鑄件被廣泛應用于制造業(yè)的各個領域,鑄件的表面質量作為其產品質量的關鍵受到廣泛的關注。由于鑄件在生產過程中存在著工藝流程不完善、加工環(huán)境不完全可控等問題,其表面不可避免的存在一些缺陷,這些缺陷會影響到產品的性能。目前,國內企業(yè)針對鑄件表面缺陷的檢測主要依靠人工完成,檢測精度及效率均難以滿足實際生產的需求。而基于機器視覺的檢測技術具有非接觸性、魯棒性和高效性等諸多優(yōu)點,能夠有效的避免人工檢測存在的問題。目前基于機器視覺的鑄件表面缺陷檢測技術尚處于發(fā)展階段,因此,本文以剎車盤為對象,用機器視覺的方法對鑄件表面缺陷的檢測技術進行研究。本文的主要研究內容和結論如下:（1）鑄件表面缺陷檢測系統(tǒng)設計。首先,對鑄件表面缺陷的特征及檢測需求進行分析,從而明確了檢測指標要求;其次,根據指標要求對相機、鏡頭、光源等關鍵器件進行選型,并搭建了表面缺陷檢測實驗平臺。（2）鑄件缺陷圖像處理方法研究。首先,分析對比多種濾波算法,通過實驗選取了性能最佳的濾波器,完成了圖像去噪處理;其次,提出基于相似度計算終止策略和圖像金字塔策略的模板匹配算法,高效地實現(xiàn)了剎車盤表面區(qū)域的分割;隨后,提出最大熵閾值分割法與形態(tài)學開運算... 

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及課題來源
        1.1.1 研究背景
        1.1.2 課題來源
    1.2 國內外研究現(xiàn)狀
        1.2.1 鑄件缺陷檢測技術現(xiàn)狀
        1.2.2 機器視覺的應用
        1.2.3 機器視覺在缺陷檢測上的應用
        1.2.4 目前研究存在的問題分析
    1.3 研究目的及內容
        1.3.1 研究目的
        1.3.2 主要研究內容
第二章 鑄件表面缺陷視覺檢測系統(tǒng)總體方案設計
    2.1 引言
    2.2 研究對象及常見缺陷類型分析
        2.2.1 研究對象分析
        2.2.2 鑄件表面缺陷類型分析
        2.2.3 檢測系統(tǒng)技術指標
    2.3 表面缺陷檢測系統(tǒng)硬件架構
        2.3.1 關鍵器件選型
        2.3.2 表面缺陷檢測硬件平臺搭建
    2.4 表面缺陷視覺檢測系統(tǒng)軟件算法流程設計
    2.5 本章小結
第三章 鑄件表面缺陷檢測圖像處理方法研究
    3.1 引言
    3.2 鑄件表面缺陷檢測圖像去噪算法研究
        3.2.1 圖像噪聲來源
        3.2.2 常見濾波算法分析
        3.2.3 圖像去噪實驗結果及對比分析
    3.3 鑄件表面圖像定位算法研究
        3.3.1 模板匹配算法原理及分析
        3.3.2 圖像模板的創(chuàng)建
        3.3.3 模板匹配相似度的確定
        3.3.4 模板匹配加速優(yōu)化算法設計
    3.4 鑄件表面圖像缺陷區(qū)域分割算法研究
        3.4.1 閾值分割算法分析
        3.4.2 鑄件表面圖像閾值分割結果與分析
        3.4.3 圖像形態(tài)學處理
    3.5 本章小結
第四章 鑄件表面缺陷分類方法研究
    4.1 引言
    4.2 表面缺陷特征提取
        4.2.1 表面缺陷特征分析
        4.2.2 表面缺陷的幾何形狀特征
        4.2.3 表面缺陷的紋理特征
    4.3 表面缺陷特征降維
        4.3.1 主成分分析法原理分析
        4.3.2 表面缺陷特征降維實驗結果與分析
    4.4 基于SVM的缺陷分類方法設計與實現(xiàn)
        4.4.1 基于SVM的分類方法分析
        4.4.2 核函數(shù)及相關參數(shù)選擇
    4.5 本章小結
第五章 鑄件表面缺陷檢測方法驗證與分析
    5.1 引言
    5.2 鑄件表面缺陷檢測系統(tǒng)軟件設計
        5.2.1 軟件系統(tǒng)功能要求
        5.2.2 軟件系統(tǒng)架構
        5.2.3 軟件系統(tǒng)功能測試
    5.3 鑄件表面缺陷檢測系統(tǒng)測試及結果分析
    5.4 本章小結
第六章 總結與展望
    6.1 全文總結
    6.2 后續(xù)展望
參考文獻
致謝
攻讀碩士學位期間取得的相關成果


【參考文獻】：
期刊論文
[1]基于低秩優(yōu)化的CT圖像目標檢測方法[J]. 張敏輝,楊劍.  計算機工程與設計. 2018(07)
[2]CCD機器視覺在精密機械部件外觀缺陷檢測中的系統(tǒng)結構研究及應用[J]. 錢禮閏.  教育教學論壇. 2018(14)
[3]基于動態(tài)模板匹配的移動機器人目標識別[J]. 彭玉青,李木,高晴晴,張媛媛.  傳感技術學報. 2016(01)
[4]高溫合金某薄壁鑄件鑄造缺陷工藝控制[J]. 任占友,吳亞夫,謝秋峰,羅京生,裴中全,亢玉洛,陳興福,孔勝國,李維,李俊濤.  鑄造. 2015(12)
[5]基于自適應閾值與圓形相似度的禁令標志檢測[J]. 歐陽維力,宋曉琳,張偉偉.  工程設計學報. 2014(05)
[6]基于ABAQUS的剎車盤熱應力分析[J]. 馮世波,羅艷蕾.  現(xiàn)代機械. 2013(05)
[7]融合Hu矩與BoF-SURF支持向量機的手勢識別[J]. 隋云衡,郭元術.  計算機應用研究. 2014(03)
[8]一種基于機器學習的P2P網絡流量識別方法[J]. 李致遠,王汝傳.  計算機研究與發(fā)展. 2011(12)
[9]一種新的光電成像末制導景象匹配方法[J]. 陳冰,趙亦工,李欣.  光學學報. 2010(01)
[10]電渦流檢測技術及影響因素分析[J]. 李貴娥,麻紅昭,沈家旗,何豐華.  傳感技術學報. 2009(11)

博士論文
[1]基于核磁共振體系的量子信息測量與圖像處理應用[D]. 王恒巖.中國科學技術大學 2017
[2]基于機器視覺的在線高速檢測與精確控制研究及應用[D]. 周文舉.上海大學 2014

碩士論文
[1]壓鑄件品質在線控制系統(tǒng)[D]. 凌振飛.浙江大學 2011
[2]關于運動目標特征提取以及車輛顏色識別算法的研究[D]. 王琪.電子科技大學 2011
[3]基于VxWorks的水下目標檢測識別系統(tǒng)實現(xiàn)[D]. 劉麗仙.哈爾濱工程大學 2011
[4]基于機器視覺的塑料制品缺陷檢測算法研究[D]. 張王黎.華南理工大學 2014
[5]基于多分類支持向量機的核電站故障診斷技術研究[D]. 郭沫.哈爾濱工程大學 2012
[6]基于支持向量機的多分類方法研究[D]. 周濤麗.電子科技大學 2015
[7]高鐵剎車盤裂紋檢測系統(tǒng)的設計與實現(xiàn)[D]. 賀晨.北京交通大學 2016
[8]基于機器視覺的火花塞墊圈缺陷檢測系統(tǒng)設計[D]. 徐玉冰.中北大學 2016
[9]基于機器視覺的手機面板缺陷檢測方法研究[D]. 易松松.哈爾濱工業(yè)大學 2016
[10]鈦螺母外觀缺陷檢測關鍵算法研究與實現(xiàn)[D]. 唐培華.電子科技大學 2017



本文編號：3708063