【摘要】：隨著智能制造、工業(yè)4.0的相繼誕生,不僅對工件的加工精度提出了更高的要求,同時(shí)也給工件檢測帶來了巨大革新。傳統(tǒng)的測量方法由于檢測工具的使用不便,存在工作強(qiáng)度大、精度低、效率低的缺陷;而高精度的測量機(jī)雖然滿足了精度需求,但不適用批量化生產(chǎn)檢測;基于機(jī)器視覺的工件尺寸檢測方式很好地解決了上述問題,是當(dāng)前研究的一個(gè)熱點(diǎn)。本文針對車間工業(yè)自動化生產(chǎn)需求,研發(fā)了一種基于機(jī)器視覺的非接觸式在線檢測系統(tǒng),實(shí)現(xiàn)了對小型軸類工件關(guān)鍵尺寸參數(shù)的測量。此系統(tǒng)克服了傳統(tǒng)接觸式測量的諸多缺點(diǎn),提高了檢測效率。論文主要完成了以下任務(wù):首先,針對軸類工件的加工與檢測條件,對檢測系統(tǒng)進(jìn)行總體結(jié)構(gòu)設(shè)計(jì),并根據(jù)系統(tǒng)需求進(jìn)行了硬件設(shè)備的選型以及軟件工作流程規(guī)劃,為保證圖像采樣質(zhì)量提供硬件支持。其次,從機(jī)器視覺中的常規(guī)圖像處理方法出發(fā),對工件圖像的濾波去噪方法、閾值分割方法以及邊緣提取算法進(jìn)行分析研究,最終確定采用中值濾波法對圖像進(jìn)行去噪處理,并采用SIFT特征點(diǎn)算法對圖像進(jìn)行拼接;采用自適應(yīng)閾值的Otsu法(大津法)對圖像二值化分割;同時(shí),對傳統(tǒng)Canny邊緣檢測進(jìn)行算法改進(jìn)提高像素邊緣質(zhì)量。第三,針對像素級邊緣檢測算法精度低的問題,引入了亞像素邊緣細(xì)化概念。論述了亞像素邊緣檢測原理,并對常見的幾種亞像素邊緣檢測方法進(jìn)行推理求解,并對Zernike矩法、多項(xiàng)式擬合法與多項(xiàng)式插值法進(jìn)行實(shí)驗(yàn)比較,進(jìn)行精度、效率與抗噪性分析,最終確定選用Zernike矩法。第四,根據(jù)回轉(zhuǎn)體零件的結(jié)構(gòu)特征,將零件劃分為外螺紋、階梯軸、圓弧曲線軸、錐體軸四部分,分別研究了對應(yīng)的視覺檢測方法。最后,進(jìn)行了部分程序設(shè)計(jì)和實(shí)驗(yàn),包括相機(jī)標(biāo)定、工件圖像導(dǎo)入、刪除、圖像預(yù)處理、邊緣檢測以及尺寸參數(shù)檢測等操作。通過對一個(gè)典型零件的檢測,對上述檢測算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)果顯示測量精度在0.018mm范圍內(nèi),滿足系統(tǒng)設(shè)定的測量精度0.02mm。對測量結(jié)果存在的誤差進(jìn)行分析,證明系統(tǒng)具有一定的可行性與實(shí)用性。
【圖文】：

圖２－１工件尺寸在線檢測系統(tǒng)結(jié)構(gòu)圖逡逑Ｆｉｇｕｒｅ邋２－１邋Ｓｉｚｅ邋ｄｅｔｅｃｔｉｏｎ邋ｓｙｓｔｅｍ邋ａｒｃｈｉｔｅｃｔｕｒｅ邋ｄｉａｇｒａｍ逡逑件尺寸檢測系統(tǒng)的硬件選型逡逑業(yè)相機(jī)選型逡逑作為獲取圖像的采集設(shè)備，其關(guān)鍵部件主要有ＣＣＺ）或ＣＭＯＳ兩集成在半導(dǎo)體單晶材料上的電荷藕合器件圖像傳感器，ＣＭＯＳ化物半導(dǎo)體材料上的圖像傳感器［１Ｇ］。兩者制造工藝不同、工傳感器具有成像通透性、敏銳度高、色彩還原效果好、曝光的優(yōu)點(diǎn)［１１］。而＾：財(cái)０５傳感器具有制造工藝簡單、成本低的特于成像設(shè)備中。逡逑兩種傳感器的數(shù)據(jù)傳送方式不同，ＣＭＯＳ會隨傳輸距離的變遠(yuǎn)成成像質(zhì)量變低；ＣＣＤ作為工業(yè)中常用的采集圖像的部件，具性［１２＿１４］。針對系統(tǒng)獲取高質(zhì)量、清晰圖像的需求，選取ＣＣＤ相

需要適當(dāng)提高相機(jī)的分辨率，最終選定相機(jī)型號－邋ＶＺ）Ｍ２００ＳＭ，，其最高分逡逑辨率１６００邋ｘ邋１２００。該相機(jī)能夠提供優(yōu)質(zhì)的圖像，可應(yīng)用于工業(yè)生產(chǎn)線在線檢測逡逑領(lǐng)域。Ｍｌ／－１／ＤＭ２００ＳＭ相機(jī)實(shí)物圖見圖２－２。其主要性能參數(shù)如表２－１所示。逡逑光學(xué)鏡頭邐＾工此相機(jī)逡逑圖２－２邋ＭＶ－ＶＤＭ２００ＳＭ工業(yè)相機(jī)的實(shí)物圖逡逑Ｆｉｇｕｒｅ邋２－２邋ＭＶ－ＶＤＭ２００ＳＭｉｎｄｕｓｔｒｉａｌ邋ｃａｍｅｒａ邋ｐｉｃｔｕｒｅ逡逑８逡逑
【學(xué)位授予單位】：山東科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TG806;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋慧欣;;3D視覺，機(jī)器視覺未來藍(lán)海[J];自動化博覽;2019年12期

2 文曉;;臺達(dá)：機(jī)器視覺“智造”未來[J];自動化博覽;2019年12期

3 ;機(jī)器視覺對線纜市場的影響及趨勢[J];功能材料信息;2018年04期

4 鄭植;席先鵬;王楠;蔣欣燎;夏山淋;;機(jī)器視覺在網(wǎng)球撿球機(jī)器人中的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2019年16期

5 宋春華;彭泫知;;機(jī)器視覺研究與發(fā)展綜述[J];裝備制造技術(shù);2019年06期

6 田壯;劉富成;;基于機(jī)器視覺的果園噴藥機(jī)器人設(shè)計(jì)[J];湖北農(nóng)機(jī)化;2019年16期

7 迎九;;國內(nèi)機(jī)器視覺產(chǎn)業(yè)的技術(shù)市場[J];電子產(chǎn)品世界;2019年09期

8 朱陽芬;銀冬平;鄒舜章;王海文;周為;;機(jī)器視覺在汽車行業(yè)中的發(fā)展與應(yīng)用[J];汽車實(shí)用技術(shù);2017年22期

9 吳東明;王麗娟;;基于GPS和機(jī)器視覺的自主導(dǎo)航定位農(nóng)機(jī)設(shè)備研究[J];農(nóng)機(jī)化研究;2018年02期

10 ;機(jī)器視覺時(shí)代,最好的時(shí)代![J];智能機(jī)器人;2018年02期

相關(guān)會議論文 前10條

1 易鴻;;借助機(jī)器視覺提升實(shí)驗(yàn)室本質(zhì)安全[A];2017中國化工學(xué)會年會——第二屆化工安全論壇資料匯編[C];2017年

2 何愛龍;陳美娟;;基于智能運(yùn)動體和機(jī)器視覺的火災(zāi)檢測與偵查系統(tǒng)[A];物聯(lián)網(wǎng)與無線通信-2018年全國物聯(lián)網(wǎng)技術(shù)與應(yīng)用大會論文集[C];2018年

3 金守峰;張慧;;面向機(jī)器視覺的織物緯斜檢測方法[A];全國先進(jìn)制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

4 管庶安;周龍;陳永強(qiáng);廖明潮;;機(jī)器視覺在糧食品質(zhì)檢測中的應(yīng)用研究[A];中國糧油學(xué)會第三屆學(xué)術(shù)年會論文選集（下冊）[C];2004年

5 張超;徐建瑜;王文靜;;基于機(jī)器視覺的梭子蟹質(zhì)量估計(jì)方法研究[A];浙江省信號處理學(xué)會2013學(xué)術(shù)年會論文集——信號處理在海洋[C];2013年

6 劉炎艷;;基于機(jī)器視覺的卷煙32位碼識別系統(tǒng)研究[A];中國煙草學(xué)會2014年學(xué)術(shù)年會入選論文摘要匯編[C];2014年

7 王海寬;張銳;周志境;費(fèi)敏銳;;基于機(jī)器視覺的智能醫(yī)療吊塔系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2015全國嵌入式儀表及系統(tǒng)技術(shù)會議程序冊[C];2015年

8 王穩(wěn);郭文成;葉宇翔;;基于機(jī)器視覺的激光光斑位置測量[A];2015年工業(yè)設(shè)計(jì)與協(xié)同創(chuàng)新學(xué)術(shù)會議暨第20屆全國工業(yè)設(shè)計(jì)學(xué)術(shù)年會論文集[C];2015年

9 吳遠(yuǎn)峰;金翠娥;劉穎卓;;基于機(jī)器視覺的智能檢測方法研究[A];第十一屆全國磁粉滲透檢測技術(shù)年會論文集[C];2017年

10 胡慶新;王偉;顧愛華;;基于機(jī)器視覺的農(nóng)產(chǎn)品物料分級檢測系統(tǒng)關(guān)鍵技術(shù)研究[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 曹衛(wèi)新;掘金機(jī)器視覺百億元市場 天準(zhǔn)科技65天過會[N];證券日報(bào);2019年

2 本報(bào)記者 胡雨;天準(zhǔn)科技發(fā)力機(jī)器視覺工業(yè)應(yīng)用[N];中國證券報(bào);2019年

3 MEB記者 張?zhí)m;貝加萊一體化機(jī)器視覺:站在全局的視野[N];機(jī)電商報(bào);2019年

4 宜賓 李定川;機(jī)器視覺光源基礎(chǔ)及選型指導(dǎo)(一)[N];電子報(bào);2018年

5 本報(bào)記者 駱軼琪;機(jī)器視覺的產(chǎn)業(yè)化演進(jìn)：半導(dǎo)體打開想象空間[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2018年

6 中國電子信息產(chǎn)業(yè)發(fā)展研究院信息化研究中心智慧城市研究室主任 劉鵬宇;智能技術(shù)：呈現(xiàn)八大趨勢[N];中國電子報(bào);2017年

7 賽迪智庫信息化中心助理研究員 劉鵬宇;2017年智能技術(shù)發(fā)展趨勢[N];中國計(jì)算機(jī)報(bào);2017年

8 經(jīng)濟(jì)日報(bào)·中國經(jīng)濟(jì)網(wǎng)記者 周明陽;給機(jī)器一雙“慧眼”[N];經(jīng)濟(jì)日報(bào);2017年

9 本報(bào)記者 胡心媛;機(jī)器視覺展推動智能制造落地[N];中國貿(mào)易報(bào);2017年

10 本報(bào)記者 蔡煒;書寫“東方工匠”傳奇的黑牡丹集團(tuán)技術(shù)總監(jiān)鄧建軍：“創(chuàng)新，只有起點(diǎn)沒有終點(diǎn)”[N];新華日報(bào);2017年

相關(guān)博士學(xué)位論文 前10條

1 侯杰;飛行器機(jī)器視覺框架設(shè)計(jì)及算法研究[D];西安電子科技大學(xué);2017年

2 郭依正;基于機(jī)器視覺的俯視群養(yǎng)豬個(gè)體識別與飲水行為分析研究[D];江蘇大學(xué);2018年

3 李晨;基于機(jī)器視覺的不同屬性表面中微弱缺陷的檢測技術(shù)研究[D];浙江大學(xué);2018年

4 陶丹;基于機(jī)器視覺的家蠶蛹雌雄識別研究[D];西南大學(xué);2019年

5 胡志新;基于機(jī)器視覺的鋼軌踏面磨耗剝落檢測技術(shù)研究[D];南昌大學(xué);2018年

6 吳衡;機(jī)器視覺鬼成像理論與實(shí)驗(yàn)研究[D];華南理工大學(xué);2017年

7 項(xiàng)森偉;高溫單晶硅液位和直徑視覺檢測關(guān)鍵技術(shù)及應(yīng)用研究[D];浙江大學(xué);2018年

8 胡越黎;目的機(jī)器視覺研究及其在皮膚癥狀識別中的應(yīng)用[D];上海大學(xué);2005年

9 韓彥芳;機(jī)器視覺中的聚類檢測新方法[D];上海交通大學(xué);2006年

10 饒洪輝;基于機(jī)器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 宋洪亮;機(jī)器視覺在工件在線檢測中的應(yīng)用研究[D];山東科技大學(xué);2018年

2 宋鐵;基于機(jī)器視覺的家庭智能分類垃圾桶設(shè)計(jì)研究[D];東華大學(xué);2019年

3 劉浩;基于機(jī)器視覺的車燈分類自動噴涂系統(tǒng)研究[D];江蘇科技大學(xué);2019年

4 王朝;結(jié)合機(jī)器視覺路徑規(guī)劃的激光三角法零件精密測量系統(tǒng)研究[D];華中科技大學(xué);2019年

5 郝雪桐;基于機(jī)器視覺的換向器柱面缺陷在線檢測方法研究[D];華中科技大學(xué);2019年

6 魏富春;換向器內(nèi)孔缺陷機(jī)器視覺在線檢測技術(shù)研究[D];華中科技大學(xué);2019年

7 李雷;基于機(jī)器視覺的谷糙流量實(shí)時(shí)檢測系統(tǒng)研究[D];武漢輕工大學(xué);2019年

8 吳浩然;基于機(jī)器視覺的新型鋼管管端矯圓設(shè)備及工藝研究[D];燕山大學(xué);2019年

9 王萌萌;基于機(jī)器視覺的手機(jī)電池表面缺陷檢測研究[D];燕山大學(xué);2019年

10 黃偉;基于機(jī)器視覺的港口集裝箱卡車防吊起技術(shù)的研究[D];江蘇大學(xué);2019年

本文編號：2593714