隨著科技的快速發(fā)展,機器視覺技術在工業(yè)檢測領域的優(yōu)勢越來越明顯,近些年來視覺技術的研究與應用變得越發(fā)普及。本課題以飛機航空鉚釘為研究對象,通過機器視覺技術和應用軟件開發(fā)技術,對鉚釘表面缺陷和尺寸的無損檢測進行深入的研究。傳統(tǒng)的檢測方式采取人工肉眼檢測,效率極低,難以達到高精度的要求,對于微小的缺陷也無法正確識別。為了替代人工,提高產(chǎn)品質(zhì)量和生產(chǎn)效率,鉚釘表面尺寸和缺陷的全自動篩選技術在生產(chǎn)中顯得尤為迫切。因此,提出設計了一種基于機器視覺的全自動高精度鉚釘篩選系統(tǒng),按照分檔需求實現(xiàn)按需篩選。本論文首先介紹系統(tǒng)圖像采集傳輸?shù)脑?對關鍵設備進行選型,然后從采集系統(tǒng)設計、圖像算法設計、軟件系統(tǒng)設計、系統(tǒng)聯(lián)合調(diào)試等幾大章節(jié)對整個設備進行了詳細深入介紹,具體工作內(nèi)容與結果如下所述:1、在采集系統(tǒng)設計方面,立足實際需求,購置高精度相機、圖像采集卡、光源等關鍵設備,多個鉚釘面檢測采用不同的打光方式,多幅圖像通過千兆網(wǎng)線并行傳輸?shù)焦た貦C;2、在圖像算法設計方面,針對鉚釘不同面檢測算法進行研究,克服外部復雜環(huán)境等干擾因素,利用OPENCV開源庫二次開發(fā),通過圖像去噪、圖像分割、形態(tài)學、特征提取等算法對圖... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學位級別】：碩士

【部分圖文】：

機器視覺檢測流程

能夠運用在五金件、電子元件等多個行業(yè)中[8]。另外基于本項目的研究內(nèi)容，2016 年張磊在碩士論文中對鉚釘表面缺陷進行了預研，其測量結論主要是在實驗室環(huán)境下得出來的，沒有經(jīng)過實際工程測試論證，檢測算法對于圖片質(zhì)量要求極高，檢測環(huán)境過于理想化，設計方案仍存在缺陷。2017 年齊輝在論文工件尺寸與缺陷自動檢測控制系統(tǒng)設計與實現(xiàn)的碩士論文中，更多的是關于基于機械結構設計和硬件控制系統(tǒng)的表述，包括上料機構等進行分析論證，本文不再進行闡述。1.3 研究目標與內(nèi)容研究目標是航空鉚釘，主要有兩種類型，如圖 1-2 和圖 1-3 所示。但是鉚釘桿部的長度、直徑都有所不同，設備要能檢測不同種類的鉚釘缺陷尺寸等情況。主要是設計一款基于機器視覺的航空鉚釘表面缺陷與尺寸實時多分類自動檢測系統(tǒng)，通過高精度工業(yè)相機拍攝照片，分別包括上表面、側面和沉頭面，操作員按需選擇相應的出口分檔規(guī)則，結合高性能工控機采樣分析特征得到結果，實現(xiàn)不同規(guī)格批次的鉚釘分類，設備參數(shù)指標及測量要求如表 1-1 所示。

能夠運用在五金件、電子元件等多個行業(yè)中[8]。另外基于本項目的研究內(nèi)容，2016 年張磊在碩士論文中對鉚釘表面缺陷進行了預研，其測量結論主要是在實驗室環(huán)境下得出來的，沒有經(jīng)過實際工程測試論證，檢測算法對于圖片質(zhì)量要求極高，檢測環(huán)境過于理想化，設計方案仍存在缺陷。2017 年齊輝在論文工件尺寸與缺陷自動檢測控制系統(tǒng)設計與實現(xiàn)的碩士論文中，更多的是關于基于機械結構設計和硬件控制系統(tǒng)的表述，包括上料機構等進行分析論證，本文不再進行闡述。1.3 研究目標與內(nèi)容研究目標是航空鉚釘，主要有兩種類型，如圖 1-2 和圖 1-3 所示。但是鉚釘桿部的長度、直徑都有所不同，設備要能檢測不同種類的鉚釘缺陷尺寸等情況。主要是設計一款基于機器視覺的航空鉚釘表面缺陷與尺寸實時多分類自動檢測系統(tǒng)，通過高精度工業(yè)相機拍攝照片，分別包括上表面、側面和沉頭面，操作員按需選擇相應的出口分檔規(guī)則，結合高性能工控機采樣分析特征得到結果，實現(xiàn)不同規(guī)格批次的鉚釘分類，設備參數(shù)指標及測量要求如表 1-1 所示。

【參考文獻】：
期刊論文
[1]基于OpenCV的磁瓦表面缺陷視覺提取方法研究[J]. 杜柳青,佘騁南,周武.  制造業(yè)自動化. 2013(05)
[2]中國無損檢測簡史[J]. 仲維暢.  無損檢測. 2012(01)
[3]基于ROI與自適應Ostu相結合的圖像分割算法[J]. 孫力.  現(xiàn)代電子技術. 2011(06)
[4]CCD尺寸在線檢測系統(tǒng)的圖像獲取系統(tǒng)設計[J]. 江潔.  機械制造與自動化. 2010(04)
[5]基于OpenCV的機器視覺圖像處理技術實現(xiàn)[J]. 王福斌,李迎燕,劉杰,陳至坤.  機械與電子. 2010(06)
[6]視頻圖像采集技術[J]. 劉寶金,費冬,郝文佳.  鐵路技術創(chuàng)新. 2010(02)
[7]基于改進的最大類間方差算法的圖像分割研究[J]. 瞿中.  計算機科學. 2009(05)
[8]基于磁光圖像的飛機鉚釘缺陷識別[J]. 高慶吉,胡丹丹,牛國臣,邢志偉.  中國圖象圖形學報. 2007(12)
[9]二維最大類間方差閾值分割的快速迭代算法[J]. 吳一全,吳文怡,潘喆.  中國體視學與圖像分析. 2007(03)
[10]2維Otsu自適應閾值的快速算法[J]. 郝穎明,朱楓.  中國圖象圖形學報. 2005(04)

碩士論文
[1]機器視覺激光焊接缺陷檢測算法研究[D]. 丁巧.深圳大學 2017
[2]基于機器視覺的軸承內(nèi)圈表面缺陷檢測系統(tǒng)研究[D]. 鄭越.沈陽工業(yè)大學 2017
[3]基于機器視覺的零部件質(zhì)量檢測研究[D]. 吳滎滎.江蘇大學 2017
[4]基于機器視覺的飛機鉚釘尺寸測量和缺陷檢測系統(tǒng)的研究[D]. 胡江濤.陜西科技大學 2017
[5]基于機器視覺技術的自動微點焊系統(tǒng)[D]. 王梅梅.廣東工業(yè)大學 2015
[6]基于機器視覺的產(chǎn)品表面缺陷在線檢測系統(tǒng)的設計[D]. 郭亞峰.蘇州大學 2014
[7]基于機器視覺的工業(yè)零件測量技術[D]. 胡輝.西安工業(yè)大學 2013
[8]子彈表面缺陷在線檢測關鍵技術的研究[D]. 劉建強.電子科技大學 2013
[9]基于機器視覺的圓柱滾子表面缺陷檢測系統(tǒng)[D]. 王慧楠.河南科技大學 2012
[10]PCB最終外觀檢查機關鍵技術研究[D]. 梅領亮.電子科技大學 2010



本文編號：3570568