發(fā)動(dòng)機(jī)是汽車的心臟,為汽車提供動(dòng)力,其性能影響汽車的動(dòng)力性、經(jīng)濟(jì)性及環(huán)保性。而活塞環(huán)是發(fā)動(dòng)機(jī)的關(guān)鍵零件,起著支撐、密封、傳熱和導(dǎo)向的作用,其質(zhì)量直接影響發(fā)動(dòng)機(jī)的工作效率、節(jié)能減排和可靠性。目前國(guó)內(nèi)主要依靠人工或簡(jiǎn)單的視覺(jué)方法進(jìn)行檢測(cè),雖然簡(jiǎn)單的視覺(jué)檢測(cè)方法一定程度上解決了人工方法效率低、錯(cuò)誤率高、勞動(dòng)強(qiáng)度大的問(wèn)題,但在效率、精度方面還有很大的局限性。機(jī)器視覺(jué)作為一種非接觸智能檢測(cè)技術(shù),融合了圖像處理、模式識(shí)別、人工智能、計(jì)算機(jī)視覺(jué)及光學(xué)等技術(shù),具有精度高、效率高、自動(dòng)化程度高、可編程等優(yōu)點(diǎn),可以解決這些難題。本文以機(jī)器視覺(jué)技術(shù)為基礎(chǔ),以發(fā)動(dòng)機(jī)活塞環(huán)為檢測(cè)對(duì)象,研究分析活塞環(huán)的尺寸、外形特點(diǎn)以及產(chǎn)品的檢測(cè)功能要求,結(jié)合圖像處理及檢測(cè)方面的算法,研究相關(guān)機(jī)器視覺(jué)檢測(cè)技術(shù),實(shí)現(xiàn)智能檢測(cè),論文的主要研究?jī)?nèi)容包括:（1）根據(jù)檢測(cè)任務(wù)和精度的要求,搭建機(jī)器視覺(jué)智能檢測(cè)硬件系統(tǒng),包括總體結(jié)構(gòu)設(shè)計(jì)、硬件系統(tǒng)設(shè)計(jì)、視覺(jué)檢測(cè)技術(shù)工作原理,研究并完成系統(tǒng)的標(biāo)定。（2）研究自適應(yīng)中值濾波方法原理及去噪效果;通過(guò)閾值分割法提取活塞環(huán)零件區(qū)域;利用形態(tài)學(xué)對(duì)圖像進(jìn)行“開(kāi)操作”與“閉操作”,消除圖像中的“凹”和“凸”... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
        1.1.1 課題背景
        1.1.2 課題意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 發(fā)動(dòng)機(jī)零件檢測(cè)
        1.2.2 機(jī)器視覺(jué)檢測(cè)技術(shù)
    1.3 論文的主要研究?jī)?nèi)容和結(jié)構(gòu)安排
第二章 機(jī)器視覺(jué)智能檢測(cè)系統(tǒng)搭建與標(biāo)定
    2.1 系統(tǒng)的總體結(jié)構(gòu)設(shè)計(jì)
        2.1.1 基本結(jié)構(gòu)組成
        2.1.2 檢測(cè)工作原理
    2.2 系統(tǒng)硬件設(shè)計(jì)
        2.2.1 照明系統(tǒng)
        2.2.2 攝像機(jī)選型
        2.2.3 鏡頭選型
        2.2.4 總線及圖像采集卡
    2.3 攝像機(jī)標(biāo)定
        2.3.1 攝像機(jī)標(biāo)定的必要性
        2.3.2 針孔成像原理及坐標(biāo)系轉(zhuǎn)換關(guān)系
        2.3.3 本文攝像機(jī)標(biāo)定方法
    2.4 本章小結(jié)
第三章 圖像處理與邊緣檢測(cè)
    3.1 圖像平滑
        3.1.1 均值濾波(Blur)
        3.1.2 高斯濾波(GaussianBlur)
        3.1.3 中值濾波(Medianfilter)
        3.1.4 自適應(yīng)中值濾波(AdaptiveMedianFilter)
    3.2 圖像分割
        3.2.1 灰度直方圖
        3.2.2 快速最大類間方差閾值分割法
    3.3 圖像形態(tài)學(xué)處理
        3.3.1 腐蝕與膨脹
        3.3.2 開(kāi)運(yùn)算與閉運(yùn)算
    3.4 邊緣檢測(cè)
        3.4.1 Canny邊緣檢測(cè)算法
        3.4.2 基于形態(tài)學(xué)的邊緣檢測(cè)算法
        3.4.3 改進(jìn)的Canny算子和形態(tài)學(xué)邊緣檢測(cè)算法
    3.5 本章小結(jié)
第四章 結(jié)合ZNCC-DWT的SURF算子快速拼接算法
    4.1 圖像去陰影及拼接的必要性
    4.2 拼接總體算法
    4.3 序列圖LDRIs輸入
    4.4 圖像配準(zhǔn)
    4.5 ZNCC算法特征點(diǎn)匹配及鬼影檢測(cè)
    4.6 二維離散小波變換融合法去鬼影
        4.6.1 小波變換信號(hào)的分解和融合重構(gòu)
        4.6.2 圖像二維DWT求分解系數(shù)
        4.6.3 確定高低頻融合原則
        4.6.4 圖像融合去鬼影
    4.7 圖像拼接
    4.8 圖像拼接質(zhì)量評(píng)價(jià)指標(biāo)
    4.9 本章小結(jié)
第五章 實(shí)時(shí)檢測(cè)軟件系統(tǒng)的設(shè)計(jì)
    5.1 活塞環(huán)檢測(cè)研究
        5.1.1 活塞環(huán)漏光度檢測(cè)及圖像拼接與分析
        5.1.2 活塞環(huán)測(cè)量結(jié)果與分析
    5.2 實(shí)時(shí)檢測(cè)軟件系統(tǒng)開(kāi)發(fā)
        5.2.1 軟件開(kāi)發(fā)環(huán)境
        5.2.2 軟件結(jié)構(gòu)設(shè)計(jì)與實(shí)現(xiàn)
        5.2.3 系統(tǒng)檢測(cè)技術(shù)評(píng)價(jià)
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 主要研究工作內(nèi)容與結(jié)論
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間獲得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]汽車發(fā)動(dòng)機(jī)進(jìn)氣歧管高精度亞像素邊緣檢測(cè)[J]. 徐平,薛凌云,常英杰.  計(jì)量學(xué)報(bào). 2018(03)
[2]SIFT與SURF特征提取算法在圖像匹配中的應(yīng)用對(duì)比研究[J]. 陳敏,湯曉安.  現(xiàn)代電子技術(shù). 2018(07)
[3]SURF和RANSAC的特征圖像匹配[J]. 王衛(wèi)兵,白小玲,徐倩.  哈爾濱理工大學(xué)學(xué)報(bào). 2018(01)
[4]基于單應(yīng)性矩陣的大尺寸零件視覺(jué)測(cè)量圖像拼接方法[J]. 黎欣,吳黎明,王桂棠,熊峰,陳宇俊.  計(jì)算機(jī)測(cè)量與控制. 2017(11)
[5]多方向獨(dú)立小波耦合神經(jīng)網(wǎng)絡(luò)的圖像融合算法[J]. 汪小威,陸濤,劉偉暉,龔向欣.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(11)
[6]一種快速去除大尺寸工件鬼影圖像的精密拼接算法[J]. 黎欣,吳黎明,王桂棠,陳宇俊,林堅(jiān)海,榮快.  計(jì)算機(jī)應(yīng)用研究. 2018(10)
[7]基于記憶分子動(dòng)理論優(yōu)化算法的多目標(biāo)截面投影Otsu圖像分割[J]. 肖樂(lè)意,歐陽(yáng)紅林,范朝冬.  電子與信息學(xué)報(bào). 2018(01)
[8]基于機(jī)器視覺(jué)的零件特征尺寸提取算法[J]. 楊仁民,鄭洲,陳斌,張學(xué)昌,張煒.  包裝工程. 2017(09)
[9]基于機(jī)器視覺(jué)的復(fù)雜平面零件尺寸精密檢測(cè)[J]. 付泰,王桂棠,程書(shū)豪,熊峰.  機(jī)電工程技術(shù). 2016(08)
[10]去均值歸一化互相關(guān)最小二乘逆時(shí)偏移及其應(yīng)用[J]. 李慶洋,黃建平,李振春,李娜,李闖.  地球物理學(xué)報(bào). 2016(08)

博士論文
[1]輔助視覺(jué)中的圖像處理關(guān)鍵技術(shù)研究[D]. 陳龍.西安電子科技大學(xué) 2013
[2]面向精密制造與檢測(cè)的機(jī)器視覺(jué)及智能算法研究[D]. 葛動(dòng)元.華南理工大學(xué) 2013

碩士論文
[1]基于改進(jìn)SURF算法圖像匹配方法研究[D]. 儲(chǔ)蓄.安徽理工大學(xué) 2017
[2]基于機(jī)器視覺(jué)的復(fù)雜塑件識(shí)別與檢測(cè)技術(shù)研究[D]. 丁劍彪.北京化工大學(xué) 2016
[3]活塞環(huán)參數(shù)自動(dòng)檢測(cè)裝置的研制[D]. 鐘友祥.廣東工業(yè)大學(xué) 2016
[4]基于機(jī)器視覺(jué)的復(fù)雜零件檢測(cè)及相關(guān)關(guān)鍵技術(shù)研究[D]. 張正劉.合肥工業(yè)大學(xué) 2016
[5]發(fā)動(dòng)機(jī)活塞環(huán)光密封度機(jī)器視覺(jué)檢測(cè)技術(shù)研究[D]. 李崢.廣東工業(yè)大學(xué) 2015
[6]基于機(jī)器視覺(jué)的高精度尺寸檢測(cè)方法與實(shí)現(xiàn)[D]. 龔聰.廣東工業(yè)大學(xué) 2014
[7]基于機(jī)器視覺(jué)的零件識(shí)別和測(cè)量系統(tǒng)研究[D]. 鄧小峰.南京航空航天大學(xué) 2014
[8]基于機(jī)器視覺(jué)的螺紋零件頭部檢測(cè)方法及實(shí)驗(yàn)研究[D]. 楊攀.華南理工大學(xué) 2013
[9]三工位汽車活塞環(huán)自動(dòng)檢測(cè)分選機(jī)測(cè)量系統(tǒng)的研究[D]. 孫妍.天津大學(xué) 2012



本文編號(hào)：3470894