基于機(jī)器視覺(jué)的直齒輪在線(xiàn)測(cè)量方法研究
發(fā)布時(shí)間:2023-04-22 00:01
齒輪是工業(yè)生產(chǎn)中傳遞運(yùn)動(dòng)和動(dòng)力必不可少的零部件之一,提高齒輪的測(cè)量技術(shù)水平是提高齒輪生產(chǎn)制造精度的關(guān)鍵因素之一?焖俚貙(duì)大批量生產(chǎn)齒輪的誤差進(jìn)行在線(xiàn)測(cè)量是現(xiàn)代化工業(yè)的本質(zhì)要求,結(jié)合機(jī)器視覺(jué)技術(shù)非接觸測(cè)量直齒輪的加工誤差具有重要的意義和可行性。論文利用工業(yè)攝像機(jī)采集直齒圓柱齒輪的圖像,并根據(jù)齒輪圖像的特點(diǎn)詳細(xì)研究了圖像的預(yù)處理方法、圖像的形態(tài)學(xué)操作方法及閾值分割方法。采用Sobel算子、Prewitt算子、Laplace算子和Canny算子等經(jīng)典的像素級(jí)邊緣檢測(cè)算法獲取預(yù)處理后的齒輪圖像的邊緣,結(jié)果表明傳統(tǒng)的邊緣檢測(cè)方法已不符合齒輪測(cè)量的精度要求。故論文借鑒了Zernike矩亞像素邊緣檢測(cè)算法,結(jié)合圖像直方圖的最大類(lèi)間方差法對(duì)在線(xiàn)拍攝的直齒輪圖像進(jìn)行最佳全局閾值處理,在提高輪齒邊緣檢測(cè)效率的同時(shí)降低了誤差。并在此基礎(chǔ)上設(shè)計(jì)開(kāi)發(fā)了一系列算法,獲得了齒輪的基本參數(shù)和齒距偏差,并進(jìn)行了誤差分析。齒廓偏差是影響齒輪傳動(dòng)性能優(yōu)劣的重要參數(shù),論文借鑒逆向工程的思想結(jié)合計(jì)算機(jī)圖形學(xué)原理建立了標(biāo)準(zhǔn)齒輪模型,并獲得待測(cè)齒輪的參考點(diǎn)云數(shù)據(jù),結(jié)合經(jīng)典ICP算法實(shí)現(xiàn)齒廓目標(biāo)點(diǎn)云和參考點(diǎn)云的配準(zhǔn),采集配準(zhǔn)后的數(shù)據(jù)...
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 齒輪測(cè)量技術(shù)的發(fā)展
1.3 機(jī)器視覺(jué)測(cè)量技術(shù)的研究
1.3.1 機(jī)器視覺(jué)測(cè)量技術(shù)的發(fā)展
1.3.2 基于機(jī)器視覺(jué)的齒輪測(cè)量技術(shù)
1.4 主要研究?jī)?nèi)容
第2章 齒輪圖像預(yù)處理方法研究
2.1 齒輪數(shù)字圖像的采集
2.1.1 攝像機(jī)和光源的選擇
2.1.2 齒輪圖像的采集
2.2 齒輪圖像的初步預(yù)處理
2.2.1 圖像的灰度變換
2.2.2 圖像的直方圖均衡化
2.2.3 圖像的濾波去噪
2.2.4 圖像的二值化
2.3 圖像的形態(tài)學(xué)處理
2.3.1 數(shù)學(xué)形態(tài)學(xué)的基本操作
2.3.2 基于形態(tài)學(xué)處理的其他操作
2.4 齒廓的像素級(jí)邊緣檢測(cè)
2.4.1 圖像的閾值分割法
2.4.2 圖像的像素級(jí)邊緣檢測(cè)
2.5 基于Zernike矩的齒廓邊緣的亞像素檢測(cè)
2.5.1 Zernike矩的原理
2.5.2 Zernike矩的亞像素坐標(biāo)計(jì)算
2.5.3 Zernike矩的亞像素邊緣檢測(cè)的實(shí)現(xiàn)
2.6 本章小結(jié)
第3章 齒輪基本參數(shù)和齒距偏差的機(jī)器視覺(jué)測(cè)量
3.1 齒輪基本參數(shù)的獲取
3.1.1 齒輪中心的確定
3.1.2 齒輪齒數(shù)的確定
3.1.3 齒頂圓和齒根圓的測(cè)量
3.1.4 齒輪其他基本參數(shù)的計(jì)算
3.2 齒距偏差的測(cè)量
3.2.1 齒距偏差的定義
3.2.2 齒距偏差的識(shí)別和計(jì)算
3.3 本章小結(jié)
第4章 基于點(diǎn)云配準(zhǔn)的齒廓偏差的測(cè)量
4.1 標(biāo)準(zhǔn)齒輪數(shù)字模型的建立
4.1.1 漸開(kāi)線(xiàn)齒輪理論基礎(chǔ)
4.1.2 直齒漸開(kāi)線(xiàn)齒輪數(shù)字圖像模型的建立
4.2 點(diǎn)云數(shù)據(jù)的采集
4.2.1 點(diǎn)云數(shù)據(jù)的分割方法
4.2.2 點(diǎn)云數(shù)據(jù)采集
4.3 點(diǎn)云數(shù)據(jù)的配準(zhǔn)
4.3.1 點(diǎn)云配準(zhǔn)的理論基礎(chǔ)
4.3.2 基于ICP算法的點(diǎn)云配準(zhǔn)
4.3.3 齒輪點(diǎn)云的配準(zhǔn)過(guò)程
4.4 齒廓偏差的測(cè)量
4.5 本章小結(jié)
第5章 總結(jié)和展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間研究成果
附錄
本文編號(hào):3796510
【文章頁(yè)數(shù)】:81 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景
1.2 齒輪測(cè)量技術(shù)的發(fā)展
1.3 機(jī)器視覺(jué)測(cè)量技術(shù)的研究
1.3.1 機(jī)器視覺(jué)測(cè)量技術(shù)的發(fā)展
1.3.2 基于機(jī)器視覺(jué)的齒輪測(cè)量技術(shù)
1.4 主要研究?jī)?nèi)容
第2章 齒輪圖像預(yù)處理方法研究
2.1 齒輪數(shù)字圖像的采集
2.1.1 攝像機(jī)和光源的選擇
2.1.2 齒輪圖像的采集
2.2 齒輪圖像的初步預(yù)處理
2.2.1 圖像的灰度變換
2.2.2 圖像的直方圖均衡化
2.2.3 圖像的濾波去噪
2.2.4 圖像的二值化
2.3 圖像的形態(tài)學(xué)處理
2.3.1 數(shù)學(xué)形態(tài)學(xué)的基本操作
2.3.2 基于形態(tài)學(xué)處理的其他操作
2.4 齒廓的像素級(jí)邊緣檢測(cè)
2.4.1 圖像的閾值分割法
2.4.2 圖像的像素級(jí)邊緣檢測(cè)
2.5 基于Zernike矩的齒廓邊緣的亞像素檢測(cè)
2.5.1 Zernike矩的原理
2.5.2 Zernike矩的亞像素坐標(biāo)計(jì)算
2.5.3 Zernike矩的亞像素邊緣檢測(cè)的實(shí)現(xiàn)
2.6 本章小結(jié)
第3章 齒輪基本參數(shù)和齒距偏差的機(jī)器視覺(jué)測(cè)量
3.1 齒輪基本參數(shù)的獲取
3.1.1 齒輪中心的確定
3.1.2 齒輪齒數(shù)的確定
3.1.3 齒頂圓和齒根圓的測(cè)量
3.1.4 齒輪其他基本參數(shù)的計(jì)算
3.2 齒距偏差的測(cè)量
3.2.1 齒距偏差的定義
3.2.2 齒距偏差的識(shí)別和計(jì)算
3.3 本章小結(jié)
第4章 基于點(diǎn)云配準(zhǔn)的齒廓偏差的測(cè)量
4.1 標(biāo)準(zhǔn)齒輪數(shù)字模型的建立
4.1.1 漸開(kāi)線(xiàn)齒輪理論基礎(chǔ)
4.1.2 直齒漸開(kāi)線(xiàn)齒輪數(shù)字圖像模型的建立
4.2 點(diǎn)云數(shù)據(jù)的采集
4.2.1 點(diǎn)云數(shù)據(jù)的分割方法
4.2.2 點(diǎn)云數(shù)據(jù)采集
4.3 點(diǎn)云數(shù)據(jù)的配準(zhǔn)
4.3.1 點(diǎn)云配準(zhǔn)的理論基礎(chǔ)
4.3.2 基于ICP算法的點(diǎn)云配準(zhǔn)
4.3.3 齒輪點(diǎn)云的配準(zhǔn)過(guò)程
4.4 齒廓偏差的測(cè)量
4.5 本章小結(jié)
第5章 總結(jié)和展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間研究成果
附錄
本文編號(hào):3796510
本文鏈接:http://sikaile.net/kejilunwen/jinshugongy/3796510.html
最近更新
教材專(zhuān)著