換向器是電動機的核心部件,其質量優(yōu)劣直接影響到電機的正常使用。目前,換向器的質量檢測主要依靠人工檢測,檢測精度和效率無法滿足企業(yè)要求。隨著技術的發(fā)展,基于機器視覺的質量檢測技術在各個領域得到廣泛應用。本文針對換向器柱面上的毛刺缺陷和銅殼表面缺陷,提出了一套視覺檢測方案,主要工作包括:對換向器柱面缺陷檢測系統(tǒng)進行了總體設計,包括相機及鏡頭的選型、光照模式設計、檢測臺結構設計和缺陷檢測算法設計。在光照模式設計中,根據(jù)槽寬度和銅殼曲率對圖像光照充足性和均勻性的影響,進行了光源和照明方式的設計,實現(xiàn)對槽內區(qū)域的光照補充和對銅殼表面區(qū)域均勻照明。針對對比度低,且背景噪聲較大的槽邊毛刺缺陷,研究了一種基于能量函數(shù)的缺陷檢測算法。該方法基于馬爾科夫隨機場模型,根據(jù)像素的鄰域信息,為每個像素構建能量函數(shù),通過對能量函數(shù)迭代優(yōu)化,實現(xiàn)像素點分類,并結合彩色圖像聚類分割法,實現(xiàn)了槽邊毛刺缺陷的完整提取。針對對比度低,且由于增加背光源而導致背景光照不均的槽內毛刺缺陷,研究了一種基于背景擬合的缺陷檢測算法。該方法通過對圖像進行多項式背景擬合,得到不均勻的光照成分,基于擬合的背景改進動態(tài)閾值分割方法,并結合區(qū)域... 

【文章來源】：華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

換向器實物圖

圖 2.2 總體方案設計流程如圖型務主要集中在換向器的槽區(qū)域和銅殼區(qū)域，采用向器工件的槽區(qū)域和銅殼區(qū)域，如圖 2.3 所示。兩度均相同，故兩檢測工位的相機和鏡頭選擇相同：工業(yè)相機具有抗干擾能力強、傳輸能力穩(wěn)定以的不同分為 CMOS 相機和 CCD 相機[31]，根據(jù)實際能力高、成像質量更好的 CCD 相機，按照成像色色相機，由于彩色圖像含有更多的特征信息，有機。

（a）相機正對槽區(qū)域 （b）相機正對銅殼區(qū)域圖 2.3 相機布置圖表 2.2 acA1300-30gc 相機參數(shù)表指標 性能參數(shù)平/垂直分辨率 RH×RV1280 ×960 像素平/垂直像素尺寸 SPH×SPV3.75 ×3.75μm感光芯片尺寸 SH×SV4.9 ×3.6mm傳感器結構 面陣攝像機靶面尺寸 1/3 inch掃描方式 逐行掃描擇：鏡頭主要分為普通鏡頭和遠心鏡頭，普通鏡頭圍較寬，適用于缺陷檢測，故選擇普通鏡頭。

【參考文獻】：
期刊論文
[1]基于機器視覺形狀特征參數(shù)的祁門紅茶等級識別[J]. 宋彥,謝漢壘,寧井銘,張正竹.  農業(yè)工程學報. 2018(23)
[2]淺談智能型工業(yè)相機的應用[J]. 周文彬.  電子測試. 2018(22)
[3]我國智能制造的發(fā)展展望[J]. 何成奎,郎朋飛,康敏.  機床與液壓. 2018(16)
[4]基于區(qū)域生長的雪糕棒毛刺檢測算法[J]. 苑瑋琦,賈國靖.  電腦與信息技術. 2018(04)
[5]基于紋理特征和SVM分類器的鋁鑄件類型識別[J]. 吳陽,劉振華,周曉鋒,張宜弛.  計算機系統(tǒng)應用. 2018(08)
[6]基于多特征融合和BP-AdaBoost算法的列車關鍵零件故障自動識別[J]. 孫國棟,湯漢兵,林凱,張楊,趙大興.  中國機械工程. 2017(21)
[7]改進組合分類器的冷軋帶鋼表面缺陷識別研究[J]. 化春鍵,周海英.  機械科學與技術. 2017(11)
[8]軟件缺陷預測中基于Wrapper的特征選擇方法[J]. 常瑞花,沈曉衛(wèi).  火力與指揮控制. 2017(10)
[9]基于圖像灰度直方圖特征的草莓病蟲害識別[J]. 牛沖,牛昱光,李寒,鄭文剛,卜云龍,周增產.  江蘇農業(yè)科學. 2017(04)
[10]改進的ReliefF算法在哈薩克斯拉夫文識別中的應用[J]. 阿里木·賽買提,哈力木拉提·買買提,艾爾肯·賽甫丁,吐爾根·依不拉因.  計算機工程與設計. 2017(02)

博士論文
[1]基于圖像處理的工件表面缺陷檢測理論與方法研究[D]. 趙君愛.東南大學 2016

碩士論文
[1]面向產品在線質檢的圖像拼接與柱面缺陷檢測方法研究[D]. 黃林江.華中科技大學 2017
[2]RFID標簽天線全自動視覺檢測系統(tǒng)設計與實現(xiàn)[D]. 楊航.華中科技大學 2014
[3]基于機器視覺的沖壓件缺陷檢測系統(tǒng)研究[D]. 黃柳倩.廣東工業(yè)大學 2012



本文編號：3568621