本文關鍵詞：基于機器視覺的汽車安全帶表面缺陷檢測算法研究

  更多相關文章： 缺陷檢測 圖像分割 灰度共生矩陣 頻譜分析

【摘要】：汽車安全帶作為一種重要的交通安全保障工具,在其生產(chǎn)過程中,需要進行嚴格的質量檢測,表面缺陷檢測是質量檢測中的關鍵環(huán)節(jié)之一。目前人工檢測方法存在效率低、穩(wěn)定性差的問題,無法滿足實際檢測需求,因此利用機器視覺代替人工已成為新的趨勢。本文基于工業(yè)實際需求,探索了基于機器視覺的汽車安全帶表面缺陷檢測算法,并構建了基于機器視覺的汽車安全帶表面缺陷檢測系統(tǒng)。本文的主要研究如下:(1)為了滿足高速度、高精度的檢測要求,針對汽車安全帶在圖像采集和表面缺陷檢測方面的特性,提出了系統(tǒng)的整體設計方案,并對檢測系統(tǒng)的硬件組成進行了研究和分析,為后續(xù)的圖像處理分析奠定了基礎。(2)針對汽車安全帶的紋理圖像特征,提出了一種基于Laws紋理能量測度的形態(tài)學分割方法,提高了圖像分割的抗噪性。針對紋理圖像的邊緣缺陷特征,分析了基于形態(tài)學處理的缺陷檢測方法,取得了良好的檢測效果。(3)針對汽車安全帶的表面缺陷特征,從不同的角度出發(fā),研究了不同的檢測方法。在空間域中分析了Bob特征分析法、直方圖特征分析法和灰度共生矩陣特征分析法,針對每種方法,研究了特征參數(shù)的選擇及缺陷對特征參數(shù)的影響,并對實驗結果進行了分析;在頻域中研究了頻譜特征分析法,并討論了頻域濾波器的選擇和參數(shù)的計算。對比分析幾種算法的缺陷檢測結果,實驗表明,相比其他幾種檢測方法,頻譜特征分析法可以更好地滿足缺陷檢測的準確率和實時性要求。(4)搭建了汽車安全帶表面缺陷檢測平臺,構建了基于機器視覺的汽車安全帶表面缺陷檢測系統(tǒng),實現(xiàn)了汽車安全帶表面缺陷在線檢測。實驗表明,系統(tǒng)的檢測速度和穩(wěn)定性均能滿足檢測要求。
【關鍵詞】：缺陷檢測 圖像分割 灰度共生矩陣 頻譜分析
【學位授予單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.85;TP391.41
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-17
• 1 緒論17-21
• 1.1 課題研究的背景和意義17
• 1.2 國內(nèi)外研究現(xiàn)狀17-20
• 1.3 論文主要內(nèi)容20-21
• 2 檢測系統(tǒng)總體方案設計21-26
• 2.1 系統(tǒng)模塊化設計21-22
• 2.2 圖像采集22-25
• 2.3 本章小結25-26
• 3 圖像分割與邊緣缺陷檢測26-38
• 3.1 安全帶表面缺陷分析26
• 3.2 圖像濾波26-29
• 3.3 圖像分割29-36
• 3.4 邊緣缺陷檢測36-37
• 3.5 本章小結37-38
• 4 基于空間域特征分析的安全帶表面缺陷檢測38-55
• 4.1 常用的空間域紋理特征分析方法38-39
• 4.2 基于Blob特征的缺陷檢測39-42
• 4.3 基于直方圖統(tǒng)計特征的缺陷檢測42-46
• 4.4 基于灰度共生矩陣特征的缺陷檢測46-54
• 4.5 本章小結54-55
• 5 基于頻譜特征分析的安全帶表面缺陷檢測55-69
• 5.1 常用的頻域紋理特征分析方法55-56
• 5.2 頻譜特征分析56-60
• 5.3 濾波器的設計60-63
• 5.4 閾值分割63-64
• 5.5 頻譜特征分析法實驗分析64-66
• 5.6 表面缺陷檢測算法對比分析66-68
• 5.7 本章小結68-69
• 6 汽車安全帶表面缺陷檢測系統(tǒng)實現(xiàn)69-76
• 6.1 檢測指標69
• 6.2 系統(tǒng)硬件實現(xiàn)69-71
• 6.3 檢測算法流程與檢測結果分析71-75
• 6.4 本章小結75-76
• 7 總結與展望76-78
• 7.1 總結76
• 7.2 展望76-78
• 參考文獻78-83
• 作者簡歷83-85
• 學位論文數(shù)據(jù)集85

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 尤政,胡慶英,林閩,李建;用于表面缺陷檢測的激光超聲技術[J];宇航計測技術;1998年06期

2 羅磊;張二虎;;基于圖像分析的紙張表面缺陷檢測系統(tǒng)的研究與實現(xiàn)[J];西安理工大學學報;2014年02期

3 王義文;藺勇智;賈冬開;張中然;劉獻禮;;空氣與油液介質下鋼球表面缺陷檢測效果對比分析[J];軸承;2010年05期

4 蔣新苗;劉獻禮;王鵬;趙彥玲;馬振鋒;;基于圖像技術的鋼球表面缺陷檢測研究[J];哈爾濱理工大學學報;2006年02期

5 馮蒙麗;王麗;丁紅勝;;電磁反演與交變磁場方法的金屬表面缺陷檢測[J];測試技術學報;2007年04期

6 盧湖川,王友軍,李輝;火車輪對表面缺陷檢測[J];大連理工大學學報;2004年06期

7 樂靜;郭俊杰;朱虹;;基于EMD和Snakes模型信息融合的表面缺陷檢測方法[J];儀器儀表學報;2006年12期

8 羅志勇，，王斌，劉棟玉，呂新民，江濤;帶鋼表面缺陷檢測系統(tǒng)的發(fā)展[J];鋼鐵;1996年S1期

9 朱光;朱學芳;張華坤;;復雜背景下TFT-LCD表面缺陷檢測系統(tǒng)的設計[J];電子測量與儀器學報;2011年12期

10 李煒,黃心漢,王敏,萬國紅;基于機器視覺的帶鋼表面缺陷檢測系統(tǒng)[J];華中科技大學學報(自然科學版);2003年02期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 韓立強;;基于圖像分割技術的汽車發(fā)動機缸體表面缺陷檢測[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（下冊）[C];1999年

2 郭慶華;田陸;袁英宏;黃郁君;;嵌入式系統(tǒng)在鋼板表面缺陷檢測中的應用[A];2012第四屆先進軋鋼精整及鋼材包裝技術學術研討會文集[C];2012年

3 郭慶華;田陸;袁英宏;黃郁君;;嵌入式系統(tǒng)在鋼板表面缺陷檢測中的應用[A];2012年全國軋鋼生產(chǎn)技術會論文集（下）[C];2012年

4 張鳳全;高娜;于明;趙曉安;張慧娟;;圖像處理在物體表面缺陷檢測中的應用[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年

5 劉乃強;徐科;;形態(tài)學梯度在帶鋼表面缺陷檢測中的應用[A];全國煉鋼連鑄過程自動化技術交流會論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 王世通;精密表面缺陷檢測散射成像理論建模及系統(tǒng)分析研究[D];浙江大學;2015年

2 程萬勝;鋼板表面缺陷檢測技術的研究[D];哈爾濱工業(yè)大學;2008年

3 王義文;鋼球表面缺陷檢測關鍵技術研究及樣機研制[D];哈爾濱理工大學;2010年

4 趙立明;基于激光掃描成像與異源CCD融合的連鑄熱坯表面缺陷檢測方法研究[D];重慶大學;2014年

5 叢家慧;引入人類視覺特性的帶鋼表面缺陷檢測與識別方法研究[D];東北大學;2010年

6 王鵬;基于運動視覺技術的鋼球表面缺陷檢測[D];哈爾濱理工大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王松芳;基于特征分類的低分辨率觸摸屏表面缺陷檢測[D];北京交通大學;2016年

2 李幫建;基于計算機視覺的表面缺陷檢測及應用[D];東南大學;2015年

3 楊建華;多口徑發(fā)動機包覆層表面缺陷檢測方法研究[D];中北大學;2016年

4 張露林;基于GPU的衛(wèi)生用品表面缺陷檢測軟件設計[D];浙江大學;2016年

5 朱健;基于機器視覺的連接器表面缺陷檢測算法研究[D];南京理工大學;2016年

6 邱潔;基于圖像處理的電池片表面缺陷檢測方法研究與應用[D];云南大學;2016年

7 李積才;鋼球表面缺陷檢測裝置的設計及仿真[D];哈爾濱理工大學;2016年

8 崔明;基于機器視覺的汽車安全帶表面缺陷檢測算法研究[D];中國礦業(yè)大學;2016年

9 全洪淵;火炮彈體表面缺陷檢測系統(tǒng)的設計與研究[D];重慶大學;2007年

10 胡貴超;基于計算機視覺的鋼材表面缺陷檢測系統(tǒng)的研究[D];哈爾濱理工大學;2013年

本文編號：922887