【摘要】：鋁及鋁合金具有比強度高、質量輕、耐腐蝕、易加工等優(yōu)點,在機械制造、船舶乃至航空宇航具有廣泛應用。鋁板熱軋中間坯,因壓下量大,軋制過程中消除了鑄造組織缺陷,將鑄造組織轉變?yōu)榭勺冃谓M織,這樣其延續(xù)產(chǎn)品在表面質量、深加工和精度控制方面具有很大優(yōu)勢。近十幾年鋁合金厚板生產(chǎn)過程的自動化程度有了很大發(fā)展,但智能化還遠未實現(xiàn),大多關鍵技術環(huán)節(jié)依然依靠人工經(jīng)驗。其中一項關鍵的問題是軋制過程中邊部雙鼓、頭尾出現(xiàn)的“鱷魚嘴”以及頭部的翹曲缺陷。目前工業(yè)上解決側邊雙鼓、頭尾“鱷魚嘴”和頭部翹曲等問題的方法是通過投入立輥輥邊和切除頭尾。但是因為沒有有效的檢測手段,生產(chǎn)過程中頭尾的切除以及立輥的投入時機主要靠人工觀察和生產(chǎn)經(jīng)驗來實現(xiàn)�；诖�,本文提出基于機器視覺的檢測與控制方法。對于頭尾缺陷,利用機器視覺中Blob分析方法對“鱷魚嘴”缺陷進行提取和測量。分析過程中對比了固定閾值與動態(tài)閾值分割圖像優(yōu)缺點,最后利用動態(tài)閾值的方法進行圖像分割。圖像分割后,利用形態(tài)學的方法對特征區(qū)域進行提取、變換最后得到“鱷魚嘴”缺陷的長度。對于頭部翹曲通過數(shù)字圖像處理的方法得到翹曲高度。最后,給出了控制板坯頭尾“鱷魚嘴”和頭部翹曲高度的方法。針對邊部缺陷,因為沒有現(xiàn)場搭建環(huán)境采集圖像的條件,本文搭建了一雙目視覺系統(tǒng),利用鋁板折成板坯邊部雙鼓形狀進行圖像采集。并利用搭建的平臺采集標定板圖像,經(jīng)過標定得到相機的焦距、畸變等內參和兩個相機的相對位置,利用標定好的相機生成缺陷試樣的深度圖像,由深度圖像計算得到試樣雙鼓缺陷深度。最后,提出了邊部雙鼓缺陷的控制方法�？紤]到工業(yè)應用,需要開發(fā)視覺檢測軟件。本文利用Qt框架和Halcon庫開發(fā)了頭部與邊部檢測系統(tǒng)。系統(tǒng)具有如下功能:(1)離線檢測與測量頭部缺陷長度,判斷是否達到預設切頭尾數(shù)值;(2)雙目采集邊部圖像,計算得到深度圖像,利用深度圖像求得邊部凹陷距離。
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.41;TG339
【圖文】：

圖 1-7 熱軋板坯圖像、二值圖像與變形曲線在高溫環(huán)境下完成的，而且溫度會影響產(chǎn)品的力具有方便、快速、準確、非接觸和無損等[20]。機是利用紅外相機成像，得到拍攝物體溫度場的偽和溫度進行標定，測得物體的溫度。目前廣泛應法。另一種測溫的方法就是借助測溫儀器測得溫的圖像，利用數(shù)字圖像處理的方法讀取測溫儀器材的數(shù)量，關系到企業(yè)的生產(chǎn)成本以及企業(yè)的信材計數(shù)的方法主要有人工計數(shù)，光電傳感器計數(shù)法成本高、耗時耗力而且往往會記數(shù)錯誤，準確率或者粘連的情況會束手無策；而重量傳感器對于[21]

量制是在高溫環(huán)境下完成的，而且溫度會影響產(chǎn)品的力學測溫具有方便、快速、準確、非接觸和無損等[20]。機器一種是利用紅外相機成像，得到拍攝物體溫度場的偽彩像素和溫度進行標定，測得物體的溫度。目前廣泛應用種方法。另一種測溫的方法就是借助測溫儀器測得溫度儀器的圖像，利用數(shù)字圖像處理的方法讀取測溫儀器上數(shù)出棒材的數(shù)量，關系到企業(yè)的生產(chǎn)成本以及企業(yè)的信譽。棒材計數(shù)的方法主要有人工計數(shù)，光電傳感器計數(shù)，方法成本高、耗時耗力而且往往會記數(shù)錯誤，準確率不多排或者粘連的情況會束手無策；而重量傳感器對于實而采用機器視覺的方法能有效解決以上問題[21]。如下圖部的圖像與用數(shù)字圖像處理的結果[22]，其中結果用藍色

開發(fā)了一套圖像處理庫。而且 MVTec 不斷與學術界合作，將新研究成果納入其中，使自己的技術處于行業(yè)領先地位[29]。事實上，Halcon 是一個功能強大的圖像處理類庫，具有完整的能夠快速實子。其中 Halcon 包含了各類濾波、Blob 分析、形態(tài)學處理，匹配、相機標R 識別以及多目視覺等。因此，只要涉及圖像處理的地方都可以用 Halcon 強圖像處理算子來解決，故而應用范圍幾乎沒有限制，涵蓋醫(yī)學、遙感、宇航、汽車零件制造、電子元件與設備、冶金、機械等[30]。但是，Halcon 并不能用于實際工業(yè)應用級的產(chǎn)品，因為它沒有用戶界面，也供顯示的數(shù)據(jù)，這樣需要對它進行二次開發(fā)，經(jīng)過三方軟件顯示處理結果，C，C#，Qt，VB 等。如下圖 2-6 所示為 HDevelop 界面，主要包含四個窗口（1）圖形窗口，負責處理過程中的圖像變量，區(qū)域變量顯示；（2）變量窗口，負責顯示圖像圖形變量和數(shù)據(jù)變量；（3）代碼窗口，用于編寫代碼；（4）算子窗口，用于查詢算子的參數(shù)等。

【參考文獻】

相關期刊論文 前10條

1 李多;徐賀年;王祝堂;;軋制及鑄造鋁厚板產(chǎn)業(yè)[J];輕合金加工技術;2015年04期

2 項輝宇;劉倩倩;韓寶安;李鶴;;基于HALCON的板料成形網(wǎng)格應變的測量[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2014年03期

3 史興燕;李俊霞;;基于Qt的農(nóng)田信息監(jiān)測系統(tǒng)研究與實現(xiàn)[J];電視技術;2013年19期

4 張冬娟;唐萬有;;基于Blob算法的燙印缺陷在線檢測的研究[J];包裝工程;2013年17期

5 張蓬;王金磊;趙弘;;機器人雙目立體視覺測距技術研究與實現(xiàn)[J];計算機測量與控制;2013年07期

6 李文帆;劉志剛;伍文城;何士玉;;基于Qt的電力系統(tǒng)地理接線圖繪制軟件設計[J];電力系統(tǒng)自動化;2013年07期

7 侯煒;;立輥軋制在寬厚板平面形狀控制中的研究與實踐[J];計算機光盤軟件與應用;2012年11期

8 譚大鵬;李培玉;潘曉弘;;基于Qt/E的嵌入式工業(yè)監(jiān)測輕型圖形用戶界面構件庫開發(fā)[J];計算機集成制造系統(tǒng);2009年02期

9 常瑞娜;穆曉敏;楊守義;齊林;;基于中值的自適應均值濾波算法[J];計算機工程與設計;2008年16期

10 黃華貴;王巍;杜鳳山;張芳;;基于數(shù)字圖像處理的鋼管自動識別計數(shù)系統(tǒng)開發(fā)[J];燕山大學學報;2006年01期

相關碩士學位論文 前10條

1 楊培義;基于機器視覺的圓形線材表面缺陷圖像識別研究[D];華東交通大學;2017年

2 盧洪軍;基于雙目視覺移動機器人目標的檢測與定位[D];沈陽工業(yè)大學;2017年

3 楊恒;基于機器視覺的高速列車弓網(wǎng)動態(tài)性能檢測方法研究[D];西南交通大學;2017年

4 張彩云;鋁合金板粗軋頭尾及邊部形狀控制研究[D];燕山大學;2017年

5 張永波;基于機器視覺的產(chǎn)品零件尺寸檢測技術研究[D];燕山大學;2017年

6 卞桂平;基于機器視覺的電容器表面缺陷檢測系統(tǒng)的研究與開發(fā)[D];江蘇科技大學;2016年

7 文聰;熱軋帶鋼平直度CCD檢測方法及裝置研究[D];重慶大學;2016年

8 徐艷偉;基于QT的輸電鐵塔防盜報警系統(tǒng)研究[D];東北電力大學;2016年

9 薛彥冰;基于機器視覺的棒材計數(shù)系統(tǒng)研究與實現(xiàn)[D];山東大學;2014年

10 梁麗;基于HALCON的多目視覺測量方法研究[D];沈陽航空航天大學;2014年

本文編號：2766305