發(fā)布時(shí)間：2020-09-25 16:17

　　 中厚板板形的自動(dòng)控制一直是中厚板生產(chǎn)過(guò)程中的亟待解決的問(wèn)題,隨著CCD技術(shù)以及圖像處理技術(shù)的發(fā)展,板形檢測(cè)技術(shù)得到了很大的提升,尤其是在谷歌開(kāi)發(fā)的深度學(xué)習(xí)框架Tensorflow以及圖像處理OpenCV庫(kù)的普及,在推動(dòng)機(jī)器視覺(jué)領(lǐng)域發(fā)展的同時(shí)也極大的推動(dòng)了板形檢測(cè)方面技術(shù)的發(fā)展。在此基礎(chǔ)上本文研究了一種基于線激光的中厚板板形檢測(cè)系統(tǒng),利用TensorFlow搭建一個(gè)BP神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)對(duì)中厚板不同位置的寬度信息和高度信息的預(yù)測(cè),利用OpenCV對(duì)中厚板表面的光條紋信息進(jìn)行提取,結(jié)合神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,提取整個(gè)中厚板表面高度和寬度信息,通過(guò)相位相關(guān)算法對(duì)運(yùn)動(dòng)方向進(jìn)行檢測(cè),提取長(zhǎng)度方向坐標(biāo),最后三維重構(gòu)得到板形信息。最終,建立了中厚板板形在線檢測(cè)系統(tǒng),并對(duì)板形檢測(cè)精度進(jìn)行了驗(yàn)證。本文的工作有助于推動(dòng)低成本、高精度的工業(yè)化中厚板板形檢測(cè)系統(tǒng)的建立,有利于推動(dòng)我國(guó)中厚板產(chǎn)品質(zhì)量的提升。
【學(xué)位單位】：安徽工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TG335.5
【部分圖文】：

具有檢測(cè)速度快、檢測(cè)效率高、檢測(cè)距離可變范圍大、對(duì)檢測(cè)環(huán)境幾乎沒(méi)有要求等優(yōu)勢(shì)。如圖1.1 所示，將非接觸式檢測(cè)分為光學(xué)檢測(cè)的被動(dòng)式和非光學(xué)檢測(cè)的主動(dòng)式倆大類[9]。非光學(xué)方法主要有像超聲波檢測(cè)、X 射線檢測(cè)等，其主要在醫(yī)學(xué)領(lǐng)域有著較為廣泛的應(yīng)用，例如現(xiàn)在的 B 超利用的就是超聲波檢測(cè)原理，CT 利用的是 X 射線檢測(cè)原理。與非光學(xué)檢測(cè)方法相比較，光學(xué)檢測(cè)的優(yōu)點(diǎn)就更加明顯，例如檢測(cè)準(zhǔn)確性好、速度快，對(duì)檢測(cè)環(huán)境要求低，相比較于非光學(xué)檢測(cè)，高速生產(chǎn)的中厚板板形檢測(cè)更適合于利用光學(xué)檢測(cè)法檢測(cè)，同時(shí)在當(dāng)下光學(xué)檢測(cè)也是非常重要的研究方向。根據(jù)獲取三維信息的基本方法可將光學(xué)三維測(cè)量技術(shù)分為相干和非相干光學(xué)三維測(cè)量方法，其中相干測(cè)量方法有莫爾輪廓術(shù)、散射光斑、光學(xué)全息等[18]。根據(jù)檢測(cè)過(guò)程對(duì)光源的需求，非相干光學(xué)檢測(cè)法可進(jìn)一步分成兩類：有額外光源的主動(dòng)式三維檢測(cè)法和沒(méi)有額外光源的被動(dòng)式三維檢測(cè)法。圖 1.1 光學(xué)三維測(cè)量方法的分類光學(xué)被動(dòng)式檢測(cè)在使用過(guò)程中是不需要添加光源的，只依靠環(huán)境光就能實(shí)現(xiàn)對(duì)待測(cè)中厚板的檢測(cè)。其檢測(cè)原理是，在自然狀態(tài)下，通過(guò)傳感器采集被測(cè)中厚板表面深度圖像，經(jīng)過(guò)數(shù)據(jù)處理，得到表面深度信息，進(jìn)而獲得中厚板表面的三維信息，檢測(cè)原理相對(duì)比較簡(jiǎn)單。下面主要介紹一種光學(xué)被動(dòng)式的雙目立體視覺(jué)三維檢測(cè)原理。如圖 1.2 為雙目立體視覺(jué)三維檢測(cè)的原理圖，人類的雙目觀察物體呈現(xiàn)三維形狀是因?yàn)殡p目觀察產(chǎn)生視覺(jué)差所造成的，而雙目立體視覺(jué)檢測(cè)原理正是模仿人類雙目觀察物體的原理建立起?

第中厚板，進(jìn)行多次拍攝，根據(jù)中厚板的不同位置對(duì)應(yīng)的倆個(gè)工置關(guān)系，計(jì)算出相應(yīng)的中厚板表面三維數(shù)據(jù)。雙目立體視覺(jué)檢測(cè)原理簡(jiǎn)單，速度快、效率高，檢測(cè)裝置簡(jiǎn)單，對(duì)中厚板表面要求，同時(shí)，雙目立體視覺(jué)檢測(cè)法適用范圍廣。但是，它也有，其檢測(cè)精度不高，如果待測(cè)中厚板表面特征不夠明顯，其檢常龐大。

圖 1.3 飛行時(shí)間法三維測(cè)量原理示意圖三維檢測(cè)技術(shù)也是一種光學(xué)主動(dòng)式三維測(cè)量技術(shù)，其檢測(cè)光掃描待測(cè)中厚板表面，然后線激光在中厚板表面發(fā)生反成像，通過(guò)對(duì)不同位置的參數(shù)進(jìn)行標(biāo)定，再對(duì)相應(yīng)位置的面信息提取，得到待測(cè)中厚板表面三維坐標(biāo)信息，如圖 。

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 張雪飛;;中厚板表面質(zhì)量缺陷的原因分析和對(duì)策[J];科技風(fēng);2013年08期

2 黃文靜;彭啟民;;基于輪廓基元的目標(biāo)表示及檢測(cè)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年02期

3 尚雅層;陳靜;田軍委;;高斯擬合亞像素邊緣檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用;2011年01期

4 梁金明;魏正曦;;Ostu算法的改進(jìn)研究[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年05期

5 付友昌;王彬;;SIFLAT非接觸式板形測(cè)量系統(tǒng)[J];自動(dòng)化應(yīng)用;2010年08期

6 楊海根;;3800mm中厚板軋機(jī)平面形狀控制功能的應(yīng)用[J];冶金設(shè)備;2010年02期

相關(guān)碩士學(xué)位論文 前4條

1 孫維健;基于反正切函數(shù)擬合的亞像素邊緣檢測(cè)方法[D];長(zhǎng)春工業(yè)大學(xué);2015年

2 張汝婷;基于線激光掃描的全角度三維成像系統(tǒng)[D];浙江大學(xué);2015年

3 郝洪憲;機(jī)器視覺(jué)在零件識(shí)別與檢測(cè)中的應(yīng)用[D];南京航空航天大學(xué);2008年

4 馬學(xué)磊;基于噪聲點(diǎn)檢測(cè)的中值濾波圖像去噪算法[D];西安電子科技大學(xué);2008年

本文編號(hào)：2826790