【摘要】：發(fā)動(dòng)機(jī)缸蓋是發(fā)動(dòng)機(jī)中最關(guān)鍵零件之一,零件變形以及圓孔尺寸不合格等都會(huì)導(dǎo)致氣門密封性不嚴(yán),大量能量隨著高溫的氣體從存在缺陷的氣門排出,造成大量浪費(fèi),從而大大降低發(fā)動(dòng)機(jī)的功率。因此需要對發(fā)動(dòng)機(jī)缸蓋零件上的圓孔進(jìn)行高精度精測,本文結(jié)合重慶某軍工項(xiàng)目,針對發(fā)動(dòng)機(jī)缸蓋零件采用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)自動(dòng)化高精度檢測,并對相關(guān)的視覺算法進(jìn)行研究。基于發(fā)動(dòng)機(jī)缸蓋檢測問題的研究,首先總結(jié)了產(chǎn)品檢測、特征匹配以及卷積神經(jīng)網(wǎng)絡(luò)的國內(nèi)外研究現(xiàn)狀,隨后詳細(xì)闡述了發(fā)動(dòng)機(jī)缸蓋零件檢測的問題以及造成檢測困難的原因,并對本文研究涉及的最優(yōu)化模型、特征匹配算法以及卷積神經(jīng)網(wǎng)絡(luò)相關(guān)原理進(jìn)行論述�；诠饩�角度、亮度以及相機(jī)角度造成檢測圓形區(qū)域存在局部紋理差異問題,本文提出了一種基于灰度閾值搜索的最優(yōu)化模型進(jìn)行檢測。首先,基于灰度閾值搜索得到各個(gè)區(qū)域子空間,構(gòu)建出最優(yōu)化問題的目標(biāo)函數(shù)和約束條件,并對最優(yōu)化問題進(jìn)行求解得到圓形整體區(qū)域;然后利用實(shí)際圓的輪廓是平滑閉曲線的特征對檢測圓的邊緣進(jìn)行矯正,提高檢測精度。實(shí)驗(yàn)分析表明了基于最優(yōu)模型檢測很大程度減少光線的影響因素,具有較高的精測精度。基于發(fā)動(dòng)機(jī)缸蓋零件制造的高精度檢測要求,本文提出了一種基于特征點(diǎn)匹配的檢測算法。實(shí)際檢測中為了滿足高精度測量要求,需要減少攝像頭與檢測圓的距離,增大分辨率,因此很難保證檢測區(qū)域和非檢測區(qū)域的一定的整體差異性,直接影響基于灰度閾值搜索的最優(yōu)化模型檢測精度。而特征點(diǎn)匹配依賴于局部紋理特性,相同環(huán)境同一款發(fā)動(dòng)機(jī)缸蓋零件產(chǎn)品具有相同的紋理,所以能夠?qū)崿F(xiàn)高分辨下的高精度測量。首先,利用邊緣特性預(yù)先估計(jì)匹配點(diǎn)可能存在的區(qū)域;然后,利用改進(jìn)的Haar-like特征從可能存在的區(qū)域進(jìn)一步尋找最相似的匹配點(diǎn),提高精度;最后通過改進(jìn)的圖相似度或編碼算法以及增大模板庫,減少光線或紋理差異帶來的影響。實(shí)驗(yàn)結(jié)果表明基于邊緣和改進(jìn)的Haar紋理特征的點(diǎn)特征匹配算法具有很強(qiáng)的光照魯棒性,檢測的圓半徑精度誤差在0-1像素�；谔卣鬟x取問題,本文結(jié)合FCN(Fully Convolutional Networks)和RCF(Richer Convolutional Features)網(wǎng)絡(luò)思想提出了一種新的卷積匹配網(wǎng)絡(luò)。邊緣特征和改進(jìn)的Haar紋理特征都是在問題分析的基礎(chǔ)上人為提出的特征選取方法,存在較大的局限性,通過卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)學(xué)習(xí)某像素點(diǎn)與鄰域內(nèi)像素之間更強(qiáng)的依賴關(guān)系。本文提出的卷積匹配網(wǎng)絡(luò)由兩個(gè)不同尺度卷積核大小的通道塊構(gòu)成,每個(gè)通道塊提取每層的卷積特征,從而得到豐富的像素之間的依賴關(guān)系。利用顯著性的歐式空間和顏色空間構(gòu)建樣本相似度標(biāo)簽,采用帶正則化的均方誤差為損失函數(shù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。實(shí)驗(yàn)結(jié)果表明通過卷積網(wǎng)絡(luò)訓(xùn)練能夠得到更強(qiáng)的像素之間依賴關(guān)系,特征點(diǎn)匹配準(zhǔn)確度更高,測量結(jié)果更精準(zhǔn)�；谘芯亢晚�(xiàng)目需求,設(shè)計(jì)并實(shí)現(xiàn)了基于發(fā)動(dòng)機(jī)缸蓋零件制造的視覺檢測平臺,并分析了檢測系統(tǒng)對發(fā)動(dòng)機(jī)缸蓋零件上側(cè)面的實(shí)際檢測結(jié)果,滿足了項(xiàng)目檢測要求。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 沈?qū)殗?蔣超峰;蔣修定;陳良發(fā);;基于機(jī)器視覺的零件同心度檢測系統(tǒng)的設(shè)計(jì)[J];機(jī)械設(shè)計(jì)與制造;2017年07期

2 劉潔;賀振東;吳彰良;鞏曉峗;;基于機(jī)器視覺的油封缺陷在線檢測系統(tǒng)研究[J];儀表技術(shù)與傳感器;2016年05期

3 趙洪山;陳博;;電力系統(tǒng)內(nèi)-外點(diǎn)優(yōu)化潮流算法[J];電工技術(shù)學(xué)報(bào);2010年04期

4 梁學(xué)軍,洪邁生,賈文煥;螺紋緊固件的自動(dòng)檢測技術(shù)[J];計(jì)量技術(shù);2000年02期

，

本文編號：2647002