微細(xì)銑削加工過程中,刀具的磨損狀態(tài)直接影響著加工表面質(zhì)量和加工精度。刀具的過度磨損或破損會(huì)顯著降低工件的尺寸精度,甚至導(dǎo)致工件報(bào)廢,因此掌握刀具磨損狀態(tài),及時(shí)換刀或停機(jī)顯得非常重要。針對(duì)刀具磨損離線檢測(cè)和已有在位檢測(cè)方法存在的不足,本文采用機(jī)器視覺檢測(cè)方法,對(duì)微細(xì)銑削刀具磨損在位檢測(cè)技術(shù)進(jìn)行了研究。本文分析總結(jié)了微細(xì)銑削刀具磨損形態(tài),根據(jù)選取的待測(cè)刀具磨損評(píng)價(jià)指標(biāo),對(duì)機(jī)器視覺系統(tǒng)硬件進(jìn)行了詳細(xì)選型和計(jì)算,并按總體設(shè)計(jì)搭建了微細(xì)銑削刀具磨損在位檢測(cè)系統(tǒng)。針對(duì)微細(xì)銑削刀具磨損在位檢測(cè)中,通過肉眼主觀對(duì)焦很難準(zhǔn)確獲取清晰聚焦圖像的問題,對(duì)微細(xì)銑削刀具磨損檢測(cè)圖像的清晰度評(píng)價(jià)進(jìn)行了研究。對(duì)于傳統(tǒng)清晰度評(píng)價(jià)函數(shù)存在的一些缺陷,提出了一種基于局域方差信息熵的清晰度評(píng)價(jià)算法。實(shí)驗(yàn)結(jié)果表明,該算法可兼顧高靈敏度和抗噪性,優(yōu)于傳統(tǒng)清晰度評(píng)價(jià)函數(shù)。為了解決微細(xì)銑削刀具磨損檢測(cè)中,可能存在鏡頭景深限制,刀具磨損圖像無法全部清晰聚焦的情況,研究了細(xì)銑削刀具磨損檢測(cè)中的景深擴(kuò)展技術(shù)。通過實(shí)驗(yàn)仿真,本文采用的基于小波變換的景深擴(kuò)展算法,景深擴(kuò)展效果較好,可獲得刀具高質(zhì)量的全部清晰聚焦圖像。對(duì)自動(dòng)對(duì)焦或景深擴(kuò)展得到... 

【文章來源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁數(shù)】：72 頁

【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 刀具磨損檢測(cè)的國內(nèi)外研究現(xiàn)狀
        1.2.1 刀具磨損檢測(cè)方法
        1.2.2 機(jī)器視覺檢測(cè)法的國內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容
第2章 微細(xì)銑削刀具磨損在位檢測(cè)系統(tǒng)設(shè)計(jì)與搭建
    2.1 微細(xì)銑削刀具磨損形態(tài)及其評(píng)價(jià)指標(biāo)
        2.1.1 傳統(tǒng)銑削刀具磨損形態(tài)
        2.1.2 微細(xì)銑削刀具磨損形態(tài)
        2.1.3 微細(xì)銑削刀具磨損評(píng)價(jià)指標(biāo)選取
    2.2 系統(tǒng)需求分析及總體設(shè)計(jì)
    2.3 系統(tǒng)硬件選型及計(jì)算
        2.3.1 工業(yè)相機(jī)選型及計(jì)算
        2.3.2 鏡頭選型及計(jì)算
        2.3.3 光源對(duì)比及選型
    2.4 系統(tǒng)搭建及工作原理
    2.5 本章小結(jié)
第3章 微細(xì)銑削刀具磨損檢測(cè)圖像的清晰度評(píng)價(jià)
    3.1 理想的清晰度評(píng)價(jià)函數(shù)
    3.2 微細(xì)銑削刀具圖像特點(diǎn)
    3.3 傳統(tǒng)清晰度評(píng)價(jià)函數(shù)
        3.3.1 頻域函數(shù)
        3.3.2 梯度函數(shù)
        3.3.3 統(tǒng)計(jì)函數(shù)
        3.3.4 信息學(xué)函數(shù)
    3.4 一種改進(jìn)的清晰度評(píng)價(jià)算法
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 實(shí)際測(cè)試結(jié)果分析
        3.5.2 抗噪性能實(shí)驗(yàn)仿真
        3.5.3 微小零件顯微檢測(cè)圖像測(cè)試
    3.6 本章小結(jié)
第4章 微細(xì)銑削刀具磨損檢測(cè)的景深擴(kuò)展研究
    4.1 景深擴(kuò)展技術(shù)概述
    4.2 多聚焦圖像融合方法
        4.2.1 空間域融合算法
        4.2.2 變換域融合算法
    4.3 基于小波變換的景深擴(kuò)展算法
        4.3.1 算法原理
        4.3.2 基于局域方差的融合規(guī)則
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 小波基和分解層數(shù)的確定
        4.4.2 景深擴(kuò)展結(jié)果
    4.5 本章小結(jié)
第5章 微細(xì)銑削刀具磨損圖像處理
    5.1 圖像去噪
        5.1.1 噪聲來源及常見噪聲模型
        5.1.2 本文采用的去噪方法
    5.2 基于區(qū)域生長(zhǎng)法的刀具磨損圖像分割
        5.2.1 算法原理
        5.2.2 分割算法對(duì)比與分析
    5.3 基于Hough變換的刀具旋轉(zhuǎn)定位
        5.3.1 算法原理
        5.3.2 實(shí)驗(yàn)仿真與分析
    5.4 刀尖磨損區(qū)域邊緣重建
    5.5 刀具磨損量提取
        5.5.1 磨損寬度和磨損面積
        5.5.2 底刃直徑減少量
    5.6 刀具磨損在位檢測(cè)實(shí)驗(yàn)結(jié)果
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)及創(chuàng)新點(diǎn)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合全局和局部灰度變化的顯微圖像自動(dòng)聚焦函數(shù)[J]. 鄭馨,艾列富,劉奎,蘇本躍.  激光與光電子學(xué)進(jìn)展. 2017(08)
[2]基于金字塔變換算法優(yōu)化的遙感圖像融合[J]. 牛穎超,周忠發(fā),謝雅婷,崔亮.  激光與光電子學(xué)進(jìn)展. 2017(01)
[3]微銑削力建模研究進(jìn)展[J]. 朱錕鵬,李科選,梅濤,施云高.  機(jī)械工程學(xué)報(bào). 2016(17)
[4]基于小波變換的多聚焦圖像融合方法研究[J]. 蔡植善,陳木生.  激光與光電子學(xué)進(jìn)展. 2015(09)
[5]數(shù)字顯微全息重建圖像的景深擴(kuò)展研究[J]. 陽靜,吳學(xué)成,吳迎春,姚龍超,陳玲紅,邱坤贊,岑可法.  物理學(xué)報(bào). 2015(11)
[6]離焦模糊圖像清晰度評(píng)價(jià)函數(shù)的分析與改進(jìn)[J]. 洪裕珍,任國強(qiáng),孫健.  光學(xué)精密工程. 2014(12)
[7]刀具磨損的自動(dòng)檢測(cè)及檢測(cè)系統(tǒng)[J]. 秦國華,易鑫,李怡冉,謝文斌.  光學(xué)精密工程. 2014(12)
[8]面向刀具磨損在機(jī)檢測(cè)的機(jī)器視覺系統(tǒng)[J]. 賈冰慧,全燕鳴,朱正偉.  中國測(cè)試. 2014(06)
[9]基于圖像處理的自動(dòng)對(duì)焦技術(shù)綜述[J]. 尤玉虎,劉通,劉佳文.  激光與紅外. 2013(02)
[10]離散點(diǎn)集最小包圍圓算法分析與改進(jìn)[J]. 李紅軍,張曉鵬.  圖學(xué)學(xué)報(bào). 2012(02)

博士論文
[1]基于圖像處理的自動(dòng)調(diào)焦技術(shù)研究[D]. 王健.中國科學(xué)院研究生院（光電技術(shù)研究所） 2013
[2]多聚焦圖像像素級(jí)融合方法研究[D]. 李華鋒.重慶大學(xué) 2012
[3]微細(xì)銑削及微刀具關(guān)鍵技術(shù)的研究[D]. 楊凱.哈爾濱工業(yè)大學(xué) 2012
[4]基于圖像處理自動(dòng)調(diào)焦技術(shù)在經(jīng)緯儀中應(yīng)用的研究[D]. 林兆華.中國科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所） 2012
[5]多尺度變換的多聚焦圖像融合算法研究[D]. 徐月美.中國礦業(yè)大學(xué) 2012
[6]多尺度變換的圖像融合方法與應(yīng)用研究[D]. 蔣年德.湖南大學(xué) 2010
[7]大景深光學(xué)成像系統(tǒng)的研究[D]. 莫緒濤.天津大學(xué) 2008
[8]像素級(jí)圖像融合研究[D]. 黃偉.上海交通大學(xué) 2008
[9]基于計(jì)算機(jī)視覺的微小尺寸精密檢測(cè)理論與技術(shù)研究[D]. 賀秋偉.吉林大學(xué) 2007
[10]基于計(jì)算機(jī)視覺的刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)的研究[D]. 熊四昌.浙江大學(xué) 2003

碩士論文
[1]基于機(jī)器視覺的刀具檢測(cè)技術(shù)研究[D]. 侯秋林.山東大學(xué) 2018
[2]景深合成算法研究及其在超景深顯微鏡設(shè)計(jì)中的應(yīng)用[D]. 趙紅波.安徽大學(xué) 2017
[3]微銑削表面粗糙度影響因素與刀具失效機(jī)制研究[D]. 王學(xué)彬.哈爾濱工業(yè)大學(xué) 2014
[4]基于機(jī)器視覺的刀具狀態(tài)在機(jī)檢測(cè)關(guān)鍵技術(shù)研究[D]. 賈冰慧.華南理工大學(xué) 2014
[5]基于小波變換的圖像融合算法研究[D]. 徐萌萌.哈爾濱理工大學(xué) 2014
[6]基于機(jī)器視覺的銑削刀具磨損監(jiān)測(cè)技術(shù)研究[D]. 張吉林.南京航空航天大學(xué) 2013
[7]基于機(jī)器視覺的刀具磨損在位檢測(cè)[D]. 肖蓉.東華大學(xué) 2013
[8]基于小波分析的多聚焦圖像融合算法研究[D]. 王麗.哈爾濱理工大學(xué) 2007



本文編號(hào)：3467444