隨著經(jīng)濟水平的提升,汽車擁有量逐漸增高,道路交通事故的發(fā)生概率雖有下降,但總數(shù)依然巨大。在眾多道路交通事故中,由于輪胎質(zhì)量而造成意外高達總數(shù)的46%,輪胎缺陷檢測技術(shù)成為輪胎生產(chǎn)中必不可少的一個環(huán)節(jié)。為了保證經(jīng)濟效益,減少浪費,對成品輪胎的檢測方案逐步淘汰,輪胎成型工藝中的帶束層缺陷檢測技術(shù)是目前研發(fā)重點,帶束層分割技術(shù)是其中的基本。本文主要研究內(nèi)容如下:（1）數(shù)據(jù)采集系統(tǒng)由CMOS相機采集圖片、FPGA技術(shù)集成圖像處理、Gig E Vision傳輸圖像數(shù)據(jù)三部分組成,圖像采集速率高達72k Hz,獲得高精度輪胎帶束層數(shù)據(jù)。（2）對帶束層數(shù)據(jù)進行預(yù)處理。第一層帶束層噪聲的主要來源是不平直的貼合鼓面,本文利用RANSAC算法對鼓面進行曲面擬合,將其校正為一個平面,同時削弱了鼓板與鼓縫之間的差異。在帶束層貼合成環(huán)后,第一層帶束層料尾與料頭銜接,難以分割,本文將這兩部分定位之后差分,只保留料尾部分便于分割。第二層帶束層與第一層處處對應(yīng)且第二層帶束層材料較窄,差分第一層原始數(shù)據(jù)后便可同時去除不平直鼓面與第一層帶束層。（3）提出一種基于數(shù)學形態(tài)學的帶束層分割算法。首先對帶束層圖像進行開操作,可以... 

【文章來源】：青島理工大學山東省

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

輪胎結(jié)構(gòu)圖

青島理工大學工學碩士學位論文16點，因此在工業(yè)中廣泛應(yīng)用。光條結(jié)構(gòu)光測量法結(jié)構(gòu)簡單、穩(wěn)定、且精度較高，是目前最受歡迎的三維數(shù)據(jù)獲取方法。攝像機投影儀結(jié)構(gòu)光拍攝平臺物體表面圖2.6光條結(jié)構(gòu)光測量法2.2.4光柵結(jié)構(gòu)光測量法點結(jié)構(gòu)光測量法和線結(jié)構(gòu)光測量法需要進行掃描才能遍歷整個被測物體，光柵結(jié)構(gòu)光測量法避免了上述問題，簡化了測量過程。該方法是使用二進制編碼結(jié)構(gòu)光[50]對被測物體信息進行獲取，這樣可以在無需位移的情況下獲取多條結(jié)構(gòu)光信息。但該方法結(jié)構(gòu)較復(fù)雜，測量精度相對較低[51]。圖2.7二進制編碼結(jié)構(gòu)光2.3本文3D數(shù)據(jù)獲取方法本文采用主動視覺測量法中的光條結(jié)構(gòu)光測量法，由高速3D相機與激光發(fā)射器構(gòu)成數(shù)據(jù)采集系統(tǒng)，標定過程在相機中實現(xiàn)，輸出數(shù)據(jù)為被測物體的高度信息。該系統(tǒng)成本適中，速度較快，適用于工業(yè)應(yīng)用。本文數(shù)據(jù)采集系統(tǒng)由CMOS相機采集圖片；利用FPGA技術(shù)集成圖像處理；通過GigEVision來傳輸圖像數(shù)據(jù)。圖像采集速率可以達到72kHz。CMOS圖像傳感器最早于20世紀70年代開始開發(fā)。90年代初，超大規(guī)模集成電路制造工藝急速發(fā)展，CMOS圖像傳感器也隨之迅猛發(fā)展起來。CMOS芯片

青島理工大學工學碩士學位論文19第3章帶束層數(shù)據(jù)預(yù)處理在本文數(shù)據(jù)中，每一條帶束層都是由數(shù)幅圖像組成（圖3.1），將其拼接，形成一條完整的帶束層圖像。但完整圖像數(shù)據(jù)過大，所需檢測時間過長，因此本文將完整圖像剪裁為12801792的尺寸，分為料頭、料中、料尾三部分。這樣，本文數(shù)據(jù)轉(zhuǎn)化為了第一層帶束層料頭、第一層帶束層料中、第一層帶束層料尾、第二層帶束層料頭、第二層帶束層料中、第二層帶束層料尾6部分，如圖3.2所示，分別進行處理。圖3.1帶束層3D數(shù)據(jù)(a)第一層帶束層料頭(b)第一層帶束層料中(c)第一層帶束層料尾

【參考文獻】：
期刊論文
[1]淺析輪胎行業(yè)現(xiàn)狀、發(fā)展及面臨主要挑戰(zhàn)[J]. 李良.  中國設(shè)備工程. 2019(08)
[2]基于雙目視覺的車輛檢測及測距[J]. 陳攀.  現(xiàn)代計算機(專業(yè)版). 2019(05)
[3]基于機器視覺的輪胎胎面檢測系統(tǒng)設(shè)計與實現(xiàn)[J]. 祝磊,韓自營,阮宇靜,何小宇.  計算機工程與設(shè)計. 2018(06)
[4]基于模糊聚類的腦磁共振圖像分割算法綜述[J]. 孫權(quán)森,紀則軒.  數(shù)據(jù)采集與處理. 2016(01)
[5]基于CCD相機的帶束層自動檢測裝置[J]. 鄭勵.  橡塑技術(shù)與裝備. 2015(23)
[6]基于SURF算法的單目轉(zhuǎn)雙目視覺定位[J]. 韓峰.  計算機系統(tǒng)應(yīng)用. 2015(11)
[7]輪胎成型工藝質(zhì)量在線檢測系統(tǒng)的研究[J]. 康存鋒,王斐.  機械設(shè)計與制造. 2014(05)
[8]基于單目視覺的小位移測量技術(shù)研究[J]. 許楨英,唐志豪,李伯全,羅兵華.  微計算機信息. 2006(26)
[9]一種二值圖像連通區(qū)域標記的新方法[J]. 陳柏生.  計算機工程與應(yīng)用. 2006(25)
[10]半鋼子午胎成型工藝對輪胎質(zhì)量的影響[J]. 董世春,劉華.  中國橡膠. 2005(12)

碩士論文
[1]基于3D視覺技術(shù)的受電弓磨耗檢測系統(tǒng)研究[D]. 莫圣陽.廣東工業(yè)大學 2015



本文編號：3577347