發(fā)布時(shí)間：2021-02-11 09:31

　　機(jī)器視覺(jué)檢測(cè)技術(shù)因具有魯棒性強(qiáng)、實(shí)時(shí)性好、測(cè)量精度高的特點(diǎn)而備受研究者青睞。近年來(lái),隨著智能制造的日益興起,機(jī)器視覺(jué)檢測(cè)技術(shù)在工業(yè)生產(chǎn)中的作用也逐漸顯現(xiàn)。熱保護(hù)器作為電氣設(shè)備裝置中重要的過(guò)熱過(guò)流保護(hù)裝置,其校準(zhǔn)點(diǎn)位置和深度直接影響產(chǎn)品的質(zhì)量。但是熱保護(hù)器外殼由金屬制成,加之校準(zhǔn)點(diǎn)體積微小,這對(duì)目前的檢測(cè)技術(shù)提出了更高要求。為實(shí)現(xiàn)熱保護(hù)器校準(zhǔn)點(diǎn)的中心位置檢測(cè)和校準(zhǔn)點(diǎn)深度測(cè)量,本課題在現(xiàn)有機(jī)器視覺(jué)檢測(cè)技術(shù)的基礎(chǔ)上展開(kāi)研究,具體工作內(nèi)容如下:（1）搭建了熱保護(hù)器校準(zhǔn)點(diǎn)檢測(cè)的實(shí)驗(yàn)平臺(tái)。首先在結(jié)構(gòu)光三維測(cè)量的原理之上,對(duì)熱保護(hù)器校準(zhǔn)點(diǎn)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)進(jìn)行了設(shè)計(jì)。然后根據(jù)平臺(tái)設(shè)計(jì)和測(cè)量指標(biāo),完成硬件設(shè)備的選型。最后研究了系統(tǒng)標(biāo)定的相關(guān)理論,進(jìn)行了檢測(cè)系統(tǒng)的標(biāo)定實(shí)驗(yàn),并對(duì)標(biāo)定結(jié)果做了分析。（2）針對(duì)熱保護(hù)器校準(zhǔn)點(diǎn)背景復(fù)雜且體積微小,其邊緣形態(tài)不規(guī)則,傳統(tǒng)的圓檢測(cè)算法對(duì)校準(zhǔn)點(diǎn)中心檢測(cè)效果不理想的問(wèn)題,提出一種改進(jìn)型隨機(jī)Hough變換中心檢測(cè)方法。該方法在計(jì)算圓參數(shù)過(guò)程中,通過(guò)分區(qū)采樣的方式替代隨機(jī)采樣,并增加了圓心8鄰域最優(yōu)圓篩選環(huán)節(jié),以提高對(duì)不規(guī)則圓的檢測(cè)精度。實(shí)驗(yàn)表明,改進(jìn)的隨機(jī)Hough變換中... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

熱保護(hù)器側(cè)剖示意圖

江蘇大學(xué)碩士學(xué)位論文2圖1.2熱保護(hù)產(chǎn)品尺寸圖Fig.1.2Dimensionaldrawingofthermalprotectionproducts1.2國(guó)內(nèi)外研究現(xiàn)狀1.2.1圓檢測(cè)技術(shù)研究現(xiàn)狀圓檢測(cè)技術(shù)是模式識(shí)別與機(jī)器視覺(jué)中的重要技術(shù)，其應(yīng)用領(lǐng)域包括圓形工件的檢測(cè)與識(shí)別，印刷電路板的定位和瞳孔檢測(cè)等。但由于受到外界環(huán)境干擾，圖像采集的圓形目標(biāo)存在邊緣不連續(xù)，形狀不規(guī)則等問(wèn)題，給圓檢測(cè)帶來(lái)了一定的挑戰(zhàn)。因此，國(guó)內(nèi)外學(xué)者針對(duì)不同的問(wèn)題，提出了很多圓檢測(cè)算法。本課題對(duì)圓檢測(cè)技術(shù)做出如下分析：PaulHough最早提出直線與圓檢測(cè)算法即Hough變換理論，它能有效地對(duì)直線和圓進(jìn)行檢測(cè)，并具有較高的魯棒性[3]。但是Hough變換需要在參數(shù)空間中進(jìn)行大量的數(shù)據(jù)累計(jì)，尤其是要實(shí)現(xiàn)圓檢測(cè)，其空間復(fù)雜度高，對(duì)于計(jì)算機(jī)內(nèi)存需求大，耗時(shí)嚴(yán)重。為了克服Hough變換的缺點(diǎn)，Kimme等在Hough變換的基礎(chǔ)上提出了梯度Hough變換圓檢測(cè)算法，其利用邊緣點(diǎn)的梯度信息來(lái)確定圓心[4]。Kiryatil等人則提出了概率Hough變換，通過(guò)隨機(jī)采樣的方式降低邊緣點(diǎn)的處理數(shù)量[5]。為了提高Hough變換的檢測(cè)精度和檢測(cè)速度，Xu等提出了隨機(jī)Hough變換[6-7]，該方法首先隨機(jī)選取圖像中不共線的邊緣點(diǎn)，然后通過(guò)計(jì)算獲得圓的相關(guān)參數(shù)，再使用多對(duì)一的映射方式進(jìn)行累計(jì)，最后統(tǒng)計(jì)峰值確定最終圓參數(shù)。隨機(jī)Hough變換算法沿用至今，但是也有一定缺陷，在處理復(fù)雜背景圖像時(shí)會(huì)造成無(wú)效累計(jì)。因此，為了減少采樣過(guò)程中的無(wú)效累計(jì)，Ji等使用種點(diǎn)子算法改進(jìn)的隨機(jī)Hough變換[8]。周勇亮等人提出了隨機(jī)Hough變換圓檢測(cè)累計(jì)加速算法，旨在提高隨機(jī)Hough變換圓檢測(cè)算法的速度和抗干擾能力，通過(guò)繼承

江蘇大學(xué)碩士學(xué)位論文4Schmalz等人提出一種基于單線結(jié)構(gòu)光的圓柱形內(nèi)窺鏡3D掃描系統(tǒng)，該系統(tǒng)體積小，長(zhǎng)度和直徑為只有30mm，傳輸速度每秒可達(dá)30幀[19]。2014年，Usamentiaga等人針對(duì)結(jié)構(gòu)光三維測(cè)量易受振動(dòng)影響的問(wèn)題，提出了一種基于雙激光三維重建系統(tǒng)，通過(guò)兩條激光提供的信息來(lái)估計(jì)振動(dòng)，從而消除振動(dòng)帶來(lái)的誤差，實(shí)現(xiàn)了實(shí)驗(yàn)對(duì)象精確重建[20]。與此同時(shí)，國(guó)外的許多大型企業(yè)和研究機(jī)構(gòu)推出了結(jié)構(gòu)光三維測(cè)量產(chǎn)品。例如美國(guó)FARO公司研發(fā)的Focus激光掃描儀，如圖1.3所示，它在復(fù)雜的環(huán)境下也能夠?qū)ξ矬w進(jìn)行三維測(cè)量[21]。由于其精度高、重量輕、尺寸小，其在全球的三維測(cè)量市場(chǎng)上具有很強(qiáng)的競(jìng)爭(zhēng)力。德國(guó)SmartRay公司推出的ECCO系列3D傳感器，如圖1.4所示，該傳感器結(jié)合激光三角測(cè)量與三維成像技術(shù)實(shí)現(xiàn)了高效、高速、高精度的在線三維檢測(cè)，測(cè)量精度可以達(dá)到微米級(jí)[22]。除此之外，美國(guó)的Immersion、德國(guó)的Breuckman公司、日本的基恩士等都推出了相關(guān)的三維測(cè)量產(chǎn)品[23]。圖1.3美國(guó)FARO圖1.4德國(guó)SmartRayFig.1.3USFAROFig.1.4GermanSmartRay相比之下，國(guó)內(nèi)的三維測(cè)量技術(shù)研究起步較晚，但發(fā)展迅速。經(jīng)過(guò)幾代學(xué)者的不懈努力，成果頗豐。天津大學(xué)的劉斌研究了一套基于線結(jié)構(gòu)光三維視覺(jué)技術(shù)的自動(dòng)光學(xué)檢測(cè)系統(tǒng)，該系統(tǒng)主要應(yīng)用于微小尺寸的測(cè)量，具有標(biāo)定過(guò)程簡(jiǎn)單和測(cè)量方式靈活的特點(diǎn)[24]。經(jīng)過(guò)對(duì)發(fā)動(dòng)機(jī)旋轉(zhuǎn)葉片重復(fù)性測(cè)驗(yàn)，精度可達(dá)1.4微米。2016年，北京科技大學(xué)的余樂(lè)文等人在對(duì)結(jié)構(gòu)光三維測(cè)量深入研究的基礎(chǔ)上，提出一種基于灰度平方加權(quán)重心法的光條紋中心提取方法，提高了三維重建的精度[25]。2017年，華南理工大學(xué)的梁俊元利用激光三角測(cè)量的原理，設(shè)計(jì)一套基于線結(jié)構(gòu)光的三維測(cè)量系統(tǒng)，并對(duì)系統(tǒng)的標(biāo)定技術(shù)和條紋中心提取技術(shù)進(jìn)行深入

【參考文獻(xiàn)】：
期刊論文
[1]視覺(jué)圖像技術(shù)與機(jī)器人工件抓取的協(xié)作應(yīng)用[J]. 盛華軍,胡國(guó)清.  自動(dòng)化與儀表. 2020(02)
[2]基于線結(jié)構(gòu)光的角鋼截面幾何參數(shù)三維測(cè)量[J]. 陳至坤,邸躍,曾凱,王福斌.  中國(guó)測(cè)試. 2019(02)
[3]線激光三維場(chǎng)景重建系統(tǒng)及誤差分析[J]. 詹坤烽,陳文建,李武森,張璐.  中國(guó)激光. 2018(12)
[4]基于隨機(jī)Hough變換改進(jìn)的快速圓檢測(cè)算法[J]. 朱正偉,宋文浩,焦竹青,郭曉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(07)
[5]移動(dòng)端視覺(jué)測(cè)量系統(tǒng)的相機(jī)快速標(biāo)定方法[J]. 管昉立,徐愛(ài)俊.  測(cè)繪科學(xué). 2019(02)
[6]基于Geomagic逆向建模的3D打印技術(shù)研究[J]. 吳凱,莫志豪,李雪峰,梁建文.  模具制造. 2018(05)
[7]復(fù)雜環(huán)境下結(jié)構(gòu)光中心線提取算法[J]. 楊鎮(zhèn)豪,楊柳,李輝,陳建政.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(09)
[8]基于三維激光掃描技術(shù)的某金礦采場(chǎng)體積測(cè)量與計(jì)算[J]. 李鵬宇,姜岳,宗琪,牟占武,袁鑫,姜巖.  金屬礦山. 2018(04)
[9]復(fù)雜背景圖像下基于邊緣點(diǎn)校驗(yàn)的圓檢測(cè)方法[J]. 李軍,程健.  計(jì)算機(jī)工程. 2018(03)
[10]基于連通區(qū)域標(biāo)記算法的圓檢測(cè)算法的研究[J]. 沈夏炯,段曉宇,原萬(wàn)里,韓道軍.  計(jì)算機(jī)工程與應(yīng)用. 2018(21)

博士論文
[1]復(fù)雜形態(tài)溶洞精細(xì)化表征及其對(duì)盾構(gòu)隧道施工圍巖穩(wěn)定性的影響研究[D]. 孫尚渠.山東大學(xué) 2019
[2]基于攝影測(cè)量系統(tǒng)的標(biāo)定與表面數(shù)據(jù)融合算法研究[D]. 付瑋.南昌大學(xué) 2018
[3]激光三維成像關(guān)鍵技術(shù)研究[D]. 岳娟.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所) 2017
[4]基于機(jī)器視覺(jué)的在線高速檢測(cè)與精確控制研究及應(yīng)用[D]. 周文舉.上海大學(xué) 2014
[5]基于視覺(jué)信息的圖像特征提取算法研究[D]. 戴金波.吉林大學(xué) 2013
[6]基于線結(jié)構(gòu)光掃描的三維表面缺陷在線檢測(cè)的理論與應(yīng)用研究[D]. 吳慶華.華中科技大學(xué) 2013
[7]紅鋼棒材表面缺陷圖像采集與檢測(cè)系統(tǒng)研究[D]. 張建川.山東大學(xué) 2012
[8]微小三維尺寸自動(dòng)光學(xué)檢測(cè)系統(tǒng)的關(guān)鍵技術(shù)研究[D]. 劉斌.天津大學(xué) 2010
[9]線結(jié)構(gòu)光三維自動(dòng)掃描系統(tǒng)關(guān)鍵技術(shù)的研究[D]. 王鵬.天津大學(xué) 2008

碩士論文
[1]基于機(jī)器視覺(jué)的突跳式溫控器缺陷檢測(cè)系統(tǒng)[D]. 魏星.江蘇大學(xué) 2019
[2]基于激光結(jié)構(gòu)光的角鋼截面參數(shù)測(cè)量[D]. 邸躍.華北理工大學(xué) 2019
[3]基于地面激光掃描技術(shù)的林區(qū)道橋安全監(jiān)測(cè)研究[D]. 劉德賀.南京林業(yè)大學(xué) 2018
[4]空間曲面焊縫軌跡自動(dòng)提取系統(tǒng)研究與開(kāi)發(fā)[D]. 陳旭.福州大學(xué) 2018
[5]基于雙目立體視覺(jué)的系統(tǒng)標(biāo)定技術(shù)研究[D]. 王文鵬.西北農(nóng)林科技大學(xué) 2018
[6]基于機(jī)器視覺(jué)的鞋底精加工輪廓檢測(cè)系統(tǒng)的研發(fā)[D]. 區(qū)建聰.廣東工業(yè)大學(xué) 2018
[7]基于線結(jié)構(gòu)光的三維測(cè)量算法研究[D]. 潘光明.華中科技大學(xué) 2018
[8]三維點(diǎn)云數(shù)據(jù)的去噪和特征提取算法研究[D]. 史皓良.南昌大學(xué) 2017
[9]三維激光掃描點(diǎn)云去噪及在建模中的應(yīng)用[D]. 艾衛(wèi)濤.西安科技大學(xué) 2017
[10]二維零件測(cè)量中圓檢測(cè)及圓度測(cè)量研究[D]. 任晟德.廣西大學(xué) 2017



本文編號(hào)：3028893