隨著科技的快速發(fā)展,機(jī)器視覺技術(shù)在工業(yè)檢測領(lǐng)域的優(yōu)勢越來越明顯,近些年來視覺技術(shù)的研究與應(yīng)用變得越發(fā)普及。本課題以飛機(jī)航空鉚釘為研究對象,通過機(jī)器視覺技術(shù)和應(yīng)用軟件開發(fā)技術(shù),對鉚釘表面缺陷和尺寸的無損檢測進(jìn)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(dá)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(shù)在生產(chǎn)中顯得尤為迫切。因此,提出設(shè)計(jì)了一種基于機(jī)器視覺的全自動高精度鉚釘篩選系統(tǒng),按照分檔需求實(shí)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(guān)鍵設(shè)備進(jìn)行選型,然后從采集系統(tǒng)設(shè)計(jì)、圖像算法設(shè)計(jì)、軟件系統(tǒng)設(shè)計(jì)、系統(tǒng)聯(lián)合調(diào)試等幾大章節(jié)對整個(gè)設(shè)備進(jìn)行了詳細(xì)深入介紹,具體工作內(nèi)容與結(jié)果如下所述:1、在采集系統(tǒng)設(shè)計(jì)方面,立足實(shí)際需求,購置高精度相機(jī)、圖像采集卡、光源等關(guān)鍵設(shè)備,多個(gè)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(jī);2、在圖像算法設(shè)計(jì)方面,針對鉚釘不同面檢測算法進(jìn)行研究,克服外部復(fù)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(xué)、特征提取等算法對圖... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

機(jī)器視覺檢測流程

能夠運(yùn)用在五金件、電子元件等多個(gè)行業(yè)中[8]。另外基于本項(xiàng)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(jìn)行了預(yù)研，其測量結(jié)論主要是在實(shí)驗(yàn)室環(huán)境下得出來的，沒有經(jīng)過實(shí)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(shè)計(jì)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(shè)計(jì)與實(shí)現(xiàn)的碩士論文中，更多的是關(guān)于基于機(jī)械結(jié)構(gòu)設(shè)計(jì)和硬件控制系統(tǒng)的表述，包括上料機(jī)構(gòu)等進(jìn)行分析論證，本文不再進(jìn)行闡述。1.3 研究目標(biāo)與內(nèi)容研究目標(biāo)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(shè)備要能檢測不同種類的鉚釘缺陷尺寸等情況。主要是設(shè)計(jì)一款基于機(jī)器視覺的航空鉚釘表面缺陷與尺寸實(shí)時(shí)多分類自動檢測系統(tǒng)，通過高精度工業(yè)相機(jī)拍攝照片，分別包括上表面、側(cè)面和沉頭面，操作員按需選擇相應(yīng)的出口分檔規(guī)則，結(jié)合高性能工控機(jī)采樣分析特征得到結(jié)果，實(shí)現(xiàn)不同規(guī)格批次的鉚釘分類，設(shè)備參數(shù)指標(biāo)及測量要求如表 1-1 所示。

能夠運(yùn)用在五金件、電子元件等多個(gè)行業(yè)中[8]。另外基于本項(xiàng)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(jìn)行了預(yù)研，其測量結(jié)論主要是在實(shí)驗(yàn)室環(huán)境下得出來的，沒有經(jīng)過實(shí)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(shè)計(jì)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(shè)計(jì)與實(shí)現(xiàn)的碩士論文中，更多的是關(guān)于基于機(jī)械結(jié)構(gòu)設(shè)計(jì)和硬件控制系統(tǒng)的表述，包括上料機(jī)構(gòu)等進(jìn)行分析論證，本文不再進(jìn)行闡述。1.3 研究目標(biāo)與內(nèi)容研究目標(biāo)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(shè)備要能檢測不同種類的鉚釘缺陷尺寸等情況。主要是設(shè)計(jì)一款基于機(jī)器視覺的航空鉚釘表面缺陷與尺寸實(shí)時(shí)多分類自動檢測系統(tǒng)，通過高精度工業(yè)相機(jī)拍攝照片，分別包括上表面、側(cè)面和沉頭面，操作員按需選擇相應(yīng)的出口分檔規(guī)則，結(jié)合高性能工控機(jī)采樣分析特征得到結(jié)果，實(shí)現(xiàn)不同規(guī)格批次的鉚釘分類，設(shè)備參數(shù)指標(biāo)及測量要求如表 1-1 所示。

【參考文獻(xiàn)】：
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(yīng)Ostu相結(jié)合的圖像分割算法[J]. 孫力.  現(xiàn)代電子技術(shù). 2011(06)
[4]CCD尺寸在線檢測系統(tǒng)的圖像獲取系統(tǒng)設(shè)計(jì)[J]. 江潔.  機(jī)械制造與自動化. 2010(04)
[5]基于OpenCV的機(jī)器視覺圖像處理技術(shù)實(shí)現(xiàn)[J]. 王福斌,李迎燕,劉杰,陳至坤.  機(jī)械與電子. 2010(06)
[6]視頻圖像采集技術(shù)[J]. 劉寶金,費(fèi)冬,郝文佳.  鐵路技術(shù)創(chuàng)新. 2010(02)
[7]基于改進(jìn)的最大類間方差算法的圖像分割研究[J]. 瞿中.  計(jì)算機(jī)科學(xué). 2009(05)
[8]基于磁光圖像的飛機(jī)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(xué)報(bào). 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(xué)與圖像分析. 2007(03)
[10]2維Otsu自適應(yīng)閾值的快速算法[J]. 郝穎明,朱楓.  中國圖象圖形學(xué)報(bào). 2005(04)

碩士論文
[1]機(jī)器視覺激光焊接缺陷檢測算法研究[D]. 丁巧.深圳大學(xué) 2017
[2]基于機(jī)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(xué) 2017
[3]基于機(jī)器視覺的零部件質(zhì)量檢測研究[D]. 吳滎滎.江蘇大學(xué) 2017
[4]基于機(jī)器視覺的飛機(jī)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(xué) 2017
[5]基于機(jī)器視覺技術(shù)的自動微點(diǎn)焊系統(tǒng)[D]. 王梅梅.廣東工業(yè)大學(xué) 2015
[6]基于機(jī)器視覺的產(chǎn)品表面缺陷在線檢測系統(tǒng)的設(shè)計(jì)[D]. 郭亞峰.蘇州大學(xué) 2014
[7]基于機(jī)器視覺的工業(yè)零件測量技術(shù)[D]. 胡輝.西安工業(yè)大學(xué) 2013
[8]子彈表面缺陷在線檢測關(guān)鍵技術(shù)的研究[D]. 劉建強(qiáng).電子科技大學(xué) 2013
[9]基于機(jī)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(xué) 2012
[10]PCB最終外觀檢查機(jī)關(guān)鍵技術(shù)研究[D]. 梅領(lǐng)亮.電子科技大學(xué) 2010



本文編號：3570568