微型齒輪的機(jī)器視覺檢測(cè)系統(tǒng)設(shè)計(jì)
發(fā)布時(shí)間:2021-11-10 17:53
微型齒輪在精密儀器設(shè)備中經(jīng)常使用,其齒長(zhǎng)的誤差大小與整個(gè)儀器的精密準(zhǔn)確性密切相關(guān);傳統(tǒng)微型齒輪檢測(cè)以人工檢測(cè)為主,人工檢測(cè)存在檢測(cè)精度低、量化不準(zhǔn)確的問(wèn)題;為了能夠精確地計(jì)算齒長(zhǎng)誤差,并給出量化結(jié)果,文章提出一種基于機(jī)器視覺的微型齒輪齒長(zhǎng)誤差檢測(cè)系統(tǒng),先通過(guò)小波變換去除圖像噪聲,然后使用Radon變換算法矯正零件圖像,再使用一種基于局部區(qū)域特征的三次曲線模型提取感興趣區(qū)域亞像素邊緣信息,并通過(guò)投影映射精確計(jì)算邊界位置,最后計(jì)算齒輪中心點(diǎn)的動(dòng)態(tài)極差并以此數(shù)據(jù)作為判斷齒長(zhǎng)是否合格的標(biāo)準(zhǔn);實(shí)驗(yàn)結(jié)果表明,該方法精度可達(dá)到2μm,準(zhǔn)確率可達(dá)到99%,單幀檢測(cè)時(shí)間平均18ms,一個(gè)零件大約5s可以給出可靠的結(jié)論,該方法效率高,準(zhǔn)確性好,能夠滿足工業(yè)檢測(cè)的要求。
【文章來(lái)源】:計(jì)算機(jī)測(cè)量與控制. 2020,28(04)
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
擒縱輪
微型擒縱輪體積微小,為了減少拍攝產(chǎn)生的邊緣虛影,所以選擇平行背光源,鏡頭采用高分辨率低畸變的遠(yuǎn)心鏡頭。檢測(cè)系統(tǒng)采用視頻檢測(cè)方式,零件放置在專用的工作臺(tái)上,使用導(dǎo)氣管送氣吹動(dòng)零件轉(zhuǎn)動(dòng)。工作臺(tái)如圖2所示。1.2 算法框架
齒輪表面有時(shí)候會(huì)附著一些細(xì)小的灰塵顆粒,工作的環(huán)境也可能存在光線不理想等情況,這樣得到的零件圖像上常常會(huì)存在一些噪聲。噪聲的存在會(huì)干擾目標(biāo)的識(shí)別和邊緣的精確定位,所以需要對(duì)噪聲進(jìn)行處理。目前去噪的方法主要有空間域處理法和頻率域處理法。空間域處理法常見的有均值濾波、中值濾波、高斯模板卷積等方法,這些方法在濾除噪聲的同時(shí)往往會(huì)破壞圖像邊緣等細(xì)節(jié),使圖像變得模糊。本系統(tǒng)需要精確定位微型齒輪的邊緣,所以空間域處理法不是首選。頻率域去噪方法常見的有基于傅里葉變換的方法、基于離散余弦變換的方法、基于小波變換的方法等。其中小波變換方法在空域和頻域都具有良好的局部化特性,在去除噪聲的同時(shí)能保持圖像細(xì)節(jié),提高圖像的質(zhì)量;谝陨戏治觯鞠到y(tǒng)采用小波變換的方法進(jìn)行去噪處理。
【參考文獻(xiàn)】:
期刊論文
[1]基于機(jī)器視覺檢測(cè)齒輪加工質(zhì)量的研究[J]. 丁紅昌,程遠(yuǎn). 長(zhǎng)春師范大學(xué)學(xué)報(bào). 2019(06)
[2]基于二分查找的Radon變換直線檢測(cè)改進(jìn)算法[J]. 彭凱飛,沈?qū)W舉,黃富瑜,王龍,楊佳. 半導(dǎo)體光電. 2019(03)
[3]圖像識(shí)別智能化處理技術(shù)在塑料齒輪缺齒檢測(cè)中的應(yīng)用[J]. 張曼,陳寧. 塑料科技. 2019(05)
[4]粉末冶金齒輪的視覺缺陷檢測(cè)方法研究[J]. 李凱,王化明,沈瑋,郭交通,朱銀龍,范志成. 機(jī)械制造與自動(dòng)化. 2019(02)
[5]基于Zernike矩的圓形插針特征點(diǎn)提取算法研究[J]. 李慧鵬,劉繽艷,魏曉馬,趙慶松. 半導(dǎo)體光電. 2019(01)
[6]一種改進(jìn)的基于奇異值分解的亞像素級(jí)圖像配準(zhǔn)算法[J]. 凌程,耿修瑞,楊煒暾,趙永超. 中國(guó)科學(xué)院大學(xué)學(xué)報(bào). 2019(01)
[7]基于特征域聚類下Radon變換的火車票圖像方向檢測(cè)算法研究[J]. 許亞杰,韋海成,肖明霞. 液晶與顯示. 2018(12)
[8]基于高斯擬合的亞像素邊緣檢測(cè)算法[J]. 韓東,李煜祺,武彥輝. 計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[9]基于高斯積分曲面擬合的亞像素邊緣定位算法[J]. 段振云,王寧,趙文珍,趙文輝,馮寶強(qiáng). 儀器儀表學(xué)報(bào). 2017(01)
[10]基于非線性四階圖像插值的亞像素邊緣檢測(cè)算法[J]. 吳鵬,徐洪玲,宋文龍,曹軍. 哈爾濱工程大學(xué)學(xué)報(bào). 2015(02)
本文編號(hào):3487681
【文章來(lái)源】:計(jì)算機(jī)測(cè)量與控制. 2020,28(04)
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
擒縱輪
微型擒縱輪體積微小,為了減少拍攝產(chǎn)生的邊緣虛影,所以選擇平行背光源,鏡頭采用高分辨率低畸變的遠(yuǎn)心鏡頭。檢測(cè)系統(tǒng)采用視頻檢測(cè)方式,零件放置在專用的工作臺(tái)上,使用導(dǎo)氣管送氣吹動(dòng)零件轉(zhuǎn)動(dòng)。工作臺(tái)如圖2所示。1.2 算法框架
齒輪表面有時(shí)候會(huì)附著一些細(xì)小的灰塵顆粒,工作的環(huán)境也可能存在光線不理想等情況,這樣得到的零件圖像上常常會(huì)存在一些噪聲。噪聲的存在會(huì)干擾目標(biāo)的識(shí)別和邊緣的精確定位,所以需要對(duì)噪聲進(jìn)行處理。目前去噪的方法主要有空間域處理法和頻率域處理法。空間域處理法常見的有均值濾波、中值濾波、高斯模板卷積等方法,這些方法在濾除噪聲的同時(shí)往往會(huì)破壞圖像邊緣等細(xì)節(jié),使圖像變得模糊。本系統(tǒng)需要精確定位微型齒輪的邊緣,所以空間域處理法不是首選。頻率域去噪方法常見的有基于傅里葉變換的方法、基于離散余弦變換的方法、基于小波變換的方法等。其中小波變換方法在空域和頻域都具有良好的局部化特性,在去除噪聲的同時(shí)能保持圖像細(xì)節(jié),提高圖像的質(zhì)量;谝陨戏治觯鞠到y(tǒng)采用小波變換的方法進(jìn)行去噪處理。
【參考文獻(xiàn)】:
期刊論文
[1]基于機(jī)器視覺檢測(cè)齒輪加工質(zhì)量的研究[J]. 丁紅昌,程遠(yuǎn). 長(zhǎng)春師范大學(xué)學(xué)報(bào). 2019(06)
[2]基于二分查找的Radon變換直線檢測(cè)改進(jìn)算法[J]. 彭凱飛,沈?qū)W舉,黃富瑜,王龍,楊佳. 半導(dǎo)體光電. 2019(03)
[3]圖像識(shí)別智能化處理技術(shù)在塑料齒輪缺齒檢測(cè)中的應(yīng)用[J]. 張曼,陳寧. 塑料科技. 2019(05)
[4]粉末冶金齒輪的視覺缺陷檢測(cè)方法研究[J]. 李凱,王化明,沈瑋,郭交通,朱銀龍,范志成. 機(jī)械制造與自動(dòng)化. 2019(02)
[5]基于Zernike矩的圓形插針特征點(diǎn)提取算法研究[J]. 李慧鵬,劉繽艷,魏曉馬,趙慶松. 半導(dǎo)體光電. 2019(01)
[6]一種改進(jìn)的基于奇異值分解的亞像素級(jí)圖像配準(zhǔn)算法[J]. 凌程,耿修瑞,楊煒暾,趙永超. 中國(guó)科學(xué)院大學(xué)學(xué)報(bào). 2019(01)
[7]基于特征域聚類下Radon變換的火車票圖像方向檢測(cè)算法研究[J]. 許亞杰,韋海成,肖明霞. 液晶與顯示. 2018(12)
[8]基于高斯擬合的亞像素邊緣檢測(cè)算法[J]. 韓東,李煜祺,武彥輝. 計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[9]基于高斯積分曲面擬合的亞像素邊緣定位算法[J]. 段振云,王寧,趙文珍,趙文輝,馮寶強(qiáng). 儀器儀表學(xué)報(bào). 2017(01)
[10]基于非線性四階圖像插值的亞像素邊緣檢測(cè)算法[J]. 吳鵬,徐洪玲,宋文龍,曹軍. 哈爾濱工程大學(xué)學(xué)報(bào). 2015(02)
本文編號(hào):3487681
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/3487681.html
最近更新
教材專著