發(fā)布時間：2021-12-16 11:57

　　零件是工業(yè)生產(chǎn)制造過程中必不可少的組成元件。不論是航空航天裝備制造業(yè),還是精密儀器制造業(yè),零件都發(fā)揮著不容忽視的重要作用。將機器視覺檢測與識別技術(shù)搭載于各類自動化設(shè)備,實現(xiàn)零件的智能化識別與抓取,對工業(yè)生產(chǎn)制造領(lǐng)域的智能化發(fā)展具有極大的推動作用�；谏疃葘W(xué)習(xí)的物體檢測與識別方法具有易于提取物體特征的特點。面對不同應(yīng)用場景,采用圖像數(shù)據(jù)增強的方法擴充訓(xùn)練圖像數(shù)據(jù)集提升模型的泛化能力,融合多尺度特征網(wǎng)絡(luò)提升檢測的實時準(zhǔn)確率。本文主要以不同類別的光亮金屬零件作為研究對象展開深入研究,提出基于機器視覺的光亮零件在線檢測與識別方法。本文的主要工作如下:首先,針對本文研究對象自身的特點,設(shè)計機器視覺在線檢測與識別系統(tǒng),對系統(tǒng)關(guān)鍵硬件設(shè)備進行選型,搭建了機器視覺檢測平臺。利用該系統(tǒng),采集并建立光亮金屬零件圖像數(shù)據(jù)集。其次,本文研究了多種傳統(tǒng)圖像數(shù)據(jù)增強方法,通過實驗驗證傳統(tǒng)圖像數(shù)據(jù)增強方法得到圖像數(shù)據(jù)的局限性。結(jié)合光亮金屬零件的特點,提出改進的基于深度卷積生成對抗網(wǎng)絡(luò)（Deep Convolutional Generative Adversarial Network,DCGAN）的金屬零件數(shù)據(jù)增強方... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

采集與實采集與實驗平臺

天津工業(yè)大學(xué)碩士學(xué)位論文10表2-2線陣相機與面陣相機對比Tab.2-2Thedifferencebetweenline-scancameraandarea-arraycamera線陣相機面陣相機圖像獲取單行像素像素矩陣成像速度慢快成本高低分辨率高低檢測速度快慢表2-3不同數(shù)據(jù)傳輸接口對比Tab.2-3ThedifferenceofdatatransmissioninterfaceUSB3.01394a/1394bGigECameraLink成本低高低高傳輸速率（Gbps）3.2-5.00.81.02.0-5.0傳輸距離（m）3-54.510010采集卡支持無有無有CPU占用率一般低低高綜合考慮工業(yè)相機包含的主要參數(shù)以及本文研究對象的特點，本文選擇了Microview公司ROSA系列工業(yè)相機，具體型號為RS-A1300-GM60-M10，其外形尺寸為38mm×38mm×37.6mm。相機實物圖如圖2-2所示，相機具體參數(shù)如表2-4所示。圖2-2工業(yè)相機實物圖Fig.2-2Industrialcameraphysicalmap表2-4RS-A1300-GM60-M10相機關(guān)鍵參數(shù)Tab.2-4RS-A1300-GM60-M10cameraparameters參數(shù)名參數(shù)值參數(shù)名參數(shù)值物理尺寸（mm）38×38×37.6傳感器型號EV76C560分辨率（pixel）1600×1200傳感器類型CMOS像元尺寸（μm）5.3×5.3數(shù)據(jù)接口以太網(wǎng)接口最高幀率（fps）60光學(xué)接口C接口

第二章金屬零件檢測與識別系統(tǒng)設(shè)計112.2.2鏡頭選型準(zhǔn)確選擇與所選工業(yè)相機相匹配的工業(yè)鏡頭也是機器視覺識別系統(tǒng)搭建過程中的重要環(huán)節(jié)，二者的匹配度決定了檢測與識別系統(tǒng)采集圖像的質(zhì)量，進而影響了檢測結(jié)果的準(zhǔn)確率。鏡頭選擇過程主要考慮的主要參數(shù)包括：焦距、視嘗物距、靶面尺寸等。根據(jù)上一小節(jié)的相機選型，RS-A1300-GM60-M10工業(yè)相機的像元尺寸為5.3μm×5.3μm，分辨率為1280pixel×1024pixel，則可得到靶面高度為1280×5.3μm＝6.8mm。焦距的計算公式[30]如公式（2-1）所示，再根據(jù)焦距的計算公式可以得到鏡頭的焦距。f=hL/H（2-1）其中，f為鏡頭焦距，h為相機靶面高度，L為被測物體到鏡頭的距離，H為視場高度。本文用到的金屬螺釘最長尺寸約為40mm，待測物體在圖像中所占位置的最大高度為150mm。即公式（2-1）中H為150mm，設(shè)定相機與待檢測物體最大距離L為400mm。通過公式（2-1）計算得到待選用相機最大焦距為18mm。根據(jù)本文研究對象的尺寸、相機參數(shù)、實驗平臺尺寸以及實驗場景等條件，本文選用了Computar公司的M1614-MP2鏡頭。M1614-MP2鏡頭實物如圖2-3所示，相關(guān)參數(shù)如表2-5所示。圖2-3鏡頭實物圖Fig.2-3Industrialcameraphysicalmap表2-5M1614-MP2鏡頭關(guān)鍵參數(shù)Tab.2-5M1614-MP2lensparameters參數(shù)名參數(shù)值靶面尺寸（mm）8.8×6.6，11焦距（mm）16后焦距（mm）13.10尺寸（mm）11×28.2接口C

【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)模型的手寫數(shù)字辨識算法研究[J]. 張爍,張榮.  計算機應(yīng)用與軟件. 2019(08)
[2]生成對抗網(wǎng)絡(luò)圖像處理綜述[J]. 朱秀昌,唐貴進.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[3]基于Wasserstein GAN的文檔表示模型[J]. 馬永軍,李亞軍,汪睿,陳海山.  計算機工程與科學(xué). 2019(01)
[4]結(jié)合深度殘差學(xué)習(xí)和感知損失的圖像去噪[J]. 吳從中,陳曦,季棟,詹曙.  中國圖象圖形學(xué)報. 2018(10)
[5]混合KPCA和SVM的機械零件形狀識別方法研究[J]. 馮長建,吳斌,羅躍綱.  機械制造與自動化. 2016(04)
[6]基于視覺的焊接工件在線識別與分類算法研究[J]. 李春,李琳,鄒焱飚,曾亮華.  價值工程. 2016(04)
[7]基于LBP和SVM的工件圖像特征識別研究[J]. 吳益紅,許鋼,江娟娟,畢運鋒.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2016(01)
[8]離軸三反空間相機的焦距測量[J]. 譚進國,何欣.  光學(xué)儀器. 2014(04)
[9]一種基于區(qū)域的雙三次圖像插值算法[J]. 王會鵬,周利莉,張杰.  計算機工程. 2010(19)
[10]基于雙線性插值的圖像縮放算法的研究與實現(xiàn)[J]. 王森,楊克儉.  自動化技術(shù)與應(yīng)用. 2008(07)

博士論文
[1]復(fù)雜交通場景下車牌檢測算法的研究[D]. 向函.貴州大學(xué) 2019

碩士論文
[1]基于改進生成對抗網(wǎng)絡(luò)的圖像超分辨重建研究[D]. 王凡.西安理工大學(xué) 2019
[2]基于深度學(xué)習(xí)的分揀機器人目標(biāo)識別與定位[D]. 解修亮.安徽工程大學(xué) 2019
[3]儲糧害蟲圖像定位識別算法的研究與實現(xiàn)[D]. 苗海委.北京郵電大學(xué) 2019
[4]基于HALCON的半軸零件視覺測量系統(tǒng)研究[D]. 金航旭.中北大學(xué) 2019
[5]基于對抗生成網(wǎng)絡(luò)的超分辨率圖像生成的研究與實現(xiàn)[D]. 夏衛(wèi)尚.北京郵電大學(xué) 2019
[6]基于DCGAN樣本生成的小樣本視覺外觀瑕疵檢測[D]. 孫東平.吉林大學(xué) 2019
[7]基于GAN的SAR圖像生成研究[D]. 王雷雷.電子科技大學(xué) 2019
[8]基于機器視覺的工業(yè)機器人分揀系統(tǒng)設(shè)計[D]. 何澤強.哈爾濱工業(yè)大學(xué) 2016
[9]基于CMOS圖像傳感器的運動目標(biāo)檢測技術(shù)研究[D]. 顧園山.重慶大學(xué) 2015
[10]基于圖像處理的接觸網(wǎng)狀態(tài)檢測研究[D]. 趙明杰.西南交通大學(xué) 2013



本文編號：3538094