表面質(zhì)量是機(jī)柜產(chǎn)品質(zhì)量的直觀體現(xiàn)。隨著客戶對電氣產(chǎn)品質(zhì)量要求的不斷提高和市場競爭的日益加劇,生產(chǎn)商對機(jī)柜表面質(zhì)量也越來越重視,機(jī)柜表面質(zhì)量檢測技術(shù)順應(yīng)得到快速發(fā)展。其中,機(jī)器視覺檢測技術(shù)以其直觀、快速且低成本等優(yōu)點(diǎn)被廣泛應(yīng)用于工業(yè)產(chǎn)品的表面質(zhì)量檢測,提高了其自動化檢測水平,成為機(jī)柜表面缺陷檢測的研究熱點(diǎn)。但現(xiàn)有針對電子元器件和鋼板等表面缺陷檢測方法沒有針對性地解決光照不均勻、復(fù)雜表面形貌和棱邊區(qū)域存在缺陷等問題,無法直接應(yīng)用于大尺寸機(jī)柜表面缺陷檢測。因此,本文開展基于機(jī)器視覺的大尺寸機(jī)柜表面缺陷檢測的關(guān)鍵技術(shù)研究,為大尺寸產(chǎn)品的外觀質(zhì)量檢測提供新方法,具有重要工程應(yīng)用價值。主要研究內(nèi)容包括:（1）分析了常見機(jī)柜表面缺陷類型,成因及特征。針對高質(zhì)量成像要求,研究了光學(xué)成像理論,根據(jù)缺陷檢測的技術(shù)要求搭建了針對機(jī)柜表面尺寸為1.8m×0.8m的雙目視覺圖像采集系統(tǒng),圖像采集幀率為5幀每秒（FPS）,分辨率為3840×2748,滿足0.5mm×0.5mm的缺陷檢測需求。此外,自主設(shè)計(jì)并編寫了機(jī)柜缺陷檢測系統(tǒng)軟件,實(shí)現(xiàn)了機(jī)柜表面圖像的自動存儲和缺陷的智能檢測。（2）針對機(jī)柜特殊區(qū)域缺陷檢測問題... 

【文章來源】：深圳大學(xué)廣東省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同型號的機(jī)柜圖

機(jī)柜表面常見缺陷

圖像采集系統(tǒng)示意圖

【參考文獻(xiàn)】：
博士論文
[1]臍橙表面缺陷的機(jī)器視覺快速檢測研究及嵌入式系統(tǒng)應(yīng)用[D]. 容典.浙江大學(xué) 2017
[2]基于深度攝像機(jī)的三維場景表面重建關(guān)鍵技術(shù)研究[D]. 李陽.浙江大學(xué) 2015
[3]基于改進(jìn)Otsu法和顯著性分析的表面缺陷高效視覺檢測方法研究[D]. 何志勇.蘇州大學(xué) 2015
[4]基于稀疏特征的觸摸屏圖像缺陷檢測及識別方法的研究[D]. 梁列全.華南理工大學(xué) 2015
[5]帶鋼表面缺陷圖像檢測與分類方法研究[D]. 甘勝豐.中國地質(zhì)大學(xué) 2013
[6]表面缺陷視覺在線檢測關(guān)鍵技術(shù)研究[D]. 韓芳芳.天津大學(xué) 2012
[7]圖像邊緣檢測技術(shù)及其應(yīng)用研究[D]. 曾俊.華中科技大學(xué) 2011

碩士論文
[1]鋼管焊縫成像及缺陷檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉向鋒.西安理工大學(xué) 2018
[2]鋼管焊縫缺陷類型檢測[D]. 王璐.西安理工大學(xué) 2018
[3]X射線焊縫圖像缺陷自動檢測算法研究[D]. 王家晨.西安理工大學(xué) 2018
[4]基于機(jī)器視覺的路面裂縫及附屬物檢測研究[D]. 王創(chuàng).西安理工大學(xué) 2018
[5]基于機(jī)器視覺的大尺寸機(jī)柜表面缺陷檢測系統(tǒng)研究[D]. 李慶.深圳大學(xué) 2018
[6]基于圖像處理的鋼軌表面缺陷識別研究[D]. 周詠.蘭州交通大學(xué) 2018
[7]基于圖像處理的鋼軌表面缺陷檢測與定位研究[D]. 李曉梅.蘭州交通大學(xué) 2018
[8]基于圖像和CNN模型的鋼軌表面缺陷識別研究[D]. 冉建民.蘭州交通大學(xué) 2018
[9]基于改進(jìn)ORB算法的視景拼接方法研究[D]. 王銳.西安科技大學(xué) 2018
[10]指紋識別技術(shù)與考勤系統(tǒng)應(yīng)用研究[D]. 季善東.南京郵電大學(xué) 2017



本文編號：3496544