汽車非標(biāo)零部件是汽車的重要組成部分,非標(biāo)零件的缺陷是影響汽車質(zhì)量的重要因素,它也是汽車制造產(chǎn)業(yè)實(shí)現(xiàn)智能制造的關(guān)鍵。當(dāng)前,汽車非標(biāo)件產(chǎn)品的檢測(cè)方式主要是人工檢測(cè),檢測(cè)效率低下、失誤率高、勞動(dòng)強(qiáng)度大,導(dǎo)致產(chǎn)品成本高。為此,本文針對(duì)非標(biāo)產(chǎn)品的汽車發(fā)動(dòng)機(jī)隔熱罩自動(dòng)化檢測(cè)問題,基于機(jī)器視覺技術(shù)開展深入研究,主要研究隔熱罩鉚釘?shù)拇嬖谛砸约鞍纪剐宰R(shí)別的檢測(cè)方法、檢測(cè)技術(shù)和檢測(cè)系統(tǒng)的開發(fā)與實(shí)現(xiàn)。主要研究工作包括以下四個(gè)方面:（1）系統(tǒng)闡述了汽車非標(biāo)零部件產(chǎn)品自動(dòng)化檢測(cè)的需求以及現(xiàn)狀。（2）建立了汽車非標(biāo)零部件產(chǎn)品檢測(cè)系統(tǒng),主要包括對(duì)相機(jī)、鏡頭、光源和照明系統(tǒng)進(jìn)行優(yōu)化與選型,所建系統(tǒng)滿足非標(biāo)零部件的視覺檢測(cè)要求。（3）在去除噪音方面,通過對(duì)比運(yùn)用圖像濾波四種方法的效果圖,發(fā)現(xiàn)自適應(yīng)中值濾波方法在保留圖像邊緣信息方面效果最好,邊緣信息的細(xì)節(jié)內(nèi)容更加豐富。（4）對(duì)所涉及的汽車非標(biāo)產(chǎn)品檢測(cè)算法進(jìn)行了詳細(xì)論述,并以汽車隔熱罩非標(biāo)零部件產(chǎn)品的檢測(cè)為例,闡述了汽車非標(biāo)產(chǎn)品檢測(cè)方法,基于HALCON與C++混合編程技術(shù)研制開發(fā)了汽車非標(biāo)產(chǎn)品的檢測(cè)系統(tǒng)。 

【文章來源】：浙江海洋大學(xué)浙江省

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

汽車隔熱罩非標(biāo)件Figure1.1Non-standardpartsofautomotiveheatshield

第二章 汽車非標(biāo)零件檢測(cè)系統(tǒng)的設(shè)計(jì)本章節(jié)對(duì)汽車非標(biāo)零件檢測(cè)系統(tǒng)進(jìn)行總體概述。它概述了視覺檢測(cè)系統(tǒng)的硬件和組件以及視覺檢測(cè)系統(tǒng)硬件的工作原理。對(duì)不同型號(hào)的硬件進(jìn)行了對(duì)比實(shí)驗(yàn)，選適用于檢測(cè)系統(tǒng)的鏡頭，光源和照明方法。1 檢測(cè)系統(tǒng)硬件的構(gòu)成及工作原理在一個(gè)完整的機(jī)器視覺檢測(cè)系統(tǒng)中[15]，硬件主要包括了光源、鏡頭、相機(jī)、圖像卡以及計(jì)算機(jī)。目前，在實(shí)際檢測(cè)中，圖像采集卡已經(jīng)和相機(jī)融為一體了，慢慢了兩者分離的模式。機(jī)器視覺硬件系統(tǒng)框架如圖 2-1 所示。光源根據(jù)檢測(cè)系統(tǒng)的要求增加照度，鏡頭標(biāo)物體成像到圖像傳感器的目標(biāo)表面上，將其轉(zhuǎn)換為電信號(hào)，然后通過使用該信電信號(hào)轉(zhuǎn)換為數(shù)字信息，即把每個(gè)像素點(diǎn)的亮度按照灰度級(jí)轉(zhuǎn)變成數(shù)據(jù)參數(shù)，再這些灰度級(jí)參數(shù)存儲(chǔ)圖像[16]。其中，計(jì)算機(jī)的作用是存儲(chǔ)圖像、處理圖像、輸出結(jié)果以及傳遞控制信號(hào)。

圖 2-2 鏡頭Figure 2.2 Shot的參數(shù)的視場(chǎng)角檢測(cè)系統(tǒng)可以觀察到待檢測(cè)物體的尺寸范圍，進(jìn)一步分為水是 CCD 芯片上最大成像對(duì)應(yīng)的實(shí)際物體大小。的焦距學(xué)系統(tǒng)中衡量光的聚集或發(fā)散的度量，指從透鏡中心到光聚中從鏡片中心到底片或 CCD 等成像平面的距離。的長短決定著視場(chǎng)角的大小，焦距越短，視場(chǎng)角就越大，觀物體看不清楚。焦距越長，視場(chǎng)角就越小，觀察范圍也越小楚，短焦距的光學(xué)系統(tǒng)比長焦距的光學(xué)系統(tǒng)更有聚光能力。，一定的焦距就意味著一定的視場(chǎng)角。因此在選擇焦距的時(shí)節(jié)還是想要觀測(cè)范圍。如果需要觀察近距離大場(chǎng)面，就選擇要觀察細(xì)節(jié)，就應(yīng)該選擇焦距較大的長焦鏡頭。

【參考文獻(xiàn)】：
期刊論文
[1]一種中值濾波圖像去噪的改進(jìn)算法[J]. 王紅宇,游敏娟,李琪,周廣明,于智睿,何樂民,王世剛.  中國科技信息. 2019(01)
[2]“光的反射”實(shí)驗(yàn)教學(xué)設(shè)計(jì)案例分析[J]. 邱黃鵬,駱慶軍.  實(shí)驗(yàn)教學(xué)與儀器. 2018(S1)
[3]基于改進(jìn)Canny算法的道路標(biāo)線自動(dòng)識(shí)別及定位[J]. 羅文婷,李中軼,李林,甘宏,郭建鋼.  西南交通大學(xué)學(xué)報(bào). 2018(06)
[4]基于灰度變換與兩尺度分解的夜視圖像融合[J]. 朱浩然,劉云清,張文穎.  電子與信息學(xué)報(bào). 2019(03)
[5]基于Roberts算子的車道線圖像的邊緣檢測(cè)研究[J]. 唐陽山,徐忠?guī)?黃賢丞,朱停仃,李棟梁.  遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[6]二值圖像膨脹腐蝕的快速算法[J]. 鄧仕超,黃寅.  計(jì)算機(jī)工程與應(yīng)用. 2017(05)
[7]基于視覺特性的Kirsch邊緣檢測(cè)算法[J]. 于蕾,陳輝.  信息技術(shù). 2012(05)
[8]物體表面明暗處理算法的研究[J]. 李麗丹.  計(jì)算機(jī)工程與應(yīng)用. 2009(17)

碩士論文
[1]帶有鏡面反射的室內(nèi)可見光系統(tǒng)的性能優(yōu)化[D]. 閆宸宸.南京郵電大學(xué) 2018
[2]基于非線性規(guī)劃遺傳算法的幾何特征圖像分割與優(yōu)化[D]. 李亞寧.西安理工大學(xué) 2018
[3]機(jī)器人視覺定位在生產(chǎn)流水線搬運(yùn)中的應(yīng)用研究[D]. 朱行飛.安徽工程大學(xué) 2018
[4]基于機(jī)器視覺的商標(biāo)缺陷采集系統(tǒng)研究與應(yīng)用[D]. 常國立.中北大學(xué) 2018
[5]基于機(jī)器視覺的柵線對(duì)準(zhǔn)檢測(cè)系統(tǒng)的研究[D]. 熊節(jié).南昌航空大學(xué) 2018
[6]基于雙目視覺的沖孔和彎曲質(zhì)量檢測(cè)系統(tǒng)的開發(fā)[D]. 吳雅莎.廣東工業(yè)大學(xué) 2018
[7]動(dòng)車制動(dòng)車輪自動(dòng)裝配線視覺系統(tǒng)的開發(fā)[D]. 劉文強(qiáng).哈爾濱工業(yè)大學(xué) 2018
[8]時(shí)—空優(yōu)化融合的多波段遙感影像變化檢測(cè)方法研究[D]. 牟紫微.湖北大學(xué) 2018
[9]基于機(jī)器視覺的紐扣缺陷檢測(cè)算法研究[D]. 李帥.西安工程大學(xué) 2018
[10]基于圖像處理的車載式隧道襯砌裂縫檢測(cè)系統(tǒng)研究[D]. 蔣凡.長安大學(xué) 2018



本文編號(hào)：2960055