機(jī)器視覺技術(shù)在檢測方面具有穩(wěn)定、快速等優(yōu)點(diǎn),在制造工業(yè)領(lǐng)域應(yīng)用廣泛。本文主要研究基于機(jī)器視覺的銅箔卡扣檢測分類系統(tǒng),高效準(zhǔn)確的實(shí)現(xiàn)了銅箔卡扣缺陷品與合格品的分類工作。主要內(nèi)容包括了搭建圖像采集模塊、對(duì)象定位方法、檢測分類方法和實(shí)際測試四個(gè)方面。在圖像采集方面,根據(jù)銅箔卡扣的表面特征、檢測精度和安裝工位等特點(diǎn),搭建了圖像采集模塊。硬件部分包括光源、工業(yè)相機(jī)、光學(xué)鏡頭的選型,分析需求及試驗(yàn)調(diào)試,選擇了�？低暤腗V-CH050-10UP500萬CMOS工業(yè)相機(jī),MVL-MY-1-65C-MP1倍遠(yuǎn)心鏡頭和白色同軸光源,最大程度上提高成像的質(zhì)量。配合硬件,利用HALCON聯(lián)合以C#語言為基礎(chǔ)的Winform窗體應(yīng)用軟件,通過程序配置網(wǎng)絡(luò)環(huán)境,完成銅箔卡扣的圖像采集。在對(duì)象定位方面,利用基于低通濾波的光照補(bǔ)償算法解決外界因素引起的光照不均現(xiàn)象,利用雙線性插值縮放圖像,降低圖像的分辨率以減少圖像數(shù)據(jù)運(yùn)算量。設(shè)計(jì)了基于NCC和基于形狀的兩種模板匹配定位方式,并進(jìn)行對(duì)比試驗(yàn),結(jié)果表明銅箔卡扣表面的缺陷程度會(huì)影響基于NCC模板匹配定位的準(zhǔn)確率和時(shí)長,降低了分類系統(tǒng)的高效性和準(zhǔn)確率。因此基于形狀的模板匹... 

【文章來源】：陜西理工大學(xué)陜西省

【文章頁數(shù)】：115 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

銅箔卡扣的應(yīng)用Fig.1-1Applicationofcopperfoilclasp

陜西理工大學(xué)碩士學(xué)位論文6機(jī)器視覺技術(shù)是一種模仿人類的眼睛和大腦，利用工業(yè)相機(jī)和上位機(jī)對(duì)目標(biāo)物感知，進(jìn)行正確的圖像采集和處理，達(dá)到對(duì)目標(biāo)物識(shí)別、測量和檢測效果的技術(shù)。硬件方面，隨著近年來半導(dǎo)體產(chǎn)業(yè)的精進(jìn)和發(fā)展以及計(jì)算機(jī)理論和算法的提高，使得工控機(jī)的運(yùn)算能力得到了顯著提高。針對(duì)工業(yè)上的不同需求，也出現(xiàn)了不同種類的光源，工業(yè)相機(jī)和光學(xué)鏡頭在分辨率和成像能力等方面大大提高；軟件方面，在智能制造發(fā)展趨勢(shì)的推動(dòng)下，各科研院校和國內(nèi)外企業(yè)共同努力，推出了大量的高性能、高可靠的機(jī)器視覺算法。由于軟硬件技術(shù)日漸成熟，機(jī)器視覺技術(shù)在各個(gè)領(lǐng)域內(nèi)也發(fā)揮了越來越重要的作用。智能制造中工業(yè)機(jī)器人視覺感知控制系統(tǒng)如圖1-5所示，其中包括視覺成像系統(tǒng)、圖像自動(dòng)采集系統(tǒng)、圖像預(yù)處理、圖像定位與分割系統(tǒng)、圖像識(shí)別檢測方法與應(yīng)用、視覺伺服與優(yōu)化控制等部分。圖1-5智能制造中工業(yè)機(jī)器人視覺感知控制系統(tǒng)框圖Fig.1-5Blockdiagramschemeofindustrialrobotvisualperceptioncontrolsysteminintelligentmanufacturing1.2.2機(jī)器視覺缺陷檢測應(yīng)用表面質(zhì)量檢測是工業(yè)檢測中極其重要的一部分，基于機(jī)器視覺的表面缺陷檢測技術(shù)已經(jīng)在很多領(lǐng)域開始應(yīng)用，涉及鋼板、印刷、電子、零件、木材、瓷磚、鋼軌等多種關(guān)系民生國計(jì)的行業(yè)和產(chǎn)品。國外有許多學(xué)者在基于機(jī)器視覺的缺陷檢測領(lǐng)域做出了非常突出的貢獻(xiàn)。N.H.Saad等人基于機(jī)器視覺技術(shù)對(duì)半導(dǎo)體芯片的缺陷檢測做了研究，將RGB圖像準(zhǔn)換為GRAY

第1章緒論111.3本文研究內(nèi)容及論文結(jié)構(gòu)1.3.1主要研究內(nèi)容本論文以銅箔卡扣為研究對(duì)象，對(duì)其表面的刮傷、孔洞、壓痕、黑點(diǎn)等缺陷進(jìn)行檢測，并根據(jù)缺陷檢測結(jié)果將銅箔卡扣按合格品與缺陷品兩類自動(dòng)分選到不同的位置。研究技術(shù)路線如圖1-6所示：圖1-6研究技術(shù)路線圖Fig.1-6Researchtechnicalroute主要研究內(nèi)容分為硬件和軟件兩個(gè)部分。硬件部分涉及圖像采集所需的光源、工業(yè)相機(jī)、光學(xué)鏡頭的選型以及整個(gè)檢測分類系統(tǒng)的搭建。軟件部分主要是檢測分類算法的研究和系統(tǒng)模塊設(shè)計(jì)。檢測分類算法主要包括圖像預(yù)處理、銅箔卡扣定位和利用缺陷檢測對(duì)其分類。系統(tǒng)模塊設(shè)計(jì)主要包括圖像采集模塊、用戶交互模塊和缺陷檢測模塊。利用亮度插值和光照補(bǔ)償算法對(duì)采集到的原始銅箔卡扣圖像進(jìn)行預(yù)處理，以減少圖像數(shù)據(jù)運(yùn)算量和降低光照不均問題帶來的影響；其次是銅箔卡扣定位，分別利用基于相關(guān)性的模板匹配和基于形狀的模板匹配來進(jìn)行定位，并對(duì)兩種方式定位效果進(jìn)行測試比較，選擇更加有效穩(wěn)定的定位方法；接著對(duì)定位到的銅箔卡扣表面進(jìn)行缺陷檢測，分別利用差分模型方法和基于MLP分類器方法檢測，對(duì)兩種檢測方式準(zhǔn)確率、穩(wěn)定性以及

【參考文獻(xiàn)】：
期刊論文
[1]采用結(jié)構(gòu)光的大跨度銷孔加工精度在線測量[J]. 李瑛,成芳,趙志林.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2020(03)
[2]細(xì)節(jié)感知的紋理濾波算法[J]. 肖懿,朱賢益,何仰提,鄭燕.  中國圖象圖形學(xué)報(bào). 2019(06)
[3]基于機(jī)器視覺的卡簧裝配缺失檢測[J]. 張萍,孔令成,申紅銀,周平.  新技術(shù)新工藝. 2019(04)
[4]基于機(jī)器視覺的輪轂在線識(shí)別分類技術(shù)研究[J]. 郭智杰,王明泉,張俊生,焦騰云.  測試技術(shù)學(xué)報(bào). 2019(03)
[5]基于SVM特征點(diǎn)分類的機(jī)器視覺外螺紋參數(shù)檢測[J]. 張昊,金冠,蔣毅,曹俊.  傳感器與微系統(tǒng). 2019(04)
[6]基于機(jī)器視覺的煙倉機(jī)器人路徑識(shí)別與控制[J]. 張少杰,艾宇,張冰,孫軒,張銘,張?zhí)祉?宋國平.  山東農(nóng)業(yè)科學(xué). 2019(03)
[7]基于機(jī)器視覺和支持向量機(jī)的汽車焊點(diǎn)定位研究[J]. 王闖闖,何智成,成艾國.  汽車工程學(xué)報(bào). 2019(01)
[8]基于LABVIEW的幾何匹配方法在零件識(shí)別上的應(yīng)用[J]. 白潔,田雨雷.  高校實(shí)驗(yàn)室工作研究. 2018(04)
[9]機(jī)器視覺技術(shù)發(fā)展及其工業(yè)應(yīng)用[J]. 王飛.  電子技術(shù)與軟件工程. 2018(16)
[10]計(jì)算機(jī)圖像處理技術(shù)在醫(yī)學(xué)影像中的進(jìn)展與應(yīng)用研究[J]. 劉澤宇,郭煒婷.  中國衛(wèi)生標(biāo)準(zhǔn)管理. 2018(09)

博士論文
[1]集成電路芯片表面缺陷視覺檢測關(guān)鍵技術(shù)研究[D]. 陳愷.東南大學(xué) 2016

碩士論文
[1]復(fù)雜缺陷特征的通用檢測技術(shù)研究及實(shí)現(xiàn)[D]. 徐鈺凱.南京大學(xué) 2019
[2]基于機(jī)器視覺的光纖端面缺陷自動(dòng)檢測系統(tǒng)[D]. 周程.華中科技大學(xué) 2019
[3]基于機(jī)器視覺的大尺寸機(jī)柜表面缺陷檢測系統(tǒng)研究[D]. 李慶.深圳大學(xué) 2018
[4]基于機(jī)器視覺的剎車油管鐓頭缺陷檢測系統(tǒng)的研究[D]. 尹樂.哈爾濱工業(yè)大學(xué) 2018
[5]基于機(jī)器視覺的焊接機(jī)器人焊縫識(shí)別與跟蹤系統(tǒng)[D]. 孫文俠.青島科技大學(xué) 2018
[6]基于機(jī)器視覺的飲料瓶包裝檢測與抓取技術(shù)[D]. 胡浩.天津工業(yè)大學(xué) 2017
[7]基于BBOMLP和紋理特征的圖像分類算法研究[D]. 曹艷玲.西安電子科技大學(xué) 2015
[8]基于掌紋驗(yàn)證方式門禁系統(tǒng)的研究[D]. 宋鋒.成都理工大學(xué) 2010
[9]瓷磚色差在線檢測系統(tǒng)的研究[D]. 李溫溫.天津大學(xué) 2009



本文編號(hào)：3488896