發(fā)布時間：2021-11-02 08:12

　　機器視覺是一種利用圖像感知裝置捕獲現(xiàn)實場景中的圖像,然后利用計算機將圖像中的特征識別出來,把特征參數(shù)存儲起來或者生成相應(yīng)的反饋信號作用于被測物體的自動化、智能化技術(shù)。該技術(shù)的處理速度快,識別精度高,可以檢測到人眼不易分辨的微小物體。由于玻璃磨邊所產(chǎn)生的缺陷非常細微,依靠人眼進行缺陷檢測極易產(chǎn)生誤檢和漏檢,針對這一現(xiàn)狀,本課題將機器視覺技術(shù)在玻璃的磨邊缺陷檢測中運用,研究出了一種穩(wěn)定、可靠且高效的新型自動化缺陷檢測技術(shù)。課題的研究從三個角度展開:理論、實踐和結(jié)果驗證。理論方面包括機器視覺國內(nèi)外現(xiàn)狀的分析,光源的研究,玻璃磨邊的加工過程,玻璃缺陷的形成機理,缺陷的類型（包括亮斑、爆邊和白線）,工業(yè)CCD相機的成像原理,圖像處理技術(shù)（降噪、銳化、分割、邊緣檢測、數(shù)學形態(tài)學以及文件存儲格式）;實踐方面圍繞著玻璃磨邊缺陷自動檢測系統(tǒng)開發(fā)展開,內(nèi)容包括總架構(gòu)設(shè)計與功能詳盡實現(xiàn)�？傮w方案的內(nèi)容包括系統(tǒng)的功能模塊化分,系統(tǒng)的總體架構(gòu)圖,感知設(shè)備結(jié)構(gòu)的選取,傳輸鏈路的設(shè)計以及計算模塊配置。詳盡設(shè)計包括硬件的選取、缺陷的識別算法設(shè)計、軟件設(shè)計以及后續(xù)數(shù)據(jù)的分析處理。算法設(shè)計是在現(xiàn)有的圖像處理算法的基礎(chǔ)上設(shè)... 

【文章來源】：煙臺大學山東省

【文章頁數(shù)】：99 頁

【學位級別】：碩士

【部分圖文】：

機器視覺系統(tǒng)原理圖

圖 1.1 機器視覺系統(tǒng)原理圖視覺傳感器。機器視覺系統(tǒng)通常都有自己的由相機和鏡頭組成的成像系統(tǒng)，傳感器分為線陣和面陣電耦合器（charge couple device,CCD）和互補金屬體（complementary mental oxide semiconductor,CMOS）圖像傳感器。線陣D 的靈敏度很高、具有非常小的幾何畸變、采集圖像的延時性也非常低，視覺領(lǐng)域的快速發(fā)展。CMOS 傳感器具有功耗低、體積小、成本低等獨在機器視覺領(lǐng)域中也越來越引起人們的關(guān)注。光源。光源作為機器視覺系統(tǒng)的照明組件，對成像質(zhì)量起著至關(guān)重要的作以直接影響到系統(tǒng)運轉(zhuǎn)的精確呈度以及圖像處理算法的復(fù)雜程度。根據(jù)具使用場景需要設(shè)計出具體的光源結(jié)構(gòu)來解決實際問題。光源根據(jù)構(gòu)成材料為高頻熒光燈、光纖鹵素燈、LED 燈，如圖 1.2 所示。

圖 1.3 光源性能對比從光源形態(tài)角度劃分可分為環(huán)形光源、條形光源、同軸光源、背景光源等。環(huán)形光源的散射效果較明顯，適合圓形被測物體，可以突出檢測目標的三維信息；照射角度單一，與鏡頭安裝使用減小占用空間；可用于電路板、邊緣輪廓線、等表面特征檢測，如圖 1.4（a）所示。條形光源是方形被測物體的不二之選，其照射軌跡是沿著一條直線延伸，因此可用于邊緣檢測、圖像掃描、棱角檢測等，如圖 1.4（b）所示。同軸光源發(fā)射的光線幾乎平行，其發(fā)射出的光經(jīng)過特定裝置照射到物體上可以完全沿著直線返回到鏡頭中，清晰突出凹凸物體特征；其最突出的特點就是其光照均勻性與成像質(zhì)量隨著光源的工作距離變動極��；可用于高反光鏡面表面的缺陷檢測，如 CD、DVD、玻璃表面破損以及內(nèi)部雜質(zhì)等，如圖 1.4（c）所示。背景光源是使用高密度 LED 顆粒排列而成，可以發(fā)出理想的平行光，尺寸種類豐富；可用于目標定位、工件尺寸測量、大面積電路板電子器件檢測可識別、透明或半透明物體的污點、壞點檢測等。如圖 1.4（d）所示[10-14]。

【參考文獻】：
期刊論文
[1]超高速磨削過程中磨削熱分布率的研究[J]. 劉曉初,趙傳,覃哲,周佳華,周文波,代東波.  組合機床與自動化加工技術(shù). 2017(08)
[2]微晶玻璃超精密磨削的表面/亞表面損傷及其材料去除機理研究[J]. 高尚,朱祥龍,康仁科,郭東明,王紫光,張璧.  機械工程學報. 2017(07)
[3]新型高光譜圖像快速實時目標檢測與分類方法[J]. 付立婷,鄧河,劉春紅.  光學學報. 2017(02)
[4]磨削速度和壓力對單晶硅去除特性的影響[J]. 于月濱,王紫光,周平,高尚,郭東明.  金剛石與磨料磨具工程. 2016(03)
[5]圖像處理中幾個關(guān)鍵算法的分析[J]. 魏艷艷.  電子測試. 2016(12)
[6]基于機器視覺的瓶口缺陷檢測方法研究[J]. 周顯恩,王耀南,朱青,吳成中,彭玉.  電子測量與儀器學報. 2016(05)
[7]數(shù)字圖像處理與識別系統(tǒng)的開發(fā)研究[J]. 朱安琪.  電子測試. 2016(09)
[8]機器視覺在我國農(nóng)業(yè)中的應(yīng)用研究進展分析[J]. 王風云,鄭紀業(yè),唐研,劉延忠,李喬宇,穆元杰,王磊.  山東農(nóng)業(yè)科學. 2016(04)
[9]石英玻璃的熱輔助高效塑性域干磨削[J]. 王偉,姚鵬,王軍,黃傳真,朱洪濤.  光學精密工程. 2016(01)
[10]液晶屏模糊邊緣缺陷分布式檢測方法[J]. 夏曉云,張仁斌,謝瑞,王聰.  計算機應(yīng)用研究. 2016(08)

博士論文
[1]大型立式玻璃磨邊機關(guān)鍵力學問題研究[D]. 徐宏海.北京工業(yè)大學 2013
[2]基于嵌入式機器視覺的信息采集與處理技術(shù)研究[D]. 龔愛平.浙江大學 2013
[3]基于微納米劃擦特性的光學玻璃磨削機理與工藝研究[D]. 顧偉彬.上海交通大學 2012
[4]邊緣檢測的若干技術(shù)研究[D]. 董鴻燕.國防科學技術(shù)大學 2008

碩士論文
[1]光學玻璃磨削亞表面裂紋分析及深度預(yù)測研究[D]. 冷冰.哈爾濱工業(yè)大學 2015
[2]大磨粒金剛石砂輪精密磨削光學玻璃的仿真及實驗研究[D]. 劉翠軍.哈爾濱工業(yè)大學 2013
[3]立式玻璃磨邊機關(guān)鍵部件有限元分析及優(yōu)化設(shè)計[D]. 鄭曉麗.北方工業(yè)大學 2013
[4]基于機器視覺的觸摸屏玻璃缺陷檢測方法研究[D]. 陳曉紅.華南理工大學 2013
[5]基于機器視覺的邊緣檢測算法研究與應(yīng)用[D]. 張少偉.上海交通大學 2013
[6]基于亞像素的圖像檢測方法與關(guān)鍵技術(shù)研究[D]. 艾紅干.中南大學 2012
[7]光學玻璃磨削裂紋形成過程仿真及試驗研究[D]. 孟彬彬.哈爾濱工業(yè)大學 2011
[8]基于USB的線陣CCD圖像采集系統(tǒng)[D]. 閆成彥.大連理工大學 2009
[9]玻璃磨削中切削力和金剛石刀具磨破損的實驗研究[D]. 聶瑞.山東大學 2009
[10]基于VC++的數(shù)字圖像處理系統(tǒng)的開發(fā)及算法研究[D]. 譚林秋.西安理工大學 2008



本文編號：3471666