伴隨著智能化的進(jìn)步,機(jī)器人數(shù)量快速增加,人工智能得到了充分的發(fā)展空間。機(jī)器視覺(jué)是一種利用高性能相機(jī)等采集裝置獲取需要分析的圖像,并從中將需要的信息分離出來(lái),從而實(shí)現(xiàn)代替人眼睛功能的技術(shù)。玻璃作為現(xiàn)行社會(huì)隨處可見(jiàn)的產(chǎn)品,邊緣研磨是玻璃加工高水平發(fā)展的技術(shù)需求,機(jī)器視覺(jué)的高精度、持續(xù)時(shí)間長(zhǎng)的特點(diǎn)滿足了質(zhì)量檢測(cè)的需求,實(shí)現(xiàn)玻璃制造行業(yè)的快速高效發(fā)展。根據(jù)需檢測(cè)的曲邊玻璃的缺陷特征來(lái)設(shè)計(jì)機(jī)器視覺(jué)的圖像采集系統(tǒng)。從玻璃的加工機(jī)理和磨削方法,簡(jiǎn)析出玻璃缺陷（亮斑、白線、爆邊）的形成原理,通過(guò)缺陷特征的分析,選擇設(shè)計(jì)采集設(shè)備,工業(yè)CCD相機(jī)的清晰度、分辨率均可以滿足;由于檢測(cè)面是上下對(duì)稱曲面的,為實(shí)現(xiàn)光源的均勻照射,采用條形LED光源與檢測(cè)表面平行的結(jié)構(gòu)設(shè)計(jì);白線與亮斑的特征通過(guò)光源的照射,與相機(jī)處于同一平面時(shí)即可完整的顯示出來(lái),在對(duì)爆邊的檢測(cè)中,由于爆邊較小,將相機(jī)與玻璃成45o角時(shí)可以擴(kuò)大爆邊特征,簡(jiǎn)化檢測(cè)過(guò)程。使用較為成熟的圖像處理軟件HALCON識(shí)別采集到的缺陷圖片,通過(guò)人工視覺(jué)以及機(jī)器視覺(jué)的綜合分析確定玻璃邊緣缺陷的檢測(cè)思路。在已有算法的基礎(chǔ)上,閾值分割出亮斑,直方圖均衡化強(qiáng)化爆邊特征,雙... 

【文章來(lái)源】：煙臺(tái)大學(xué)山東省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 機(jī)器視覺(jué)技術(shù)
        1.2.1 機(jī)器視覺(jué)背景介紹
        1.2.2 機(jī)器視覺(jué)研究現(xiàn)狀與應(yīng)用
        1.2.3 機(jī)器視覺(jué)系統(tǒng)
    1.3 玻璃行業(yè)和機(jī)器視覺(jué)結(jié)合的必然性
    1.4 本課題主要研究?jī)?nèi)容
第二章 玻璃邊緣缺陷的分析
    2.1 研磨加工技術(shù)
        2.1.1 垂直研磨
        2.1.2 平行滾輪式研磨
        2.1.3 面部側(cè)面研磨
    2.2 玻璃缺陷形成機(jī)理及特征
        2.2.1 亮斑的成因分析
        2.2.2 爆邊的成因分析
        2.2.3 白線成因分析
    2.3 本章小結(jié)
第三章 硬件裝置的設(shè)計(jì)
    3.1 CCD相機(jī)的選擇
    3.2 光源系統(tǒng)的設(shè)計(jì)
    3.3 總體結(jié)構(gòu)框架
    3.4 本章小結(jié)
第四章 缺陷識(shí)別算法研究
    4.1 圖像處理基本理論
        4.1.1 相鄰像素
        4.1.2 直方圖
        4.1.3 圖像增強(qiáng)
        4.1.4 圖像分割
        4.1.5 數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用
        4.1.6 圖像數(shù)據(jù)的表示與存儲(chǔ)
    4.2 缺陷識(shí)別算法設(shè)計(jì)
        4.2.1 Halcon旋轉(zhuǎn)縮放和平移
        4.2.2 亮斑的識(shí)別算法
        4.2.3 白線的識(shí)別算法
        4.2.4 爆邊的識(shí)別算法
    4.3 本章小結(jié)
第五章 軟件編程界面設(shè)計(jì)
    5.1 HALCON和 VC++混合編程的設(shè)計(jì)流程
    5.2 用例設(shè)計(jì)
    5.3 系統(tǒng)信息交互的簡(jiǎn)述
    5.4 本章小結(jié)
第六章 實(shí)驗(yàn)檢測(cè)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間所獲學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]無(wú)邊框液晶顯示屏垂直磨邊制程的探究[J]. 王超,王健,黨張偉,郭占,黃雷.  電子世界. 2019(02)
[2]機(jī)器視覺(jué)技術(shù)的發(fā)展現(xiàn)狀與應(yīng)用動(dòng)態(tài)研究[J]. 陳英.  無(wú)線互聯(lián)科技. 2018(19)
[3]計(jì)算機(jī)圖形圖像處理的關(guān)鍵技術(shù)研究[J]. 陳芬.  電腦知識(shí)與技術(shù). 2018(22)
[4]數(shù)字圖像處理技術(shù)的應(yīng)用與發(fā)展[J]. 劉印.  信息與電腦(理論版). 2018(14)
[5]大尺寸液晶玻璃切割技術(shù)研究[J]. 曹力寧,蔡克新.  電子工藝技術(shù). 2018(04)
[6]光伏玻璃的缺陷顯著圖檢測(cè)[J]. 王哲,李文書(shū).  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[7]數(shù)字圖像處理與識(shí)別系統(tǒng)的開(kāi)發(fā)研究[J]. 朱安琪.  電子測(cè)試. 2016(09)
[8]機(jī)器視覺(jué)在我國(guó)農(nóng)業(yè)中的應(yīng)用研究進(jìn)展分析[J]. 王風(fēng)云,鄭紀(jì)業(yè),唐研,劉延忠,李喬宇,穆元杰,王磊.  山東農(nóng)業(yè)科學(xué). 2016(04)
[9]基于Marr理論的立體視覺(jué)概述[J]. 陳新河,周波,梁寶華.  宜賓學(xué)院學(xué)報(bào). 2015(12)
[10]磨邊技術(shù)的發(fā)展和未來(lái)[J]. 趙龍.  網(wǎng)印工業(yè). 2014(12)

博士論文
[1]大型立式玻璃磨邊機(jī)關(guān)鍵力學(xué)問(wèn)題研究[D]. 徐宏海.北京工業(yè)大學(xué) 2013
[2]基于微納米劃擦特性的光學(xué)玻璃磨削機(jī)理與工藝研究[D]. 顧偉彬.上海交通大學(xué) 2012
[3]圖像分類任務(wù)的關(guān)鍵技術(shù)研究[D]. 任楨.哈爾濱工程大學(xué) 2010
[4]邊緣檢測(cè)的若干技術(shù)研究[D]. 董鴻燕.國(guó)防科學(xué)技術(shù)大學(xué) 2008
[5]RGB顏色空間及其應(yīng)用研究[D]. 黃國(guó)祥.中南大學(xué) 2002

碩士論文
[1]基于機(jī)器視覺(jué)的玻璃邊部磨削缺陷檢測(cè)的研究與應(yīng)用[D]. 趙俊冉.煙臺(tái)大學(xué) 2018
[2]面向機(jī)器視覺(jué)應(yīng)用的智能光源設(shè)計(jì)與優(yōu)化研究[D]. 駱偉岸.廣東工業(yè)大學(xué) 2018
[3]基于機(jī)器視覺(jué)的玻璃缺陷分類識(shí)別的研究[D]. 薛源.合肥工業(yè)大學(xué) 2018
[4]基于單目視覺(jué)的爬壁機(jī)器人定位系統(tǒng)研究[D]. 朱凌峰.浙江大學(xué) 2018
[5]基于視覺(jué)測(cè)量的玻璃瓶缺陷檢測(cè)[D]. 周航.沈陽(yáng)航空航天大學(xué) 2018
[6]基于圖像增強(qiáng)的交通圖像邊緣檢測(cè)研究[D]. 石曉婧.天津職業(yè)技術(shù)師范大學(xué) 2018
[7]基于SPH方法的石英玻璃超精密加工機(jī)理研究[D]. 鄭桂林.大連理工大學(xué) 2017
[8]基于邊緣的復(fù)雜背景下識(shí)別技術(shù)研究[D]. 黃正文.集美大學(xué) 2017
[9]基于嵌入式的采樣機(jī)器人視覺(jué)測(cè)量系統(tǒng)研究[D]. 袁超峰.西安建筑科技大學(xué) 2017
[10]透明玻璃平板表面缺陷在線檢測(cè)系統(tǒng)的研究[D]. 彭超.浙江工業(yè)大學(xué) 2016



本文編號(hào)：3143590