社會(huì)經(jīng)濟(jì)發(fā)展越來越快,對(duì)工業(yè)生產(chǎn)自動(dòng)化水平要求越來越高。人工操作越來越不能滿足工業(yè)生產(chǎn)線上的產(chǎn)品定位精度以及生產(chǎn)效率的要求。近年來機(jī)器視覺技術(shù)水平的不斷提高為工件定位技術(shù)提供了新的思路。機(jī)器視覺的最大特點(diǎn)是不接觸性,且速度快,精度高,而且能代替人工工作在一些環(huán)境惡劣的現(xiàn)場(chǎng),且能24小時(shí)不間斷的工作,為企業(yè)節(jié)省人力成本,提高生產(chǎn)效率,所以在工業(yè)現(xiàn)場(chǎng)得到了廣泛的應(yīng)用。本文以工業(yè)流水線上的手機(jī)主板為研究對(duì)象,在機(jī)器視覺和數(shù)字圖像處理的理論基礎(chǔ)上,以提高電路板的定位精度為目的,搭建了基于機(jī)器視覺的手機(jī)主板定位系統(tǒng)以及軟件程序設(shè)計(jì)。本文的主要研究?jī)?nèi)容有:首先,按照系統(tǒng)的要求對(duì)比了設(shè)備的性能參數(shù),選擇了攝像機(jī)、鏡頭、光源等合適的硬件設(shè)備,包括光源的照明方式等。搭建了基于機(jī)器視覺的手機(jī)主板定位平臺(tái),并且獲得了手機(jī)主板的圖像。軟件方面通過VS2010和OpenCV2.4.10的配置搭建了圖像處理平臺(tái)。最后利用VS中C#語言編寫了人工監(jiān)控界面,并詳細(xì)介紹了該界面的功能。其次,對(duì)采集到的圖像進(jìn)行了預(yù)處理。預(yù)處理包括對(duì)圖像的灰度處理,二值處理,濾波處理。由于采集到的圖像不可避免的存在噪聲,詳細(xì)介紹了不同濾波... 

【文章來源】：北方工業(yè)大學(xué)北京市

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題的來源和目的意義
    1.2 國(guó)內(nèi)外的研究現(xiàn)狀
    1.3 課題的主要研究?jī)?nèi)容
第二章 基于機(jī)器視覺的工業(yè)流水線上工件定位系統(tǒng)設(shè)計(jì)
    2.1 工件定位系統(tǒng)的總體設(shè)計(jì)方案
    2.2 工件定位系統(tǒng)的硬件設(shè)計(jì)
        2.2.1 光源選型及照明設(shè)計(jì)
        2.2.2 工業(yè)相機(jī)的選型
    2.3 本章小結(jié)
第三章 工件圖像預(yù)處理方法研究
    3.1 工件圖像的濾波算法
        3.1.1 工件圖像噪聲的來源及分析
        3.1.2 圖像濾波方法的確定
    3.2 圖像二值化分割算法研究
    3.3 本章總結(jié)
第四章 圖像邊緣檢測(cè)方法研究
    4.1 常用邊緣檢測(cè)算法概述
    4.2 傳統(tǒng)的Canny算法的實(shí)現(xiàn)
    4.3 改進(jìn)的Canny邊緣檢測(cè)算法
    4.4 工件圖像輪廓檢測(cè)算法研究
        4.4.1 輪廓檢測(cè)方法概述
        4.4.2 基于Graham Scan算法的二維凸包的實(shí)現(xiàn)
        4.4.3 目標(biāo)圖像的最小外接矩形的提取
    4.5 本章小結(jié)
第五章 工件定位檢測(cè)實(shí)驗(yàn)
    5.1 工業(yè)相機(jī)的幾何標(biāo)定
    5.2 相機(jī)標(biāo)定
    5.3 工件定位系統(tǒng)測(cè)試及誤差分析
        5.3.1 工件抓取定位流程
        5.3.2 定位數(shù)據(jù)誤差分析
    5.4 本章小結(jié)
第六章 系統(tǒng)監(jiān)控界面的軟件設(shè)計(jì)
    6.1 狀態(tài)界面軟件設(shè)計(jì)
    6.2 坐標(biāo)界面的設(shè)計(jì)
    6.3 數(shù)據(jù)庫界面軟件設(shè)計(jì)
    6.4 通訊界面設(shè)計(jì)
    6.5 運(yùn)行測(cè)試結(jié)果
        6.5.1 通訊界面運(yùn)行測(cè)試
        6.5.2 狀態(tài)界面及數(shù)據(jù)測(cè)試結(jié)果
        6.5.3 坐標(biāo)界面及數(shù)據(jù)測(cè)試結(jié)果
        6.5.4 數(shù)據(jù)庫界面及數(shù)據(jù)測(cè)試結(jié)果
    6.6 本章總結(jié)
第七章 總結(jié)與展望
    7.1 主要工作與總結(jié)
    7.2 不足與展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器視覺技術(shù)的發(fā)展現(xiàn)狀與展望[J]. 胥磊.  設(shè)備管理與維修. 2016(09)
[2]改進(jìn)的自適應(yīng)Canny邊緣檢測(cè)算法[J]. 孫智鵬,邵仙鶴,王翥,張遠(yuǎn)霞.  電測(cè)與儀表. 2016(06)
[3]基于激光三角測(cè)量法的集裝箱自動(dòng)對(duì)箱系統(tǒng)[J]. 茅時(shí)群,蔣進(jìn)軍,陳江波.  港口科技. 2016(02)
[4]基于VisionPro的發(fā)動(dòng)機(jī)缸蓋搬運(yùn)機(jī)器人[J]. 楊橋.  智慧工廠. 2015(12)
[5]一種快速提取植物葉片最小外接矩形的算法[J]. 李洋,李岳陽.  江南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[6]巖心外表面圖像感興趣區(qū)域提取算法設(shè)計(jì)[J]. 張發(fā)光,蔣海軍,王國(guó)基,康維嵐,路彬彬.  電腦知識(shí)與技術(shù). 2014(31)
[7]機(jī)器視覺與應(yīng)用[J]. 郭靜,羅華,張濤.  電子科技. 2014(07)
[8]機(jī)器視覺理論及應(yīng)用[J]. 羅尤春,孫容磊.  軟件導(dǎo)刊. 2014(03)
[9]濾噪算法在圖像處理中的配合應(yīng)用[J]. 黃忠浩.  數(shù)字與縮微影像. 2014(01)
[10]機(jī)器視覺技術(shù)的應(yīng)用研究[J]. 張紅霞,劉義才.  電子世界. 2013(17)

碩士論文
[1]基于圖像的計(jì)度輪數(shù)字識(shí)別算法的研究[D]. 孫智鵬.哈爾濱工業(yè)大學(xué) 2015
[2]基于HSV空間的彩色圖像亞像素邊緣檢測(cè)[D]. 李麗莎.西安工業(yè)大學(xué) 2015
[3]基于視覺檢測(cè)的戰(zhàn)術(shù)燈性能檢測(cè)系統(tǒng)研究[D]. 繆忻.南京理工大學(xué) 2015
[4]基于一維圖像序列的三維形貌測(cè)量關(guān)鍵技術(shù)研究[D]. 王瀾.天津大學(xué) 2014
[5]基于廣義結(jié)構(gòu)元的動(dòng)物病菌圖像分形和識(shí)別方法研究[D]. 黃煜.重慶交通大學(xué) 2013
[6]基于機(jī)器視覺的密封橡膠圈缺陷檢測(cè)的研究[D]. 利新琴.合肥工業(yè)大學(xué) 2009
[7]基于機(jī)器視覺的工件檢測(cè)技術(shù)研究[D]. 高晟麗.解放軍信息工程大學(xué) 2006



本文編號(hào)：3415383