隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,機(jī)器視覺(jué)技術(shù)在零件檢測(cè)中的應(yīng)用越來(lái)越廣泛,與傳統(tǒng)的檢測(cè)手段相比,這種非接觸式檢測(cè)方法極大地提高了檢測(cè)的自動(dòng)化程度、檢測(cè)效率和檢測(cè)精度,同時(shí)大大降低了檢測(cè)人員的勞動(dòng)強(qiáng)度和檢測(cè)成本。目前,針對(duì)齒輪檢測(cè)已經(jīng)有相應(yīng)的視覺(jué)檢測(cè)設(shè)備,精度也非常高,但是大部分都是針對(duì)單個(gè)齒輪進(jìn)行抽樣檢測(cè),并不能在生產(chǎn)過(guò)程中在線檢測(cè),并且這些設(shè)備大多是國(guó)外進(jìn)口的,價(jià)格昂貴,很難在行業(yè)中普及。針對(duì)上述現(xiàn)狀,本文通過(guò)對(duì)機(jī)器視覺(jué)技術(shù)及圖像處理技術(shù)的深入研究,以齒輪為研究對(duì)象,詳細(xì)分析了圖像預(yù)處理技術(shù)和邊緣檢測(cè)技術(shù),設(shè)計(jì)了基于機(jī)器視覺(jué)的齒輪在線檢測(cè)系統(tǒng)。本文的主要研究?jī)?nèi)容:（1）完成了機(jī)器視覺(jué)的齒輪在線檢測(cè)系統(tǒng)的硬件和軟件設(shè)計(jì)。按照齒輪檢測(cè)的具體要求,選擇了合適的光源和相機(jī)等設(shè)備,在實(shí)驗(yàn)室環(huán)境中搭建檢測(cè)平臺(tái),完成齒輪圖像的采集。利用MATLAB的GUI界面設(shè)計(jì)工具設(shè)計(jì)齒輪圖像采集界面、齒輪尺寸測(cè)量界面以及齒輪內(nèi)齒檢測(cè)界面。（2）對(duì)采集到的圖像進(jìn)行預(yù)處理。采集到的原始圖像存在大量噪聲,需對(duì)圖像進(jìn)行濾波處理以得到有利于邊緣檢測(cè)的圖像。本文選用高斯濾波對(duì)圖像進(jìn)行濾波處理。（3）齒輪圖像邊緣檢測(cè)算法研究。通... 

【文章來(lái)源】：天津工業(yè)大學(xué)天津市

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

光源

第二章系統(tǒng)總體設(shè)計(jì)9圖2-3實(shí)驗(yàn)室照明裝置實(shí)物圖2.2.2相機(jī)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(duì)齒輪進(jìn)行圖像采集，攝像頭具體型號(hào)及參數(shù)如圖2-4所示。圖2-4攝像頭實(shí)物及參數(shù)2.2.3系統(tǒng)的硬件平臺(tái)設(shè)計(jì)本文設(shè)計(jì)的基于機(jī)器視覺(jué)的齒輪在線檢測(cè)系統(tǒng)的使用對(duì)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(guò)程中，所以應(yīng)用環(huán)境并不僅限于實(shí)驗(yàn)室條件下，因此針對(duì)于本系統(tǒng)設(shè)計(jì)了相應(yīng)的硬件仿真平臺(tái)，本節(jié)將詳細(xì)介紹齒輪檢測(cè)系統(tǒng)中運(yùn)動(dòng)控制模塊的仿真設(shè)計(jì)，主要包括三個(gè)部分，分別是齒輪傳輸運(yùn)動(dòng)、齒輪圖像拍攝、齒輪分揀運(yùn)動(dòng)。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(jì)9圖2-3實(shí)驗(yàn)室照明裝置實(shí)物圖2.2.2相機(jī)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(duì)齒輪進(jìn)行圖像采集，攝像頭具體型號(hào)及參數(shù)如圖2-4所示。圖2-4攝像頭實(shí)物及參數(shù)2.2.3系統(tǒng)的硬件平臺(tái)設(shè)計(jì)本文設(shè)計(jì)的基于機(jī)器視覺(jué)的齒輪在線檢測(cè)系統(tǒng)的使用對(duì)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(guò)程中，所以應(yīng)用環(huán)境并不僅限于實(shí)驗(yàn)室條件下，因此針對(duì)于本系統(tǒng)設(shè)計(jì)了相應(yīng)的硬件仿真平臺(tái)，本節(jié)將詳細(xì)介紹齒輪檢測(cè)系統(tǒng)中運(yùn)動(dòng)控制模塊的仿真設(shè)計(jì)，主要包括三個(gè)部分，分別是齒輪傳輸運(yùn)動(dòng)、齒輪圖像拍攝、齒輪分揀運(yùn)動(dòng)。具體結(jié)構(gòu)介紹如下。1、支撐結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]基于單片機(jī)的徑向綜合誤差測(cè)量?jī)x設(shè)計(jì)[J]. 李戰(zhàn),劉玉梅.  機(jī)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(jī)與應(yīng)用. 2017(08)
[3]基于雙目視覺(jué)的接觸網(wǎng)磨耗在線檢測(cè)研究[J]. 王延華,李騰.  計(jì)算機(jī)工程與應(yīng)用. 2018(05)
[4]基于機(jī)器視覺(jué)的金屬拉鏈缺陷檢測(cè)研究[J]. 何用輝.  長(zhǎng)春師范大學(xué)學(xué)報(bào). 2016(06)
[5]基于Halcon的齒輪缺陷檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 王文成.  機(jī)械傳動(dòng). 2014(09)
[6]基于互信息與差影法的塑料齒輪缺陷檢測(cè)研究[J]. 謝佩軍.  制造業(yè)自動(dòng)化. 2012(23)
[7]一種用于精密樣板檢測(cè)的邊緣提取方法[J]. 趙萍,趙文珍,段振云,趙文輝.  機(jī)械設(shè)計(jì)與制造. 2012(12)
[8]影像測(cè)量?jī)x的發(fā)展與點(diǎn)評(píng)[J]. 謝華錕.  工具技術(shù). 2011(08)
[9]基于機(jī)器視覺(jué)的直齒圓柱齒輪尺寸參數(shù)測(cè)量[J]. 黎鵬,劉其洪.  計(jì)算機(jī)測(cè)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(shí)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(jī)器視覺(jué)的砂輪廓形測(cè)量系統(tǒng)研究[D]. 趙萍.沈陽(yáng)工業(yè)大學(xué) 2013
[3]基于計(jì)算機(jī)視覺(jué)的水稻、油菜葉色—氮營(yíng)養(yǎng)診斷機(jī)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(cè)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(cè)與瞳孔定位的疲勞駕駛狀態(tài)檢測(cè)[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(cè)研究[D]. 謝亞平.杭州電子科技大學(xué) 2018
[3]一類在膜計(jì)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(jué)檢測(cè)系統(tǒng)的研究[D]. 楊亞.重慶理工大學(xué) 2018
[5]基于視覺(jué)的齒輪檢測(cè)及相機(jī)標(biāo)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(cè)技術(shù)研究[D]. 時(shí)佳悅.蘭州交通大學(xué) 2017
[7]基于機(jī)器視覺(jué)測(cè)量的齒輪圖像邊界提取算法研究[D]. 單紫薇.沈陽(yáng)工業(yè)大學(xué) 2017
[8]基于機(jī)器視覺(jué)的扁彈簧在線分類及質(zhì)量檢測(cè)[D]. 陳鵬.鄭州大學(xué) 2017
[9]基于尺度不變特征變換的虹膜識(shí)別技術(shù)研究[D]. 邵星星.鄭州大學(xué) 2017
[10]基于機(jī)器視覺(jué)的齒輪多參數(shù)測(cè)量技術(shù)研究[D]. 張麗鵬.江蘇大學(xué) 2017



本文編號(hào)：2972583