本文關(guān)鍵詞：軸承表面品質(zhì)監(jiān)測系統(tǒng)的研究與開發(fā)，由筆耕文化傳播整理發(fā)布。

【摘要】：軸承是機(jī)械行業(yè)中至關(guān)重要的基礎(chǔ)零件，其表面品質(zhì)對軸承的使用會(huì)造成一定的影響。本文針對軸承的表面品質(zhì)，研究與開發(fā)基于機(jī)器視覺技術(shù)的實(shí)時(shí)監(jiān)測系統(tǒng)。在前人的基礎(chǔ)上，根據(jù)軸承的實(shí)際情況，選擇合適的光源以及流水線中的運(yùn)動(dòng)方式。分別對軸承的側(cè)表面瑕疵以及端面的防塵蓋瑕疵的檢測算法進(jìn)行了深入研究。 針對軸承側(cè)表面圖像灰度分布不均勻的情況，提出了離線擬合圖像灰度分布曲線，實(shí)現(xiàn)在線快速灰度變換的方法，根據(jù)樣本圖像的灰度均值、方差、被測圖像的灰度均值進(jìn)行動(dòng)態(tài)選擇全局閾值并進(jìn)行多尺度閾值分割圖像及決策判斷；但該方法在光照有變化的情況具有明顯缺陷。為了改善該缺陷，提出了基于亮度分量、反射分量的灰度變換的方法，使光照變換情況下也能準(zhǔn)確提取出灰度均勻分布的側(cè)面圖像，然后根據(jù)灰度水平所對應(yīng)的方差進(jìn)行閾值分割以及決策。針對軸承端面防塵蓋的檢測，提出了整體閾值分割，缺陷或字符旋轉(zhuǎn)校正后再進(jìn)行判斷決策的檢測方法。研究分析了幾種常用的灰度變換、濾波算法，選擇最適合軸承端面檢測的算法；比較了基于OTUS法的閾值分割與基于差分變異本質(zhì)粒子群的模糊熵的閾值分割的優(yōu)劣。對旋轉(zhuǎn)校正的3種常用的插值算法進(jìn)行了實(shí)驗(yàn)分析；討論了輪廓層次特征、小波輪廓層次特征、不變矩特征、Zernike矩特征的基本原理以及改進(jìn)算法；分析了常用的距離度量以及采用相關(guān)系數(shù)作為模板匹配依據(jù)的原因。最后實(shí)驗(yàn)得出基于對分割出來的字符、缺陷進(jìn)行旋轉(zhuǎn)校正以及小波輪廓層次特征的算法方案最適合軸承端面的檢測。 實(shí)驗(yàn)表明基于亮度、反射分量的灰度變換以及動(dòng)態(tài)標(biāo)準(zhǔn)差的分割與決策的算法優(yōu)于基于擬合曲線以及多尺度的閾值分割與決策的算法，雖然在處理速度上前者不如后者，但前者對變化的光照強(qiáng)度有更好的適應(yīng)性，能滿足長時(shí)間工作的現(xiàn)場需求。一幀圖片處理時(shí)間為40ms，滿足實(shí)時(shí)性要求，正確率達(dá)98.9%。軸承防塵蓋上基于對分割出來的字符、缺陷進(jìn)行旋轉(zhuǎn)校正以及小波輪廓層次特征的算法方案最優(yōu)，即能有效地識別出缺陷，又能準(zhǔn)確的識別出字符。算法的平均時(shí)間為160ms，滿足實(shí)時(shí)性要求，且正確率達(dá)到97.7%。
【關(guān)鍵詞】：軸承檢測 灰度變換 旋轉(zhuǎn)校正 小波輪廓層次特征 矩特征
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TH133.3;TP274
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 課題研究的背景及意義7
• 1.2 機(jī)器視覺檢測的國內(nèi)外研究現(xiàn)狀7-9
• 1.2.1 表面缺陷視覺檢測的國內(nèi)外現(xiàn)狀8-9
• 1.2.2 軸承表面缺陷視覺檢測的現(xiàn)狀9
• 1.3 本文的主要研究內(nèi)容9-10
• 1.3.1 研究目標(biāo)9-10
• 1.3.2 研究內(nèi)容10
• 1.4 論文的章節(jié)安排10-12
• 第二章 軸承側(cè)面檢測的關(guān)鍵技術(shù)12-21
• 2.1 分割軸承識別區(qū)域12-13
• 2.2 灰度變換13-18
• 2.2.1 基于擬合曲線的灰度變換13-14
• 2.2.2 基于亮度、反射分量的灰度變換14-18
• 2.3 閾值分割與決策18-20
• 2.3.1 基于多尺度的閾值分割與決策18-19
• 2.3.2 基于動(dòng)態(tài)標(biāo)準(zhǔn)差的分割與決策19-20
• 2.4 本章小結(jié)20-21
• 第三章 軸承側(cè)面品質(zhì)監(jiān)測系統(tǒng)的實(shí)現(xiàn)與實(shí)驗(yàn)21-26
• 3.1 軸承側(cè)面品質(zhì)檢測系統(tǒng)實(shí)現(xiàn)21-24
• 3.1.1 系統(tǒng)組成21
• 3.1.2 圖像采集21
• 3.1.3 光源的選擇21-22
• 3.1.4 步進(jìn)電機(jī)的運(yùn)動(dòng)方式22
• 3.1.5 算法實(shí)現(xiàn)22-24
• 3.2 實(shí)驗(yàn)與結(jié)果分析24-25
• 3.3 本章小結(jié)25-26
• 第四章 軸承端面防塵蓋檢測的關(guān)鍵技術(shù)26-45
• 4.1 預(yù)處理26-30
• 4.1.1 灰度變換26-28
• 4.1.2 濾波28-29
• 4.1.3 防塵蓋分割29-30
• 4.2 自適應(yīng)閾值分割30-33
• 4.2.1 OTSU 法31
• 4.2.2 基于差分變異本質(zhì)粒子群的模糊熵分割31-33
• 4.2.3 效果對比實(shí)驗(yàn)33
• 4.3 字符或缺陷校正33-36
• 4.3.1 最臨近插值34
• 4.3.2 雙線性插值34
• 4.3.3 雙三次插值34
• 4.3.4 基于二值圖像的旋轉(zhuǎn)校正34-35
• 4.3.5 基于灰度圖像的字符分割35-36
• 4.4 字符歸一化36
• 4.5 軸承字符特征提取36-42
• 4.5.1 輪廓層次特征描繪法37-38
• 4.5.2 小波分解38-39
• 4.5.3 矩特征39-42
• 4.6 模板匹配決策42-43
• 4.7 聯(lián)系上下文43
• 4.8 本章小結(jié)43-45
• 第五章 軸承端面品質(zhì)監(jiān)測系統(tǒng)的實(shí)現(xiàn)與實(shí)驗(yàn)45-51
• 5.1 系統(tǒng)組成45
• 5.2 算法實(shí)現(xiàn)45-47
• 5.2.1 基于旋轉(zhuǎn)校正的算法實(shí)現(xiàn)45-46
• 5.2.2 基于矩特征的算法實(shí)現(xiàn)46-47
• 5.3 實(shí)驗(yàn)與結(jié)果分析47-50
• 5.3.1 輪廓特征算法實(shí)驗(yàn)47-48
• 5.3.2 矩特征的算法實(shí)驗(yàn)48-49
• 5.3.3 實(shí)驗(yàn)結(jié)論分析49-50
• 5.4 本章小結(jié)50-51
• 主要結(jié)論與展望51-53
• 致謝53-54
• 參考文獻(xiàn)54-57
• 附錄：作者在攻讀碩士學(xué)位期間發(fā)表的論文57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊東林;于正林;;軸承鋼球表面缺陷的快速檢測方法[J];兵工學(xué)報(bào);2009年06期

2 董辛酉;姚礪;萬燕;曾培峰;吳雄英;;纖維圖像光照不均迭代修正算法[J];東華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

3 高潮;郭永彩;任可;楊暉;;基于嵌入式系統(tǒng)和圖像識別的拉索表面缺陷檢測技術(shù)[J];光電工程;2008年02期

4 李曉冰;;一種紅外測量圖像自適應(yīng)分段線性灰度變換方法[J];光電子技術(shù);2011年04期

5 張偉;;差分變異本質(zhì)粒子群的模糊熵圖像分割[J];重慶大學(xué)學(xué)報(bào);2012年02期

6 潘春雨;盧志剛;杜靜;;Zernike矩的不變性分析及其改進(jìn)[J];火力與指揮控制;2010年S1期

7 陳向偉;張學(xué)軍;關(guān)山;;基于計(jì)算機(jī)視覺的微小軸承表面缺陷檢測[J];機(jī)床與液壓;2009年09期

8 賀秋偉;王龍山;于忠黨;李國發(fā);高立國;;基于圖像處理和支持向量機(jī)的微型齒輪缺陷檢測[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2008年03期

9 李牧;閆繼宏;朱延河;趙杰;;一種改進(jìn)的大津法在機(jī)器視覺中的應(yīng)用[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2008年04期

10 吳銳,趙巍,尹芳,唐降龍;特征融合及相似度判據(jù)在英文識別中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2005年16期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王義文;鋼球表面缺陷檢測關(guān)鍵技術(shù)研究及樣機(jī)研制[D];哈爾濱理工大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王昆;圖像融合技術(shù)在微小軸承表面缺陷檢測中的應(yīng)用[D];吉林大學(xué);2011年

2 肖進(jìn);多神經(jīng)網(wǎng)絡(luò)在車牌字符識別中的應(yīng)用[D];東南大學(xué);2004年

3 高偉;車牌字符識別技術(shù)的研究[D];山西大學(xué);2005年

4 丁勝;基于支持向量機(jī)的手寫體字符識別[D];青島大學(xué);2006年

5 李波嵐;基于計(jì)算機(jī)視覺的微小軸承表面缺陷檢測控制系統(tǒng)研究[D];吉林大學(xué);2007年

6 袁紅彬;基于計(jì)算機(jī)視覺的微小軸承表面缺陷檢測技術(shù)研究[D];吉林大學(xué);2007年

7 趙妍妍;基于計(jì)算機(jī)視覺的微小軸承外圈表面缺陷檢測技術(shù)研究[D];吉林大學(xué);2008年

8 李慶昌;基于神經(jīng)樹的英文字符識別技術(shù)研究[D];山東師范大學(xué);2009年

9 張強(qiáng);軸承套圈表面缺陷識別系統(tǒng)的研究[D];北京交通大學(xué);2009年

10 陳廉清;基于計(jì)算機(jī)視覺的微小軸承外表面缺陷檢測研究[D];長安大學(xué);2008年

  本文關(guān)鍵詞：軸承表面品質(zhì)監(jiān)測系統(tǒng)的研究與開發(fā)，由筆耕文化傳播整理發(fā)布。

，

本文編號：353738