X射線檢測技術(shù)是對產(chǎn)品內(nèi)部缺陷無損檢測的常用方法之一,在對航空航天、軍用火工品、民用汽車高鐵和電力設(shè)備等行業(yè)相關(guān)產(chǎn)品的缺陷檢測領(lǐng)域有著廣泛應(yīng)用。隨著工業(yè)生產(chǎn)技術(shù)的快速發(fā)展,對產(chǎn)品質(zhì)量的要求日益提高,尤其在一些大批量精密機(jī)電類產(chǎn)品行業(yè)提出了對產(chǎn)品的快速準(zhǔn)確的全檢需求,如何提高檢測效率,降低檢測成本,仍然是當(dāng)前困擾行業(yè)內(nèi)的難題。在產(chǎn)品檢測過程中,難以避免的產(chǎn)品或檢測工作臺傾斜會造成識別的錯位匹配進(jìn)而影響識別準(zhǔn)確率;實際檢測時在多個方位下的成像與識別會影響檢測的實時性。針對產(chǎn)品或工作臺傾斜,本文在分析成像系統(tǒng)的幾何映射特性基礎(chǔ)上,采用Hough變換提取圖像中特征直線完成了對產(chǎn)品當(dāng)前狀態(tài)下水平與垂直傾斜的測量及快速校正,通過可見光模擬實驗對提出的方法進(jìn)行了仿真驗證。針對檢測數(shù)據(jù)冗余量過大導(dǎo)致檢測時長增加的問題,本文根據(jù)結(jié)構(gòu)體產(chǎn)品的特點(diǎn),提出一種基于檢測區(qū)域的快速檢測算法。根據(jù)先驗知識,選擇產(chǎn)品中具有明顯特征且不會出錯的結(jié)構(gòu)作為產(chǎn)品成像后的周向位置特征識別區(qū)域,提取該區(qū)域下特征向量,從周向位置特征庫中尋找當(dāng)前成像方位角。確定產(chǎn)品成像方位角后,分割該方位角下所有待檢測子目標(biāo)區(qū)域圖像,提取各子目標(biāo)區(qū)... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景、目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器視覺檢測技術(shù)
        1.2.2 X射線檢測技術(shù)發(fā)展現(xiàn)狀
        1.2.3 X射線檢測技術(shù)應(yīng)用
    1.3 本文研究內(nèi)容與論文結(jié)構(gòu)安排
2 基于機(jī)器視覺的自動檢測系統(tǒng)
    2.1 可見光檢測系統(tǒng)
    2.2 X射線檢測系統(tǒng)
        2.2.1 X射線檢測原理
        2.2.2 X射線自動檢測系統(tǒng)
        2.2.3 檢測系統(tǒng)總體流程
    2.3 兩種成像檢測系統(tǒng)異同點(diǎn)
    2.4 本章小結(jié)
3 圖像預(yù)處理及其傾斜校正算法研究
    3.1 圖像預(yù)處理
        3.1.1 圖像降噪
        3.1.2 圖像增強(qiáng)
        3.1.3 圖像二值化
    3.2 圖像傾斜校正原理
        3.2.1 傾斜圖像檢測誤差分析
        3.2.2 成像系統(tǒng)模型建立
        3.2.3 水平傾斜角測量
        3.2.4 垂直傾斜角測量
        3.2.5 灰度重建
    3.3 圖像傾斜測量算法實驗驗證
        3.3.1 實驗裝置及方法
        3.3.2 實驗結(jié)果及分析
    3.4 本章小結(jié)
4 基于特征提取的缺陷檢測
    4.1 基于圖像位置特征的目標(biāo)分割
        4.1.1 圖像位置特征提取
        4.1.2 目標(biāo)區(qū)域分割
    4.2 目標(biāo)區(qū)域特征提取
    4.3 基于可見光圖像的缺陷檢測實驗驗證
        4.3.1 最佳匹配位置確定
        4.3.2 基于漢明距離的特征向量匹配
        4.3.3 缺陷檢測
    4.4 本章小結(jié)
5基于X射線圖像的產(chǎn)品內(nèi)部缺陷檢測實驗
    5.1 構(gòu)件成像方位角判定
    5.2 最優(yōu)匹配區(qū)域
        5.2.1 目標(biāo)區(qū)域特征提取及匹配
        5.2.2 最優(yōu)檢測區(qū)間
    5.3 產(chǎn)品檢測
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 研究中的不足及工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及所取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的內(nèi)層包裝缺陷檢測光源的優(yōu)化[J]. 王天怡,王鑫,曹興強(qiáng),曾建,賈真真,李曉,姚二民.  包裝工程. 2019(17)
[2]基于X射線的盒裝水餃異物自動檢測與分類[J]. 王強(qiáng),武凱,王新宇,孫宇,楊曉燕,樓曉華.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2018(12)
[3]基于機(jī)器視覺的機(jī)械手裝配系統(tǒng)設(shè)計[J]. 張舞杰,葉鋒.  計算機(jī)測量與控制. 2018(08)
[4]自動光學(xué)(視覺)檢測技術(shù)及其在缺陷檢測中的應(yīng)用綜述[J]. 盧榮勝,吳昂,張騰達(dá),王永紅.  光學(xué)學(xué)報. 2018(08)
[5]CT投影采樣策略對重建質(zhì)量影響綜述[J]. 楊富強(qiáng),張定華,黃魁東,高宗照,廖金明.  軟件學(xué)報. 2018(07)
[6]基于機(jī)器視覺的FPC表面缺陷智能檢測系統(tǒng)[J]. 於文欣,陳廣鋒.  自動化與儀表. 2017(07)
[7]GIS設(shè)備典型缺陷的X射線數(shù)字成像檢測技術(shù)[J]. 許煥清,馬君鵬,王成亮,鄭書生,黃烜城,劉敘筆.  電網(wǎng)技術(shù). 2017(05)
[8]高能X射線數(shù)字化射線照相與低能X射線膠片照相對比試驗與研究[J]. 宋全知,趙揚(yáng),于麗麗,趙彩虹,高金生.  金屬加工(冷加工). 2016(S1)
[9]射線檢測不清晰度評估方法的數(shù)值模擬分析[J]. 孫朝明.  核電子學(xué)與探測技術(shù). 2016(06)
[10]X射線圖像灰度值與透照厚度的定量關(guān)系[J]. 郭文明,陳宇亮.  無損檢測. 2016(02)

博士論文
[1]油封表面缺陷自動在線圖像檢測關(guān)鍵技術(shù)研究[D]. 吳彰良.天津大學(xué) 2013
[2]復(fù)雜產(chǎn)品內(nèi)部結(jié)構(gòu)裝配正確性X射線自動檢測技術(shù)研究[D]. 韓躍平.中北大學(xué) 2009
[3]印刷圖像在線檢測的算法研究與系統(tǒng)實現(xiàn)[D]. 尚會超.華中科技大學(xué) 2006

碩士論文
[1]基于圖像融合技術(shù)的竹塑復(fù)合材X射線無損檢測研究[D]. 孫績婷.東北林業(yè)大學(xué) 2019
[2]基于X射線檢測圖像的電力金具三維重建方法研究[D]. 尹濤.華北電力大學(xué) 2019
[3]火箭大噴管X射線檢測系統(tǒng)的研制[D]. 李金鑫.哈爾濱工業(yè)大學(xué) 2018
[4]超聲無損檢測信號處理方法的研究[D]. 章佩佩.安徽理工大學(xué) 2018
[5]空心渦輪葉片殘芯X射線檢測技術(shù)[D]. 趙俊皓.哈爾濱工業(yè)大學(xué) 2018
[6]鋼制管道缺陷X射線數(shù)字成像檢測技術(shù)研究[D]. 張佳祥.浙江工業(yè)大學(xué) 2017
[7]產(chǎn)品快速自動識別的變步長采樣機(jī)制研究[D]. 趙靜.中北大學(xué) 2015
[8]基于機(jī)器視覺的沖壓件缺陷檢測系統(tǒng)研究[D]. 黃柳倩.廣東工業(yè)大學(xué) 2012
[9]X射線膠片照相與數(shù)字成像的比對研究[D]. 王曉飛.中北大學(xué) 2012
[10]基于DSP的嵌入式視頻處理系統(tǒng)設(shè)計與實現(xiàn)[D]. 李鵬.大連海事大學(xué) 2009



本文編號：3009925