本文關(guān)鍵詞：基于機(jī)器視覺的橡膠減震墊缺陷檢測系統(tǒng)的設(shè)計(jì)，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)器視覺檢測技術(shù)一般是指利用圖像采集設(shè)備獲取被檢測物體的圖像并與預(yù)先設(shè)定的標(biāo)準(zhǔn)對比從而判斷被檢測物體的質(zhì)量狀況的技術(shù),具有檢測速度快、準(zhǔn)確率高、操作簡單等優(yōu)點(diǎn)。本文以汽車橡膠減震墊為研究對象,根據(jù)工件的物理特性、光學(xué)特性、表面特征及檢測指標(biāo),以CCD相機(jī)為圖像采集設(shè)備,配合計(jì)算機(jī)、軟件設(shè)計(jì)及相應(yīng)的接口,設(shè)計(jì)了一種基于機(jī)器視覺的非接觸式工件缺陷自動檢測系統(tǒng)。攝像機(jī)采集回來的圖像往往存在不同程度的畸變,影響后續(xù)圖像處理結(jié)果,根據(jù)相機(jī)成像的模型及非線性畸變的原因,研究了相機(jī)標(biāo)定方法,通過從不同角度對黑白棋盤格采圖,查找角點(diǎn),根據(jù)物點(diǎn)與像點(diǎn)的坐標(biāo)一一對應(yīng)關(guān)系,求出相機(jī)的內(nèi)外參數(shù),根據(jù)這些參數(shù)實(shí)現(xiàn)圖像畸變校正。在缺陷檢測環(huán)節(jié),首先根據(jù)采集工位和取像特點(diǎn),設(shè)置像源的分配和處理流程,使圖像并行處理;其次對橡膠減震墊表面缺陷圖像預(yù)處理,采用基于Harris角點(diǎn)特征和圖像灰度值相結(jié)合的圖像模板匹配方法對批量工件在線模板匹配,采用小波去噪的方法處理通孔內(nèi)壁,采用邊緣檢測的圖像分割方法將目標(biāo)檢測區(qū)域和背景區(qū)域分離開,為缺陷識別做準(zhǔn)備;最后根據(jù)檢測要求規(guī)劃檢測區(qū)域,根據(jù)灰度直方圖設(shè)置合理的閾值,能夠準(zhǔn)確定位缺陷部位,識別缺陷。本文設(shè)計(jì)的基于機(jī)器視覺的缺陷檢測設(shè)備,具有匹配速度快、抗干擾能力強(qiáng)、缺陷識別準(zhǔn)確等優(yōu)點(diǎn)。經(jīng)過反復(fù)測試表明,設(shè)備能夠滿足工件的在線缺陷檢測需求,目前實(shí)際設(shè)備已經(jīng)投入使用,提高了檢測效率。
【關(guān)鍵詞】：機(jī)器視覺 缺陷檢測 橡膠減震墊 相機(jī)標(biāo)定 圖像處理
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-14
• 1.1 引言10
• 1.2 課題來源10
• 1.3 課題研究的背景、目的、意義10-11
• 1.4 機(jī)器視覺檢測技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀11-13
• 1.5 本文研究內(nèi)容及結(jié)構(gòu)13-14
• 2 系統(tǒng)整體設(shè)計(jì)14-26
• 2.1 待測產(chǎn)品介紹14-16
• 2.1.1 待測物描述14
• 2.1.2 缺陷種類14-15
• 2.1.3 技術(shù)指標(biāo)15-16
• 2.2 視覺模塊16-20
• 2.2.1 相機(jī)的選擇17-19
• 2.2.2 光源的選擇19
• 2.2.3 鏡頭的選擇19-20
• 2.3 自動分揀模塊20-21
• 2.4 運(yùn)動模塊21-23
• 2.5 控制模塊23-24
• 2.6 系統(tǒng)工作流程及步驟24-26
• 3 相機(jī)的標(biāo)定26-37
• 3.1 相機(jī)模型26-28
• 3.1.1 針孔模型26-27
• 3.1.2 非線性模型27-28
• 3.2 非線性畸變的校正28-29
• 3.3 相機(jī)標(biāo)定方法29-33
• 3.4 實(shí)驗(yàn)結(jié)果分析33-36
• 3.5 本章小結(jié)36-37
• 4 橡膠減震墊表面缺陷圖像處理37-55
• 4.1 圖像匹配算法37-43
• 4.1.1 基于灰度模板的圖像匹配37-39
• 4.1.2 基于Harris角點(diǎn)的圖像匹配39-40
• 4.1.3 基于Harris角點(diǎn)的和圖像灰度信息的匹配40-41
• 4.1.4 實(shí)驗(yàn)結(jié)果41-43
• 4.2 圖像降噪算法43-48
• 4.2.1 鄰域平均法43-44
• 4.2.2 中值濾波法44-45
• 4.2.3 小波去噪45-46
• 4.2.4 實(shí)驗(yàn)結(jié)果46-48
• 4.3 圖像分割算法48-54
• 4.3.1 改進(jìn)的模糊C均值聚類分割算法48-50
• 4.3.2 最大類間方差法50-51
• 4.3.3 基于邊緣檢測的分割算法51-53
• 4.3.4 實(shí)驗(yàn)結(jié)果53-54
• 4.4 本章小結(jié)54-55
• 5 橡膠減震墊表面缺陷識別55-67
• 5.1 VisionPro簡介55
• 5.2 圖像獲取和像源的分配55-58
• 5.2.1 八張圖像的獲取方式55-56
• 5.2.2 像源的分配56-58
• 5.3 模板定位和固定坐標(biāo)的建立58-60
• 5.3.1 通孔的模板定位PMAlign58-59
• 5.3.2 固定坐標(biāo)系的創(chuàng)建Fixture59-60
• 5.4 缺陷檢測方法60-65
• 5.4.1 通孔內(nèi)壁缺陷檢測60-63
• 5.4.2 孔口裂紋檢測63-64
• 5.4.3 表面疤痕檢測64-65
• 5.5 檢測結(jié)果匯總及分揀65-66
• 5.6 本章小結(jié)66-67
• 6 總結(jié)與展望67-69
• 6.1 本文工作總結(jié)67
• 6.2 展望67-69
• 參考文獻(xiàn)69-75
• 攻讀碩士學(xué)位期間發(fā)表論文情況75-76
• 致謝76-77

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 Ju-Ping Gu;Liang Hua;Xiao Wu;Hui Yang;Zhen-Tao Zhou;;Color Medical Image Enhancement Based on Adaptive Equalization of Intensity Numbers Matrix Histogram[J];International Journal of Automation and Computing;2015年05期

2 楊秋慧;玉昊昕;李陶深;玉振明;;一種大視場鏡頭的畸變校正方法[J];計(jì)算機(jī)應(yīng)用與軟件;2015年09期

3 王天暢;王士同;;空間約束和距離改進(jìn)的FCM圖像分割算法[J];計(jì)算機(jī)應(yīng)用與軟件;2015年03期

4 盧英;王慧琴;佟威;李俊杰;;基于Harris-張正友平面標(biāo)定法的攝像機(jī)標(biāo)定算法[J];西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

5 梁利利;王興武;謝麗娟;;紅外圖像去噪方法研究[J];電腦知識與技術(shù);2014年32期

6 王子辰;戴明;李剛;汪永陽;宋悅銘;高玉軍;;基于虛擬立體靶標(biāo)的線陣相機(jī)標(biāo)定與分析[J];紅外與激光工程;2014年03期

7 Songtao Liu;Donghua Gao;Fuliang Yin;;Infrared image segmentation method based on 2D histogram shape modification and optimal objective function[J];Journal of Systems Engineering and Electronics;2013年03期

8 ;A comprehensive review of medical image enhancement technologies[J];Computer Aided Drafting,Design and Manufacturing;2012年03期

9 譚顯坤;楊小義;;基于圖像特征識別的部件缺陷無損檢測方法(英文)[J];機(jī)床與液壓;2012年12期

10 唐永鶴;陶華敏;盧煥章;胡謀法;;一種基于Harris算子的快速圖像匹配算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年04期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 威洛斯;焦宗夏;;基于VisionPro的焊膏印刷機(jī)視覺定位系統(tǒng)[A];第十二屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 孫晶;圖像局部不變特征提取技術(shù)研究及其應(yīng)用[D];大連理工大學(xué);2009年

2 陳世哲;微電子產(chǎn)品視覺檢測中關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王鵬月;基于雙目視覺的機(jī)械臂伺服系統(tǒng)的研究[D];內(nèi)蒙古科技大學(xué);2013年

2 繆源;圖像匹配算法的研究[D];合肥工業(yè)大學(xué);2013年

3 俞甫;基于機(jī)器視覺的磁環(huán)多表面缺陷檢測系統(tǒng)研究[D];中國計(jì)量學(xué)院;2013年

4 孫波;基于多目紅外相機(jī)的手術(shù)機(jī)器人光學(xué)跟蹤系統(tǒng)相關(guān)技術(shù)研究[D];山東大學(xué);2011年

5 郭平;基于機(jī)器視覺的鋼板表面缺陷檢測技術(shù)研究[D];南昌大學(xué);2010年

6 王林;基于Gabor變換的木材表面缺陷識別方法的研究[D];東北林業(yè)大學(xué);2010年

7 李喬天;數(shù)字圖像處理技術(shù)在光電影像測量儀中的應(yīng)用[D];長春理工大學(xué);2009年

8 韓超;細(xì)長圓管（棒）排列平行度圖像測量技術(shù)研究[D];中北大學(xué);2008年

9 李寶昭;基于匹配的圖像識別算法的應(yīng)用研究[D];廣東工業(yè)大學(xué);2007年

10 熊琰;三維數(shù)據(jù)建模與處理技術(shù)研究[D];南京航空航天大學(xué);2007年

  本文關(guān)鍵詞：基于機(jī)器視覺的橡膠減震墊缺陷檢測系統(tǒng)的設(shè)計(jì)，由筆耕文化傳播整理發(fā)布。

，

本文編號：372601