發(fā)布時間：2021-08-12 00:34

　　機器視覺在工業(yè)檢測領域的應用廣泛,其檢測精度與效率相比人工檢測有了質(zhì)的提升。本文針對汽車保險盒內(nèi)孔缺陷的工業(yè)檢測需求,研究了基于機器視覺的汽車保險盒內(nèi)孔缺陷檢測系統(tǒng)。首先,本文根據(jù)汽車保險盒的檢測需求,對機器視覺成像系統(tǒng)的鏡頭、相機、光源進行了理論分析與計算選型,并對成像系統(tǒng)的支撐機構(gòu)進行了設計,以提高系統(tǒng)成像質(zhì)量。其次,針對汽車保險盒在實際檢測時易發(fā)生誤檢的問題,從工件熱脹冷縮和制造模具兩方面對問題原因進行了分析,提出了不同模具生產(chǎn)的工件進行針對性分類再檢測的方法。針對檢測時同一缺陷多次檢出的問題,設計了自排查的方法予以解決。與原保險盒缺陷檢測系統(tǒng)相比,本系統(tǒng)有效降低了誤檢率。再次,針對保險盒內(nèi)孔圖像在檢測過程中匹配效果不佳的問題,本文提出了一種基于區(qū)域圖像特征的圖像分割策略,采用了基于位置因素的區(qū)域配準策略對匹配進行約束,設計了基于二維高斯分布的模板濾波方法。對比實驗表明,本文方法較已有方法在匹配精度方面提高了8%。然后,針對目前匹配耗時過長的問題,本文在算法方面研究了基于雙邊投影直方圖的匹配方法,在硬件設備方面研究了GPU加速的技術(shù),對匹配進行了實時性優(yōu)化。對比實驗表明,本文的方... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

板材傷痕檢測

機器視覺的研究最早起源于國外，在二十世紀七十年代的時候開始應用于工業(yè)檢測974 年，日本的川崎公司對一種基于機器視覺的檢測設備進行了設計，能夠有效檢測鍍?nèi)毕輀3]。1977 年，Yachida,M[4]等人研制了專門的機器視覺系統(tǒng)，可對產(chǎn)品部件進行對尺寸進行測量。1982 年，在加利福尼亞召開了一場研討會，會上來自不同國家的專機器視覺的工業(yè)檢測技術(shù)進行了交流，尤其是對電路板上半導體的檢測進行了研究討983 年，霍尼韋爾公司對鑄板坯表面缺陷檢測系統(tǒng)進行了設計，檢測精度滿足實際工業(yè)要uresh[7]等人參考了該系統(tǒng)的檢測技術(shù)，對熱鋼板的表面缺陷檢測系統(tǒng)進行了開發(fā)。隨著機器視覺的發(fā)展，除了在金屬、印刷品等工業(yè)領域有應用外，基于視覺的檢測理、集成電路晶片、鐵軌表面等方面同樣應用頗多。Tsai[8]等人對規(guī)則紋理表面(天然械加工表面、紡織面料)的表面缺陷采用傅里葉變換進行圖像的復原，高頻的傅里葉分面紋理線型，而低頻的傅里葉分量對應表面缺陷區(qū)域。Jen Chung Lin[9]等人將機器視集成電路晶片表面缺陷檢測，使用模糊邏輯對表面凹坑缺陷的不同形狀進行分析leppo[10]等人利用圖像對鐵軌的表面質(zhì)量進行自動檢測，車載檢測系統(tǒng)對鐵軌的表面質(zhì)時檢測和分類。比較典型的缺陷包括板材傷痕和樹脂涂裝品顏色不均，如圖 1. 1 和圖示。

南京航空航天大學碩士學位論文覺工件缺陷檢測方案進行介紹。公司開發(fā)了一套布匹疵點視覺檢測系統(tǒng)，該系統(tǒng)可在紡織過程中類疵點。該系統(tǒng)內(nèi)部信息化和數(shù)字化程度高，工業(yè)相機、紡織器實現(xiàn)交互與控制。該系統(tǒng)可對多種布匹上的瑕疵進行檢測，可有等紡織疵點，成功識別的效率從過往方案的 70%提升到 99.99%結(jié)果如圖 1. 3 所示。

【參考文獻】：
期刊論文
[1]基于機器視覺的圓定位技術(shù)研究[J]. 李婷,柳寧.  計算機工程與應用. 2012(09)
[2]熱軋帶鋼表面缺陷在線檢測的方法與工業(yè)應用[J]. 徐科,楊朝霖,周鵬.  機械工程學報. 2009(04)
[3]一種改進的SSDA圖像匹配算法[J]. 吳培景,陳光夢.  計算機工程與應用. 2005(33)
[4]灰度圖像匹配的快速算法[J]. 羅鐘鉉,劉成明.  計算機輔助設計與圖形學學報. 2005(05)
[5]機器視覺關鍵技術(shù)的現(xiàn)狀及應用展望[J]. 唐向陽,張勇,李江有,黃崗,楊松,關宏.  昆明理工大學學報(理工版). 2004(02)

博士論文
[1]模板圖像快速可靠匹配技術(shù)研究[D]. 董晶.國防科學技術(shù)大學 2015
[2]圖像邊緣檢測技術(shù)及其應用研究[D]. 曾俊.華中科技大學 2011
[3]數(shù)字近景工業(yè)攝影測量關鍵技術(shù)研究與應用[D]. 黃桂平.天津大學 2005

碩士論文
[1]基于嵌入式GPU的數(shù)碼印花缺陷檢測算法研發(fā)[D]. 鄧新.浙江大學 2018
[2]基于機器視覺的汽車保險盒缺陷在線自動檢測系統(tǒng)研究[D]. 曾瑞篷.南京航空航天大學 2017
[3]數(shù)字圖像中模板抽取及匹配方法的研究與應用[D]. 王剛.山東師范大學 2013
[4]改進的SURF圖像配準算法研究[D]. 石雅筍.電子科技大學 2011
[5]基于LabVIEW的汽車保險盒檢測系統(tǒng)設計與研究[D]. 張振寰.天津科技大學 2011
[6]基于SIFT特征描述子的立體匹配算法研究[D]. 宰小濤.上海交通大學 2007



本文編號：3337211