽磁性材料產(chǎn)業(yè)集群升級研究[D]. 鄧洪娟.浙江理工大學(xué) 2014
本文編號:2949777
【文章來源】:杭州電子科技大學(xué)浙江省
【文章頁數(shù)】:73 頁
【學(xué)位級別】:碩士
【部分圖文】:
色環(huán)圖
杭州電子科技大學(xué)碩士學(xué)位論文37的灰度共生矩陣熵值。可見,缺陷區(qū)域的數(shù)據(jù)明顯有別于正常區(qū)域的數(shù)據(jù),通過這種方法就能成功識別出缺陷區(qū)域與正常區(qū)域,從而實現(xiàn)磁性材料凹陷缺陷的檢測。在實際測試中,同樣會因磁性材料表面污漬等因素的影響,對于不含凹陷缺陷的磁性材料會存在少量誤判,誤判率大概在5%左右。圖3.18凹陷檢測正常區(qū)域與缺陷區(qū)域的灰度共生矩陣熵值對比圖3.5本章小結(jié)本章著重介紹了磁性材料外觀缺陷在線檢測與分揀系統(tǒng)圖像處理算法的設(shè)計與實現(xiàn),包含磁性材料外觀尺寸測量算法和磁性材料外觀缺陷檢測算法兩大部分。其中,磁性材料外觀尺寸測量算法主要實現(xiàn)了磁性材料外觀物理尺寸的非接觸測量,在極小的誤差范圍內(nèi)確保了測量的可靠性、準(zhǔn)確性,能夠比較真實地反映磁性材料真實物理尺寸。而磁性材料外觀缺陷檢測算法則通過對磁性材料外觀表面缺陷的精準(zhǔn)檢測,取代傳統(tǒng)人工篩選的方式,極大地提高了檢測效率,解放了勞動力。兩種算法相結(jié)合,為整套系統(tǒng)的可行性、可靠性提供了有力支撐,也能一定程度上解決企業(yè)所面臨的實際難題。
【參考文獻(xiàn)】:
期刊論文
[1]工件產(chǎn)品缺陷檢測方法綜述[J]. 周婷,陳祥紅. 計算機(jī)產(chǎn)品與流通. 2019(11)
[2]基于機(jī)器視覺的定子表面缺陷檢測系統(tǒng)研究[J]. 戴斌宇,吳靜靜. 傳感技術(shù)學(xué)報. 2019(10)
[3]基于改進(jìn)K均值特征點聚類算法的作物行檢測[J]. 孟笑天,徐艷蕾,王新東,何潤,翟鈺婷. 農(nóng)機(jī)化研究. 2020(08)
[4]EtherCAT總線技術(shù)在大型控制裝置中的應(yīng)用[J]. 李爽,陳泉根. 電子技術(shù)與軟件工程. 2019(20)
[5]一種改進(jìn)的加速K均值聚類算法[J]. 馬俊宏,武麗芬. 太赫茲科學(xué)與電子信息學(xué)報. 2019(05)
[6]基于硬件TCP/IP協(xié)議的物聯(lián)網(wǎng)網(wǎng)關(guān)設(shè)計[J]. 沈翔. 物聯(lián)網(wǎng)技術(shù). 2019(10)
[7]基于MFC的Vega Prime航空飛行器動態(tài)視景仿真[J]. 孫旺,劉西,南英. 指揮控制與仿真. 2019(05)
[8]基于EtherCAT工業(yè)現(xiàn)場總線的數(shù)據(jù)采集系統(tǒng)[J]. 劉明. 電子技術(shù)與軟件工程. 2019(18)
[9]基于TCP/IP協(xié)議的網(wǎng)絡(luò)通信服務(wù)器設(shè)計與實現(xiàn)[J]. 呂焦盛. 赤峰學(xué)院學(xué)報(自然科學(xué)版). 2019(09)
[10]“新中國70年”中國稀土產(chǎn)業(yè)回顧與展望[J]. 賈濤,劉小芳. 稀土信息. 2019(09)
碩士論文
[1]基于機(jī)器視覺的貼花陶瓷盤表面缺陷檢測方法研究[D]. 李捷.西安理工大學(xué) 2019
[2]基于機(jī)器視覺的空調(diào)閥芯微孔徑在線檢測系統(tǒng)[D]. 鄧鄒超.杭州電子科技大學(xué) 2019
[3]玻璃燈杯質(zhì)量在線檢測系統(tǒng)設(shè)計與實現(xiàn)[D]. 樓衍廷.杭州電子科技大學(xué) 2018
[4]基于OpenCV的紅棗紋理檢測研究[D]. 蔣偉.石河子大學(xué) 2017
[5]基于OpenCV的焊縫圖像缺陷識別系統(tǒng)設(shè)計[D]. 茍佳維.西安工業(yè)大學(xué) 2016
[6]基于專利計量分析的浙江東陽磁性材料產(chǎn)業(yè)集群升級研究[D]. 鄧洪娟.浙江理工大學(xué) 2014
本文編號:2949777
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/2949777.html
最近更新
教材專著