隨著計算機技術(shù)的快速發(fā)展,機器視覺技術(shù)在零件檢測中的應(yīng)用越來越廣泛,與傳統(tǒng)的檢測手段相比,這種非接觸式檢測方法極大地提高了檢測的自動化程度、檢測效率和檢測精度,同時大大降低了檢測人員的勞動強度和檢測成本。目前,針對齒輪檢測已經(jīng)有相應(yīng)的視覺檢測設(shè)備,精度也非常高,但是大部分都是針對單個齒輪進行抽樣檢測,并不能在生產(chǎn)過程中在線檢測,并且這些設(shè)備大多是國外進口的,價格昂貴,很難在行業(yè)中普及。針對上述現(xiàn)狀,本文通過對機器視覺技術(shù)及圖像處理技術(shù)的深入研究,以齒輪為研究對象,詳細分析了圖像預(yù)處理技術(shù)和邊緣檢測技術(shù),設(shè)計了基于機器視覺的齒輪在線檢測系統(tǒng)。本文的主要研究內(nèi)容:（1）完成了機器視覺的齒輪在線檢測系統(tǒng)的硬件和軟件設(shè)計。按照齒輪檢測的具體要求,選擇了合適的光源和相機等設(shè)備,在實驗室環(huán)境中搭建檢測平臺,完成齒輪圖像的采集。利用MATLAB的GUI界面設(shè)計工具設(shè)計齒輪圖像采集界面、齒輪尺寸測量界面以及齒輪內(nèi)齒檢測界面。（2）對采集到的圖像進行預(yù)處理。采集到的原始圖像存在大量噪聲,需對圖像進行濾波處理以得到有利于邊緣檢測的圖像。本文選用高斯濾波對圖像進行濾波處理。（3）齒輪圖像邊緣檢測算法研究。通... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

光源

第二章系統(tǒng)總體設(shè)計9圖2-3實驗室照明裝置實物圖2.2.2相機的選型攝像頭根據(jù)傳感器可分為CCD攝像頭與CMOS攝像頭。本文使用工業(yè)攝像頭對齒輪進行圖像采集，攝像頭具體型號及參數(shù)如圖2-4所示。圖2-4攝像頭實物及參數(shù)2.2.3系統(tǒng)的硬件平臺設(shè)計本文設(shè)計的基于機器視覺的齒輪在線檢測系統(tǒng)的使用對象是齒輪加工企業(yè)，最終目的是為了應(yīng)用于齒輪生產(chǎn)過程中，所以應(yīng)用環(huán)境并不僅限于實驗室條件下，因此針對于本系統(tǒng)設(shè)計了相應(yīng)的硬件仿真平臺，本節(jié)將詳細介紹齒輪檢測系統(tǒng)中運動控制模塊的仿真設(shè)計，主要包括三個部分，分別是齒輪傳輸運動、齒輪圖像拍攝、齒輪分揀運動。具體結(jié)構(gòu)介紹如下。1、支撐結(jié)構(gòu)

第二章系統(tǒng)總體設(shè)計9圖2-3實驗室照明裝置實物圖2.2.2相機的選型攝像頭根據(jù)傳感器可分為CCD攝像頭與CMOS攝像頭。本文使用工業(yè)攝像頭對齒輪進行圖像采集，攝像頭具體型號及參數(shù)如圖2-4所示。圖2-4攝像頭實物及參數(shù)2.2.3系統(tǒng)的硬件平臺設(shè)計本文設(shè)計的基于機器視覺的齒輪在線檢測系統(tǒng)的使用對象是齒輪加工企業(yè)，最終目的是為了應(yīng)用于齒輪生產(chǎn)過程中，所以應(yīng)用環(huán)境并不僅限于實驗室條件下，因此針對于本系統(tǒng)設(shè)計了相應(yīng)的硬件仿真平臺，本節(jié)將詳細介紹齒輪檢測系統(tǒng)中運動控制模塊的仿真設(shè)計，主要包括三個部分，分別是齒輪傳輸運動、齒輪圖像拍攝、齒輪分揀運動。具體結(jié)構(gòu)介紹如下。1、支撐結(jié)構(gòu)

【參考文獻】：
期刊論文
[1]基于單片機的徑向綜合誤差測量儀設(shè)計[J]. 李戰(zhàn),劉玉梅.  機械工程師. 2017(08)
[2]圖小波變換在圖像分割中的應(yīng)用研究[J]. 王林,樊淋杰.  微型機與應(yīng)用. 2017(08)
[3]基于雙目視覺的接觸網(wǎng)磨耗在線檢測研究[J]. 王延華,李騰.  計算機工程與應(yīng)用. 2018(05)
[4]基于機器視覺的金屬拉鏈缺陷檢測研究[J]. 何用輝.  長春師范大學(xué)學(xué)報. 2016(06)
[5]基于Halcon的齒輪缺陷檢測系統(tǒng)設(shè)計[J]. 王文成.  機械傳動. 2014(09)
[6]基于互信息與差影法的塑料齒輪缺陷檢測研究[J]. 謝佩軍.  制造業(yè)自動化. 2012(23)
[7]一種用于精密樣板檢測的邊緣提取方法[J]. 趙萍,趙文珍,段振云,趙文輝.  機械設(shè)計與制造. 2012(12)
[8]影像測量儀的發(fā)展與點評[J]. 謝華錕.  工具技術(shù). 2011(08)
[9]基于機器視覺的直齒圓柱齒輪尺寸參數(shù)測量[J]. 黎鵬,劉其洪.  計算機測量與控制. 2009(04)
[10]圖像處理技術(shù)在焊縫跟蹤中的應(yīng)用[J]. 王萍,孫紹功,高原,張文明.  傳感器世界. 2007(08)

博士論文
[1]鐵譜圖像分割及磨粒識別關(guān)鍵技術(shù)研究[D]. 王靜秋.南京航空航天大學(xué) 2014
[2]基于機器視覺的砂輪廓形測量系統(tǒng)研究[D]. 趙萍.沈陽工業(yè)大學(xué) 2013
[3]基于計算機視覺的水稻、油菜葉色—氮營養(yǎng)診斷機理與建模[D]. 李錦衛(wèi).湖南農(nóng)業(yè)大學(xué) 2010
[4]極化SAR圖像的分割和分類算法研究[D]. 楊新.電子科技大學(xué) 2008
[5]圖像邊緣檢測和圖像匹配研究及應(yīng)用[D]. 王慧燕.浙江大學(xué) 2003

碩士論文
[1]基于眨眼檢測與瞳孔定位的疲勞駕駛狀態(tài)檢測[D]. 汪小帆.安徽工業(yè)大學(xué) 2018
[2]基于高光譜技術(shù)的水稻稻曲病監(jiān)測研究[D]. 謝亞平.杭州電子科技大學(xué) 2018
[3]一類在膜計算框架下優(yōu)化的kNN算法及其在圖像分類中的應(yīng)用[D]. 胡娟.西華大學(xué) 2018
[4]嵌入式小模數(shù)齒輪缺陷視覺檢測系統(tǒng)的研究[D]. 楊亞.重慶理工大學(xué) 2018
[5]基于視覺的齒輪檢測及相機標定方法研究[D]. 張曉峰.合肥工業(yè)大學(xué) 2018
[6]基于工業(yè)CT圖像的工件缺陷智能檢測技術(shù)研究[D]. 時佳悅.蘭州交通大學(xué) 2017
[7]基于機器視覺測量的齒輪圖像邊界提取算法研究[D]. 單紫薇.沈陽工業(yè)大學(xué) 2017
[8]基于機器視覺的扁彈簧在線分類及質(zhì)量檢測[D]. 陳鵬.鄭州大學(xué) 2017
[9]基于尺度不變特征變換的虹膜識別技術(shù)研究[D]. 邵星星.鄭州大學(xué) 2017
[10]基于機器視覺的齒輪多參數(shù)測量技術(shù)研究[D]. 張麗鵬.江蘇大學(xué) 2017



本文編號：2972583