本文選題：尺寸測(cè)量　切入點(diǎn)：相機(jī)標(biāo)定　出處：《哈爾濱工業(yè)大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：目前,工業(yè)領(lǐng)域中對(duì)手機(jī)電池的尺寸測(cè)量和外觀缺陷檢測(cè)的精度要求越來(lái)越高,目前在手機(jī)電池制造中,尺寸測(cè)量和表面缺陷檢測(cè)都是人工檢測(cè),比較耗時(shí)耗工,很難達(dá)到檢測(cè)的要求和各種標(biāo)準(zhǔn)。隨著機(jī)器視覺技術(shù)的不斷成熟,用于手機(jī)電池的自動(dòng)化檢測(cè)系統(tǒng)也發(fā)展起來(lái),基于機(jī)器視覺的檢測(cè)技術(shù)是尺寸測(cè)量和外觀缺陷檢測(cè)領(lǐng)域中的先進(jìn)技術(shù)。本文采用機(jī)器視覺的方式,對(duì)手機(jī)電池的尺寸測(cè)量和外觀缺陷檢測(cè)進(jìn)行了研究。對(duì)于手機(jī)電池的尺寸測(cè)量,首先根據(jù)測(cè)量的精度要達(dá)到0.02毫米,選取相機(jī)、光源和鏡頭,搭建出硬件檢測(cè)平臺(tái),用張正友方法實(shí)現(xiàn)相機(jī)標(biāo)定,對(duì)采集到的圖片進(jìn)行濾波、邊緣檢測(cè)等預(yù)處理。設(shè)計(jì)出一種基于相關(guān)系數(shù)進(jìn)行改進(jìn)的復(fù)合匹配算法,實(shí)現(xiàn)測(cè)量過(guò)程中的圖像匹配,再對(duì)匹配之后的圖像進(jìn)行Hough變換,擬合出直線,根據(jù)直線的坐標(biāo)信息,求出測(cè)量的結(jié)果。對(duì)于手機(jī)電池的外觀缺陷檢測(cè),提出基于仿射變換的圖像配準(zhǔn)方法,采用差分法實(shí)現(xiàn)待檢測(cè)圖像的缺陷判斷,對(duì)檢測(cè)到的缺陷圖像進(jìn)行二值化、形態(tài)學(xué)處理、Blob分析、連通性分析,擬合出檢測(cè)到的缺陷的最小外接矩形,從而得到缺陷的大小、個(gè)數(shù)和位置等信息,檢測(cè)出表面缺陷。最后,用本文所研究的尺寸測(cè)量的算法對(duì)手機(jī)電池的尺寸進(jìn)行測(cè)量,獲得了多組數(shù)據(jù),分析實(shí)驗(yàn)數(shù)據(jù),長(zhǎng)度測(cè)量的標(biāo)準(zhǔn)偏差小于0.01毫米,角度測(cè)量的標(biāo)準(zhǔn)偏差小于0.05°,算法精度高,符合工業(yè)生產(chǎn)的要求,已經(jīng)成功應(yīng)用于工業(yè)生產(chǎn)線。采用手機(jī)電池的多幅圖像對(duì)缺陷檢測(cè)的算法進(jìn)行驗(yàn)證,計(jì)算出缺陷檢測(cè)的準(zhǔn)確率為97.33%。從而驗(yàn)證本文的缺陷檢測(cè)算法能有效的檢測(cè)出手機(jī)電池的表面污漬、表面白點(diǎn)和圖案漏印的缺陷信息,而且準(zhǔn)確率較高。
[Abstract]:At present, in the field of industry, the precision of cell phone battery size measurement and appearance defect detection is higher and higher. At present, in the cell phone battery manufacturing, dimension measurement and surface defect detection are both manual detection, which is time-consuming and labor consuming. It is very difficult to meet the requirements of testing and various standards. With the development of machine vision technology, the automatic detection system for mobile phone batteries has also developed. The detection technology based on machine vision is an advanced technology in the field of dimension measurement and appearance defect detection. The dimension measurement and appearance defect detection of mobile phone battery are studied. Firstly, according to the accuracy of measurement, the camera, light source and lens are selected to build a hardware detection platform. The method of Zhang Zhengyou is used to calibrate the camera, filter the collected image, detect the edge and so on. An improved composite matching algorithm based on the correlation coefficient is designed to realize the image matching in the measurement process. Then the matched image is transformed by Hough, and the straight line is fitted out. According to the coordinate information of the line, the measurement results are obtained. For the appearance defect detection of mobile phone battery, an image registration method based on affine transformation is proposed. The defect judgment of the detected image is realized by using the difference method, the detected defect image is binarized, the morphological processing is Blob analysis, the connectivity analysis, the minimum external rectangle of the detected defect is fitted, and the size of the defect is obtained. Finally, the size measurement algorithm studied in this paper is used to measure the size of the cell phone battery, and many sets of data are obtained, and the experimental data are analyzed. The standard deviation of length measurement is less than 0.01 mm. The standard deviation of angle measurement is less than 0.05 擄, the accuracy of the algorithm is high, and it meets the requirements of industrial production. It has been successfully applied to the industrial production line. The defect detection algorithm is verified by using multiple images of mobile phone battery. The accuracy of defect detection is 97.33. It is proved that the defect detection algorithm in this paper can effectively detect the defect information of the cell phone battery, such as surface stain, white spot and pattern missing print, and the accuracy is high.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.53;TM912;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬吉權(quán);宮兵;;一種焊點(diǎn)缺陷檢測(cè)方法的研究[J];哈爾濱商業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

2 李莉萍;;新的3D缺陷檢測(cè)技術(shù)實(shí)現(xiàn)納米級(jí)快速檢測(cè)[J];計(jì)測(cè)技術(shù);2013年04期

3 Ryszard Szymanl;Kent A.McDonald;宗子剛;;成材缺陷檢測(cè)技術(shù)現(xiàn)狀[J];國(guó)外林業(yè);1984年03期

4 包正林;;有關(guān)閥門缺陷檢測(cè)方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

5 肖慶;楊朝紅;宮云戰(zhàn);;提高靜態(tài)缺陷檢測(cè)精度方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年11期

6 朱明巖;鄧洪亮;黃東輝;付思遠(yuǎn);;探地雷達(dá)在道路缺陷檢測(cè)中的應(yīng)用[J];山西建筑;2014年04期

7 劉浩;劉春;胡存剛;;混合濾波器在玻璃瓶缺陷檢測(cè)中的應(yīng)用[J];電子測(cè)量與儀器學(xué)報(bào);2007年03期

8 李方兵;;煤礦地面機(jī)械缺陷檢測(cè)技術(shù)的應(yīng)用[J];科技創(chuàng)新與應(yīng)用;2013年25期

9 馬少林;用于全壽命風(fēng)險(xiǎn)管理的缺陷檢測(cè)和預(yù)防技術(shù)研究[J];航空兵器;2005年02期

10 李曉慧;張寶峰;朱均超;;基于多光譜柑桔缺陷檢測(cè)方法研究[J];天津理工大學(xué)學(xué)報(bào);2010年04期

相關(guān)會(huì)議論文 前10條

1 楊德美;楊學(xué)志;;基于獨(dú)立分量分析高階統(tǒng)計(jì)量的紡織品缺陷檢測(cè)[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 于景蘭;于健;翁昌年;;探地雷達(dá)在橋梁缺陷檢測(cè)中的應(yīng)用初探[A];中國(guó)地球物理第二十一屆年會(huì)論文集[C];2005年

3 李兵;鄧善熙;李煥然;;計(jì)算機(jī)圖像處理技術(shù)應(yīng)用于晶振元件缺陷檢測(cè)[A];首屆信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2003年

4 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測(cè)系統(tǒng)的研究[A];機(jī)械動(dòng)力學(xué)理論及其應(yīng)用[C];2011年

5 何濤;吳永祥;李偉;吳慶華;鐘飛;;Hexsight視覺軟件包在串行端子缺陷檢測(cè)中的應(yīng)用[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

6 曾理;郭海燕;蒲云;畢碧;;射線數(shù)字成像缺陷檢測(cè)技術(shù)研究[A];全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2009年

7 蔡茂蓉;;PCB缺陷檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[A];第三屆全國(guó)軟件測(cè)試會(huì)議與移動(dòng)計(jì)算、柵格、智能化高級(jí)論壇論文集[C];2009年

8 潘敏;程良倫;;一種基于角點(diǎn)匹配的PCB板元件安裝缺陷檢測(cè)基準(zhǔn)點(diǎn)定位算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

9 王國(guó)勛;彭怡;寇綱;石勇;;基于MCDM的軟件缺陷檢測(cè)算法評(píng)估[A];經(jīng)濟(jì)全球化與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第16屆學(xué)術(shù)年會(huì)論文集[C];2010年

10 劉松林;陳杰;郝向陽(yáng);西勤;;玻殼缺陷檢測(cè)與幾何量測(cè)視覺系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2009年全國(guó)測(cè)繪儀器綜合學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 張海志;一名產(chǎn)業(yè)工人的創(chuàng)新情結(jié)[N];中國(guó)知識(shí)產(chǎn)權(quán)報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 蘇日亮;面向鋼軌軌底缺陷檢測(cè)的電磁超聲換能器研究[D];哈爾濱工業(yè)大學(xué);2015年

2 劉洪江;基于機(jī)器視覺的毛桿缺陷檢測(cè)技術(shù)的研究[D];廣東工業(yè)大學(xué);2011年

3 肖慶;提高靜態(tài)缺陷檢測(cè)精度的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

4 張大林;靜態(tài)缺陷檢測(cè)優(yōu)化若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

5 周文;IC互連中的缺陷檢測(cè)方法及缺陷對(duì)電路可靠性的影響[D];西安電子科技大學(xué);2010年

6 司小書;面向織物缺陷檢測(cè)的CUDA并行圖像處理模型與算法研究[D];武漢大學(xué);2011年

7 劉艷;基于CCD掃描的聚合物薄膜缺陷檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學(xué);2009年

8 王慶香;基于小波的紋理分析及其在FPC金面缺陷檢測(cè)中的應(yīng)用[D];華南理工大學(xué);2011年

9 明俊峰;羽毛片缺陷檢測(cè)若干關(guān)鍵技術(shù)的研究[D];廣東工業(yè)大學(xué);2014年

10 畢昕;面向TFT-LCD制程的Mura缺陷機(jī)器視覺檢測(cè)方法研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 陳宇;軟包商標(biāo)印刷缺陷檢測(cè)系統(tǒng)研究[D];昆明理工大學(xué);2015年

2 周艷;光通信濾光片外觀缺陷自動(dòng)檢測(cè)系統(tǒng)任務(wù)調(diào)度優(yōu)化方法[D];華南理工大學(xué);2015年

3 黃文軍;基于機(jī)器視覺的印字缺陷檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];五邑大學(xué);2015年

4 陳洪磊;基于寬頻信號(hào)的板中缺陷檢測(cè)[D];上海應(yīng)用技術(shù)學(xué)院;2015年

5 章玲;基于圖像放縮算法的輪胎缺陷檢測(cè)系統(tǒng)研究與實(shí)現(xiàn)[D];山東大學(xué);2015年

6 劉博;基于電磁超聲Lamb波換能器陣列的板材檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 劉振東;鋼芯傳送帶缺陷檢測(cè)系統(tǒng)中圖像處理算法研究[D];山西大學(xué);2015年

8 胡sズ，

本文編號(hào)：1558184