隨著工業(yè)生產(chǎn)線的快速發(fā)展,產(chǎn)品質(zhì)量的檢測成為了產(chǎn)品流入市場最重要的通道,傳統(tǒng)的生產(chǎn)線依靠人工檢測,不僅效率低、成本高,而且存在人視覺主觀疲勞等因素,在工業(yè)生產(chǎn)線中人工檢測不夠準(zhǔn)確。伴隨著機(jī)器視覺在國內(nèi)外的快速發(fā)展,將機(jī)器視覺應(yīng)用于工業(yè)產(chǎn)品質(zhì)量檢測中,能夠提高優(yōu)質(zhì)產(chǎn)品、提升生產(chǎn)效率、革新工業(yè)測量技術(shù),目前,提高檢測效率和精度是現(xiàn)代智能化生產(chǎn)中需要探討研究的關(guān)鍵問題。本課題以工業(yè)中生產(chǎn)的金屬零部件為研究背景,對兩種不同型號的金屬零部件進(jìn)行尺寸的測量和缺陷的檢測,基于機(jī)器視覺系統(tǒng)完成對金屬零部件檢測的整體系統(tǒng)結(jié)構(gòu),本文的主要研究內(nèi)容如下:根據(jù)金屬零件在線檢測的技術(shù)要求,搭建基于機(jī)器視覺的檢測硬件結(jié)構(gòu)系統(tǒng),對機(jī)器視覺硬件型號的選擇,包括CMOS相機(jī)、鏡頭、光源、采集卡、外部觸發(fā)器,選擇合適型號的光源和滿足檢測精度的工業(yè)相機(jī),設(shè)計(jì)合理的相機(jī)焦距、物距等問題。然后在VS2010環(huán)境下搭建軟件系統(tǒng),搭建軟件與硬件的系統(tǒng)平臺,實(shí)現(xiàn)獲取圖像、相機(jī)參數(shù)調(diào)節(jié)、圖像預(yù)處理方法、邊緣特征提取比較分析、尺寸測量、缺陷檢測與識別等。在軟件系統(tǒng)的處理流程包括:通過相機(jī)對圖像進(jìn)行獲取;圖像進(jìn)行前期預(yù)處理包括:獲取ROI... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

機(jī)器視覺應(yīng)用領(lǐng)域Figl.IApplica石on五.ldofMa比inevi滋

其細(xì)小的瑕疵識別［１９］。??機(jī)器視覺隨著不斷地發(fā)展、拓展，越來越受到重視，其衍生產(chǎn)品在市場所占??份額也日益加重，通過對２００７到２０１８年的規(guī)模對比，如圖１．２所示，不難發(fā)現(xiàn)，??機(jī)器視覺領(lǐng)域的經(jīng)濟(jì)延伸發(fā)展是迅速且勢頭勁足，在２０１８年全球機(jī)器視覺系統(tǒng)的??市場規(guī)模總額己達(dá)到５５．００億美元，折合人民幣約為３８１億元。??６０．００?—?５５Ｕ０?ｒ??５０?００??????４５．７０?＾???４０?００???????３４．１０??３０?００????＾???２０?００??＾?＾＾???１０?００?????０．００??＾＾＾???２００８?２０１６?２Ｑ１８Ｅ??■全撕腮亂系紐訓(xùn)牛市場規(guī)模（單位：億観）??圖１．２機(jī)器視覺市場規(guī)模柱狀圖（單位：億美元）??Ｆｉｇ?１．２?Ｈｉｓｔｏｇｒａｍ?ｏｆ?Ｍａｃｈｉｎｅ?ｖｉｓｉｏｎ?Ｃｉｔｙ?ｓｃａｌｅ?（Ｕｎｉｔ：?１００?ｍｉｌｌｉｏｎ?ｄｏｌｌａｒｓ）??－５－??

其細(xì)小的瑕疵識別［１９］。??機(jī)器視覺隨著不斷地發(fā)展、拓展，越來越受到重視，其衍生產(chǎn)品在市場所占??份額也日益加重，通過對２００７到２０１８年的規(guī)模對比，如圖１．２所示，不難發(fā)現(xiàn)，??機(jī)器視覺領(lǐng)域的經(jīng)濟(jì)延伸發(fā)展是迅速且勢頭勁足，在２０１８年全球機(jī)器視覺系統(tǒng)的??市場規(guī)�？傤~己達(dá)到５５．００億美元，折合人民幣約為３８１億元。??６０．００?—?５５Ｕ０?ｒ??５０?００??????４５．７０?＾???４０?００???????３４．１０??３０?００????＾???２０?００??＾?＾＾???１０?００?????０．００??＾＾＾???２００８?２０１６?２Ｑ１８Ｅ??■全撕腮亂系紐訓(xùn)牛市場規(guī)模（單位：億観）??圖１．２機(jī)器視覺市場規(guī)模柱狀圖（單位：億美元）??Ｆｉｇ?１．２?Ｈｉｓｔｏｇｒａｍ?ｏｆ?Ｍａｃｈｉｎｅ?ｖｉｓｉｏｎ?Ｃｉｔｙ?ｓｃａｌｅ?（Ｕｎｉｔ：?１００?ｍｉｌｌｉｏｎ?ｄｏｌｌａｒｓ）??－５－??

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的紀(jì)念幣表面劃痕提取算法研究[J]. 張一明,張景異,高宏偉.  沈陽理工大學(xué)學(xué)報(bào). 2018(03)
[2]汽車第3代輪轂軸承滾動體數(shù)目缺失檢測[J]. 吳文強(qiáng),雷良育,胡永偉,劉國輝,張琪.  汽車工程師. 2018(05)
[3]CMOS像素陣列校正系統(tǒng)[J]. 溫建新,張遠(yuǎn),曾夕.  集成電路應(yīng)用. 2018(05)
[4]基于模板匹配的光纖收發(fā)PCB板目標(biāo)檢測[J]. 孫煉杰,樊臻.  計(jì)算機(jī)應(yīng)用與軟件. 2018(01)
[5]基于機(jī)器視覺的實(shí)時(shí)快遞單據(jù)識別硬件系統(tǒng)設(shè)計(jì)研究[J]. 朱賀,陳慕奇.  電子世界. 2017(22)
[6]基于形態(tài)學(xué)正則化算子的圖像重構(gòu)算法[J]. 成晉軍,張曉娟.  控制工程. 2017(11)
[7]基于圖像處理的織物疵點(diǎn)檢測系統(tǒng)硬件設(shè)計(jì)[J]. 付國定,郭壯志,李甜,劉紅.  輕紡工業(yè)與技術(shù). 2017(05)
[8]基于攝像頭的直立行走智能車控制系統(tǒng)設(shè)計(jì)[J]. 單寶明,蔡漫漫.  甘肅科學(xué)學(xué)報(bào). 2017(01)
[9]DIC中亞像素位移測量的多項(xiàng)式曲面擬合法[J]. 張騰達(dá),盧榮勝,楊蕾.  激光雜志. 2016(11)
[10]IBM攜手MIT組建新實(shí)驗(yàn)室 研究人工智能視聽功能[J]. 劉霞.  軍民兩用技術(shù)與產(chǎn)品. 2016(19)

博士論文
[1]基于計(jì)算機(jī)視覺的機(jī)械零件幾何量精密測量技術(shù)研究[D]. 張秀芝.吉林大學(xué) 2009
[2]基于數(shù)學(xué)形態(tài)學(xué)的醫(yī)學(xué)圖像處理理論與方法研究[D]. 趙于前.中南大學(xué) 2006
[3]矩方法及其在幾何形狀描述中的應(yīng)用[D]. 李宗民.中國科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2005

碩士論文
[1]圖像去噪和圖像匹配中若干問題的研究[D]. 祝嚴(yán)剛.南昌航空大學(xué) 2018
[2]基于機(jī)器視覺工件尺寸測量方法研究[D]. 謝家欣.長春工業(yè)大學(xué) 2018
[3]基于機(jī)器視覺的復(fù)雜塑件識別與檢測技術(shù)研究[D]. 丁劍彪.北京化工大學(xué) 2016
[4]基于霍夫變換的弱目標(biāo)檢測前跟蹤算法[D]. 陳國全.杭州電子科技大學(xué) 2016
[5]基于機(jī)器視覺的高精度尺寸檢測方法與實(shí)現(xiàn)[D]. 龔聰.廣東工業(yè)大學(xué) 2014
[6]亞像素邊緣檢測與幾何特征的自動識別[D]. 牛犇.合肥工業(yè)大學(xué) 2014
[7]數(shù)字圖像相關(guān)測量方法及試驗(yàn)研究[D]. 代坤.長沙理工大學(xué) 2014
[8]基于機(jī)器視覺的鋼板表面缺陷檢測系統(tǒng)的關(guān)鍵技術(shù)研究[D]. 董保全.浙江理工大學(xué) 2013
[9]亞像素邊緣檢測技術(shù)研究[D]. 張美靜.沈陽理工大學(xué) 2013
[10]基于嵌入式系統(tǒng)的裝配機(jī)械手精確定位控制算法研究[D]. 趙忠偉.江蘇大學(xué) 2010



本文編號：2939165