輪轂軸承法蘭是第三代輪轂軸承單元配合防抱剎系統(tǒng)的關(guān)鍵部分,其螺紋孔及外觀檢測(cè)有嚴(yán)格要求。傳統(tǒng)的人工檢測(cè)方式檢測(cè)精度低、速度慢、耗費(fèi)成本高,無法滿足現(xiàn)在的檢測(cè)要求。隨著機(jī)器視覺技術(shù)的不斷發(fā)展,因其檢測(cè)精度高、速度快等優(yōu)點(diǎn)在工業(yè)檢測(cè)系統(tǒng)方面應(yīng)用越來越廣泛。本課題針對(duì)目前存在的弊端,結(jié)合行業(yè)標(biāo)準(zhǔn),提出了一種基于機(jī)器視覺的輪轂軸承法蘭檢測(cè)系統(tǒng),主要研究如下:（1）采用光電傳感器觸發(fā)相機(jī)采集圖像的方式設(shè)計(jì)了兩個(gè)檢測(cè)工位,分別對(duì)工件螺紋孔偏移度、螺紋完整度以及表面銹斑缺陷進(jìn)行檢測(cè)。采用推桿裝置設(shè)計(jì)了兩個(gè)分揀通道,根據(jù)檢測(cè)結(jié)果對(duì)合格工件和不合格工件進(jìn)行分離。（2）對(duì)圖像采集模塊中相機(jī)、鏡頭、光源的選型作了詳細(xì)的闡述,為圖像識(shí)別設(shè)計(jì)最優(yōu)的成像系統(tǒng)。（3）針對(duì)不同的檢測(cè)要求,創(chuàng)新的設(shè)計(jì)了各檢測(cè)部分的算法。針對(duì)采用相關(guān)法進(jìn)行模板匹配耗時(shí)長(zhǎng)的問題,引入誤差閾值的二次模板匹配算法,提出了一種基于輪廓模板匹配定位改進(jìn)方法,該方法進(jìn)行模板匹配速度與原來相比提高了約10倍,所需時(shí)間由30ms縮短至3ms。針對(duì)具有較大干擾樣本點(diǎn)進(jìn)行最小二乘圓擬合誤差大的問題,提出了一種基于隨機(jī)化預(yù)擬合的最小二乘圓擬合改進(jìn)算法,對(duì)改進(jìn)... 

【文章來源】：浙江科技學(xué)院浙江省

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器視覺技術(shù)應(yīng)用現(xiàn)狀
        1.2.2 工業(yè)測(cè)量及缺陷檢測(cè)研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 本章小結(jié)
第2章 系統(tǒng)總體設(shè)計(jì)
    2.1 檢測(cè)需求分析
    2.2 系統(tǒng)主要技術(shù)
        2.2.1 圖像識(shí)別技術(shù)
        2.2.2 微控制器系統(tǒng)
        2.2.3 光電傳感器技術(shù)
    2.3 檢測(cè)系統(tǒng)工作原理
    2.4 本章小結(jié)
第3章 檢測(cè)系統(tǒng)硬件設(shè)計(jì)
    3.1 硬件系統(tǒng)概述
    3.2 圖像采集模塊
        3.2.1 相機(jī)的選型
        3.2.2 鏡頭的選型
        3.2.3 光源的選型
        3.2.4 光電信號(hào)傳感器
    3.3 運(yùn)動(dòng)控制模塊
    3.4 本章小結(jié)
第4章 圖像處理識(shí)別算法
    4.1 螺紋孔偏移度檢測(cè)
        4.1.1 基于輪廓模板匹配定位改進(jìn)方法
        4.1.2 圖像增強(qiáng)算法
        4.1.3 形態(tài)學(xué)算法分析
        4.1.4 基于隨機(jī)化預(yù)擬合的最小二乘圓擬合改進(jìn)算法
        4.1.5 區(qū)域像素級(jí)偏移度檢測(cè)算法
    4.2 螺紋孔螺紋完整度檢測(cè)
        4.2.1 仿射變換
        4.2.2 螺紋檢測(cè)算法
    4.3 環(huán)面銹蝕檢測(cè)
        4.3.1 Blob分析
        4.3.2 極坐標(biāo)轉(zhuǎn)換
        4.3.3 帶權(quán)值的銹斑區(qū)域檢測(cè)
    4.4 本章小節(jié)
第5章 系統(tǒng)軟件與實(shí)驗(yàn)測(cè)試
    5.1 輪轂軸承法蘭檢測(cè)系統(tǒng)軟件設(shè)計(jì)
        5.1.1 軟件主界面與數(shù)據(jù)統(tǒng)計(jì)
        5.1.2 相機(jī)設(shè)置界面
        5.1.3 參數(shù)設(shè)置界面
        5.1.4 創(chuàng)建模板界面
    5.2 實(shí)驗(yàn)測(cè)試
        5.2.1 螺紋孔偏移度檢測(cè)
        5.2.2 螺紋孔螺紋完整度檢測(cè)
        5.2.3 銹斑檢測(cè)
    5.3 本章小結(jié)
第6章 結(jié)論
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間參加的科研項(xiàng)目和成果


【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器視覺技術(shù)在機(jī)加工領(lǐng)域的研究與應(yīng)用[J]. 陳燦,王晶,陳閣.  信息與電腦(理論版). 2019(16)
[2]改進(jìn)的最小二乘模型在GPS天線相位中心檢測(cè)中的應(yīng)用[J]. 閆洪超,饒振興.  北京測(cè)繪. 2019(08)
[3]基于圖像分塊模板匹配的高速運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)[J]. 陳冰紅,祝振宇.  國(guó)外電子測(cè)量技術(shù). 2019(07)
[4]基于機(jī)器視覺技術(shù)的瓶蓋劃痕檢測(cè)[J]. 楊健,辛浪,豆昌軍.  包裝工程. 2019(13)
[5]機(jī)器視覺研究與發(fā)展綜述[J]. 宋春華,彭泫知.  裝備制造技術(shù). 2019(06)
[6]淺談機(jī)器視覺技術(shù)發(fā)展及應(yīng)用[J]. 高峰,王富東.  山東工業(yè)技術(shù). 2019(05)
[7]基于最小二乘法的線性回歸方程推導(dǎo)與應(yīng)用分析[J]. 陳雨彤.  中國(guó)新通信. 2018(24)
[8]機(jī)器視覺技術(shù)的發(fā)展現(xiàn)狀與應(yīng)用動(dòng)態(tài)研究[J]. 陳英.  無線互聯(lián)科技. 2018(19)
[9]機(jī)器視覺技術(shù)發(fā)展及其工業(yè)應(yīng)用[J]. 王飛.  電子技術(shù)與軟件工程. 2018(16)
[10]基于隨機(jī)Hough變換改進(jìn)的快速圓檢測(cè)算法[J]. 朱正偉,宋文浩,焦竹青,郭曉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(07)

博士論文
[1]基于機(jī)器視覺的半導(dǎo)體芯片表面缺陷在線檢測(cè)關(guān)鍵技術(shù)研究[D]. 巢淵.東南大學(xué) 2017
[2]紋理圖像特征提取與分類研究[D]. 許文韜.華東師范大學(xué) 2017
[3]圖像去噪及其效果評(píng)估若干問題研究[D]. 楊成佳.吉林大學(xué) 2016
[4]圖像去噪中幾種優(yōu)化算法的相關(guān)研究[D]. 楊昊.電子科技大學(xué) 2016
[5]圖像局部特征提取及應(yīng)用研究[D]. 黃明明.北京科技大學(xué) 2016
[6]圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D]. 李艷梅.電子科技大學(xué) 2013

碩士論文
[1]晶圓定位視覺檢測(cè)系統(tǒng)設(shè)計(jì)[D]. 周棟.沈陽工業(yè)大學(xué) 2019
[2]基于圖像處理的風(fēng)力發(fā)電機(jī)葉片表面缺陷檢測(cè)技術(shù)研究[D]. 云賽.天津理工大學(xué) 2019
[3]基于VSM的中文文本分類算法研究[D]. 余偉中.南京郵電大學(xué) 2018
[4]基于機(jī)器視覺的金屬手機(jī)外殼尺寸測(cè)量與表面典型缺陷檢測(cè)研究[D]. 馮鍇.華南理工大學(xué) 2018
[5]基于機(jī)器視覺的產(chǎn)品零件尺寸檢測(cè)技術(shù)研究[D]. 張永波.燕山大學(xué) 2017
[6]兩種改進(jìn)的彩色圖像灰度化算法研究[D]. 羅婷婷.浙江工商大學(xué) 2014
[7]基于中值濾波和小波變換的圖像去噪算法研究[D]. 田流芳.河北大學(xué) 2014
[8]基于顏色和形狀特征的圖像檢索技術(shù)及其應(yīng)用[D]. 潘永勝.太原理工大學(xué) 2014
[9]灰度圖像的直方圖均衡化處理研究[D]. 陳永亮.安徽大學(xué) 2014
[10]彩色圖像灰度化及其效果的客觀評(píng)價(jià)方法研究[D]. 宋鳳菲.華僑大學(xué) 2014



本文編號(hào)：3636113