發(fā)布時(shí)間：2021-04-16 18:29

　　近些年來(lái),機(jī)器視覺(jué)技術(shù)逐漸成為熱點(diǎn)研究領(lǐng)域,其憑借著檢測(cè)精度高、效率高、非接觸等優(yōu)點(diǎn),在機(jī)械零件外形和缺陷檢測(cè)中得到了廣泛的應(yīng)用。零件的質(zhì)檢是零件使用前必須進(jìn)行的重要環(huán)節(jié),只有合格的零件才能滿足使用要求,傳統(tǒng)的檢測(cè)方法由于成本高、精度低,已不能滿足檢測(cè)的要求。本文通過(guò)深入研究機(jī)器視覺(jué)檢測(cè)技術(shù),構(gòu)建了基于機(jī)器視覺(jué)技術(shù)的檢測(cè)平臺(tái),從硬件選型、視覺(jué)系統(tǒng)設(shè)計(jì)、算法研究和相機(jī)標(biāo)定等方面進(jìn)行研究,在此基礎(chǔ)上,將機(jī)械零件的平行度、垂直度、同軸度以及零件的外形缺陷檢測(cè)作為研究目標(biāo),選擇合適的檢測(cè)對(duì)象,對(duì)其進(jìn)行研究,均達(dá)到了實(shí)際所需的檢測(cè)要求。針對(duì)機(jī)械零件的平行度和垂直度誤差檢測(cè)研究,選擇量塊為實(shí)驗(yàn)對(duì)象,首先提取出待檢測(cè)的邊緣,通過(guò)對(duì)待檢測(cè)邊緣進(jìn)行最小二乘法擬合,得到較真實(shí)的邊緣;然后計(jì)算待測(cè)邊緣間的夾角,得出角度偏差,再乘以相應(yīng)的長(zhǎng)度得到待檢測(cè)目標(biāo)的平行度和垂直度誤差;從測(cè)量的數(shù)據(jù)來(lái)看,測(cè)量精度比傳統(tǒng)的方法更精確。對(duì)于軸類零件的同軸度檢測(cè)研究,首先對(duì)軸類零件檢測(cè)的算法進(jìn)行研究,建立基于機(jī)器視覺(jué)的軸類零件同軸度檢測(cè)的模型;然后采集階梯軸的圖像,并對(duì)圖像進(jìn)行處理,提取圖像的邊緣輪廓;接著對(duì)階梯軸橫截面進(jìn)行... 

【文章來(lái)源】：蘭州理工大學(xué)甘肅省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 機(jī)器視覺(jué)發(fā)展歷程
    1.3 國(guó)內(nèi)外機(jī)器視覺(jué)技術(shù)研究現(xiàn)狀綜述
    1.4 論文的主要研究?jī)?nèi)容
    1.5 論文結(jié)構(gòu)
第2章 視覺(jué)檢測(cè)系統(tǒng)的分析與設(shè)計(jì)
    2.1 工業(yè)相機(jī)的選型
    2.2 光源和照明方式的選擇
    2.3 鏡頭的選擇
    2.4 視覺(jué)系統(tǒng)軟件環(huán)境
    2.5 視覺(jué)檢測(cè)整體方案設(shè)計(jì)
    2.6 本章小結(jié)
第3章 機(jī)械零件圖像的預(yù)處理技術(shù)研究
    3.1 圖像的灰度變換
    3.2 圖像的噪聲處理
    3.3 圖像的灰度直方圖
    3.4 灰度圖像的二值化
    3.5 像素級(jí)邊緣檢測(cè)
    3.6 亞像素邊緣
    3.7 本章小結(jié)
第4章 機(jī)械零件的平行度、垂直度檢測(cè)
    4.1 機(jī)械零件的平行度和垂直度檢測(cè)概述
    4.2 量塊的平行度和垂直度檢測(cè)
        4.2.1 像素當(dāng)量標(biāo)定
        4.2.2 最小二乘法
        4.2.3 量塊的平行度檢測(cè)
        4.2.4 量塊垂直度的檢測(cè)
    4.3 本章小結(jié)
第5章 軸類零件同軸度檢測(cè)研究
    5.1 軸類零件的同軸度誤差檢測(cè)概述
    5.2 同軸度誤差的算法研究
        5.2.1 同軸度公差的定義
        5.2.2 建立同軸度誤差模型
    5.3 階梯軸同軸度誤差檢測(cè)
        5.3.1 相機(jī)標(biāo)定
        5.3.2 圖像獲取以及邊緣檢測(cè)
        5.3.3 數(shù)據(jù)處理及實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第6章 機(jī)械零件的外形缺陷檢測(cè)
    6.1 機(jī)械零件的外形缺陷檢測(cè)概述
    6.2 齒輪圖像采集及預(yù)處理
        6.2.1 齒輪圖像采集
        6.2.2 齒輪圖像的預(yù)處理
        6.2.3 圖像分割
    6.3 齒輪參數(shù)獲取
        6.3.1 獲取齒頂圓直徑和齒根圓直徑
        6.3.2 齒輪齒數(shù)、模數(shù)、分度圓直徑和基圓直徑的獲取
    6.4 齒輪輪齒的檢測(cè)
        6.4.1 根據(jù)齒輪參數(shù)畫(huà)出標(biāo)準(zhǔn)輪齒輪廓
        6.4.2 獲取待測(cè)齒輪的輪齒輪廓
    6.5 Hausdorff距離
    6.6 齒輪輪齒缺陷的檢測(cè)方法
    6.7 應(yīng)用實(shí)例
        6.7.1 斷齒的檢測(cè)
        6.7.2 磨損齒輪輪齒的檢測(cè)
    6.8 本章小結(jié)
總結(jié)與展望
    全文總結(jié)
    工作展望
參考文獻(xiàn)
致謝
附錄 A 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺(jué)的閥門(mén)零件同軸度測(cè)量系統(tǒng)研究[J]. 董芳凱,鄭智貞,袁少飛,白云鑫,張余升.  組合機(jī)床與自動(dòng)化加工技術(shù). 2017(11)
[2]基于激光CCD的炮彈同軸度測(cè)量方法研究[J]. 王亞軍,陳濤,徐志剛,謝群.  機(jī)械設(shè)計(jì)與制造. 2017(03)
[3]基于視覺(jué)測(cè)量的沉頭孔垂直度檢測(cè)方法[J]. 畢運(yùn)波,徐超,樊新田,嚴(yán)偉苗.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2017(02)
[4]面向回轉(zhuǎn)類零件圓度的機(jī)器視覺(jué)測(cè)量方法與試驗(yàn)[J]. 金守峰,范荻,陳蓉,田明銳.  機(jī)械設(shè)計(jì)與研究. 2016(04)
[5]基于Legendre正交矩的亞像素線寬測(cè)量方法[J]. 王伯雄,楊春毓,李偉,秦垚.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[6]結(jié)合手勢(shì)主方向和類-Hausdorff距離的手勢(shì)識(shí)別[J]. 楊學(xué)文,馮志全,黃忠柱,何娜娜.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2016(01)
[7]基于機(jī)器視覺(jué)的活塞桿同軸度誤差檢測(cè)研究[J]. 王營(yíng)營(yíng),張學(xué)昌,梁濤.  機(jī)械科學(xué)與技術(shù). 2015(12)
[8]基于圖像處理技術(shù)的零件圓度評(píng)定研究[J]. 余文詠,朱世根,駱祎嵐,丁浩.  組合機(jī)床與自動(dòng)化加工技術(shù). 2015(07)
[9]基于CMM的同軸度測(cè)量精度分析[J]. 張政,厲丹彤,鄧佳文,黃明宇,萬(wàn)曉峰.  組合機(jī)床與自動(dòng)化加工技術(shù). 2015(04)
[10]基于二維激光位移傳感器同軸度測(cè)量方法研究[J]. 張瑛瑋,朱萬(wàn)彬,張歆東,姜蘇倫,王煒辰.  激光與紅外. 2014(12)

碩士論文
[1]基于視覺(jué)檢測(cè)的圓度誤差測(cè)量技術(shù)研究[D]. 王記桓.哈爾濱工業(yè)大學(xué) 2008



本文編號(hào)：3141947