基于機器視覺工件尺寸的高精度測量技術研究
發(fā)布時間:2022-06-03 18:48
隨著智能制造業(yè)的飛速發(fā)展,企業(yè)生產設計對工件的需求量變大,要求也越來越高。對于工件的檢測,傳統(tǒng)的人工測量技術已經無法滿足所需要的工件的測量精確。基于機器視覺的工件測量技術不僅檢測速度快、效率高,還可以更準確的進行工件尺寸測量,更容易實現(xiàn)在線檢測。本文以圓形齒輪工件為研究對象,研究設計了基于機器視覺工件尺寸的高精度測量系統(tǒng),并利用該系統(tǒng)完成了齒輪工件的尺寸測量。本文針對圖像預處理、特征提取以及曲線擬合、角度測量等技術進行了算法研究,主要研究內容如下:首先,對工件圖像預處理算法進行了研究。針對圖像光照不均的問題,提出了拉普拉斯變換進行光照增強。圖像濾波處理則是使用雙邊濾波進行處理,既能去除噪聲,又能保護目標邊緣。其次,研究了工件圖像特征提取算法。分別進行了角點和邊緣檢測、圖像分割以及輪廓提取算法的研究。工件圖像分割選擇了局部閾值分割算法。因為OTSU分割算法會產生缺損和毛刺現(xiàn)象,所以選擇了局部閾值分割進行了準確的圖像分割。角點和邊緣檢測方面,本文提出了一種改進的Harris算法進行工件圖像的邊緣和角點檢測。實驗結果表明,改進的Harris算法準確的檢測出了邊緣和角點。輪廓提取方面則是采用八...
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【部分圖文】:
圖像的三種光照不均現(xiàn)象
第4章工件圖像曲線擬合與角度測量算法研究47件輪廓基礎上進行擬合實驗。齒輪工件在擬合時,需要分別將齒頂圓、齒根圓、分度圓以及內圓擬合出來,其步驟如下:(1)判斷分度圓和內圓。對檢測到的輪廓進行擬合,半徑大的為分度圓,半徑小的則為內圓。(2)判斷齒根圓和齒頂圓。比較輪廓上的邊緣點到分度圓圓心的距離,區(qū)別出齒根點和齒頂點。距離長的為齒頂點,距離短的為齒根點,然后再進行齒根圓以及齒頂圓的擬合。擬合效果如圖4.2所示圖4.2齒輪工件尺寸擬合效果圖通過實驗可以看出,Hough變換可以較好的進行齒輪的尺寸擬合與測量,分別擬合出來了齒頂圓、齒根圓、分度圓以及內圓。但是由于齒輪工件的磨損以及輪廓邊緣點的細微誤差,導致擬合出來的四個圓的中心坐標不能完全重合。尺寸擬合出的數(shù)據(jù)如表4-1所示,單位是pixel。
第4章工件圖像曲線擬合與角度測量算法研究51工件輪廓圖像累加器值最大時對應的參數(shù)即為需要的極坐標參數(shù)利用確定的極坐標參數(shù)對直線進行標定進行直線擬合,得到最后的圖像創(chuàng)建空間,并確定參數(shù)、的范圍初始化累加器,并計算,對應的累加器開始計數(shù)對應的累加器開圖4.5Hough直線擬合流程圖圖4.6Hough直線擬合效果圖
【參考文獻】:
期刊論文
[1]基于機器視覺的道路斑馬線檢測[J]. 蔡敏,張曼玉. 輕型汽車技術. 2019(07)
[2]基于機器視覺的道路斑馬線檢測[J]. 蔡敏,張曼玉. 輕型汽車技術. 2019 (07)
[3]一種線陣CCD融合光柵尺的高精度尺寸測量新方法研究[J]. 同志學,白金池,康智強. 光學技術. 2019(03)
[4]一種八鄰域圖像邊界追蹤改進算法[J]. 胡晉山,康建榮,張琪,劉鵬程,朱銘達. 測繪通報. 2018(12)
[5]智能制造:從人工智能到生產智能[J]. 王飛躍. 科技導報. 2018(21)
[6]基于MATLAB三種濾波算法的圖像去噪技術研究[J]. 李宸鑫. 通訊世界. 2018(06)
[7]基于稀疏表示及正則約束的圖像去噪方法綜述[J]. 彭真明,陳穎頻,蒲恬,王雨青,何艷敏. 數(shù)據(jù)采集與處理. 2018(01)
[8]機器視覺的零件輪廓尺寸測量系統(tǒng)設計[J]. 萬子平,馬麗莎,陳明,劉劍霄. 單片機與嵌入式系統(tǒng)應用. 2017(12)
[9]迭代自適應權重均值濾波的圖像去噪[J]. 張新明,程金鳳,康強,王霞. 計算機應用. 2017(11)
[10]基于機器視覺的零件尺寸測量系統(tǒng)設計[J]. 王保軍. 電子技術與軟件工程. 2017(04)
博士論文
[1]圖像去噪及其效果評估若干問題研究[D]. 楊成佳.吉林大學 2016
碩士論文
[1]零件輪廓尺寸非接觸式測量技術研究[D]. 李鼎.電子科技大學 2019
[2]復雜光照下的人臉識別算法研究[D]. 曾貞.電子科技大學 2019
[3]基于曲率濾波的圖像去噪與增強研究[D]. 湯成.浙江理工大學 2019
[4]基于主成分分析和雙邊濾波的圖像降噪算法研究[D]. 張磊.曲阜師范大學 2018
[5]基于機器視覺工件尺寸測量方法研究[D]. 謝家欣.長春工業(yè)大學 2018
[6]基于亞像素的一鍵式尺寸測量軟件的研究[D]. 鄧榮鈺.電子科技大學 2018
[7]基于線結構光視覺傳感器的孔徑測量研究[D]. 王荃.華北理工大學 2018
[8]光照不均勻圖像增強研究[D]. 祝思文.遼寧工程技術大學 2017
[9]基于機器視覺的工件尺寸測量系統(tǒng)的設計與實現(xiàn)[D]. 劉雨航.中國科學技術大學 2017
[10]基于機器視覺的小型工件尺寸測量系統(tǒng)研究[D]. 范娟.西南交通大學 2017
本文編號:3653281
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【部分圖文】:
圖像的三種光照不均現(xiàn)象
第4章工件圖像曲線擬合與角度測量算法研究47件輪廓基礎上進行擬合實驗。齒輪工件在擬合時,需要分別將齒頂圓、齒根圓、分度圓以及內圓擬合出來,其步驟如下:(1)判斷分度圓和內圓。對檢測到的輪廓進行擬合,半徑大的為分度圓,半徑小的則為內圓。(2)判斷齒根圓和齒頂圓。比較輪廓上的邊緣點到分度圓圓心的距離,區(qū)別出齒根點和齒頂點。距離長的為齒頂點,距離短的為齒根點,然后再進行齒根圓以及齒頂圓的擬合。擬合效果如圖4.2所示圖4.2齒輪工件尺寸擬合效果圖通過實驗可以看出,Hough變換可以較好的進行齒輪的尺寸擬合與測量,分別擬合出來了齒頂圓、齒根圓、分度圓以及內圓。但是由于齒輪工件的磨損以及輪廓邊緣點的細微誤差,導致擬合出來的四個圓的中心坐標不能完全重合。尺寸擬合出的數(shù)據(jù)如表4-1所示,單位是pixel。
第4章工件圖像曲線擬合與角度測量算法研究51工件輪廓圖像累加器值最大時對應的參數(shù)即為需要的極坐標參數(shù)利用確定的極坐標參數(shù)對直線進行標定進行直線擬合,得到最后的圖像創(chuàng)建空間,并確定參數(shù)、的范圍初始化累加器,并計算,對應的累加器開始計數(shù)對應的累加器開圖4.5Hough直線擬合流程圖圖4.6Hough直線擬合效果圖
【參考文獻】:
期刊論文
[1]基于機器視覺的道路斑馬線檢測[J]. 蔡敏,張曼玉. 輕型汽車技術. 2019(07)
[2]基于機器視覺的道路斑馬線檢測[J]. 蔡敏,張曼玉. 輕型汽車技術. 2019 (07)
[3]一種線陣CCD融合光柵尺的高精度尺寸測量新方法研究[J]. 同志學,白金池,康智強. 光學技術. 2019(03)
[4]一種八鄰域圖像邊界追蹤改進算法[J]. 胡晉山,康建榮,張琪,劉鵬程,朱銘達. 測繪通報. 2018(12)
[5]智能制造:從人工智能到生產智能[J]. 王飛躍. 科技導報. 2018(21)
[6]基于MATLAB三種濾波算法的圖像去噪技術研究[J]. 李宸鑫. 通訊世界. 2018(06)
[7]基于稀疏表示及正則約束的圖像去噪方法綜述[J]. 彭真明,陳穎頻,蒲恬,王雨青,何艷敏. 數(shù)據(jù)采集與處理. 2018(01)
[8]機器視覺的零件輪廓尺寸測量系統(tǒng)設計[J]. 萬子平,馬麗莎,陳明,劉劍霄. 單片機與嵌入式系統(tǒng)應用. 2017(12)
[9]迭代自適應權重均值濾波的圖像去噪[J]. 張新明,程金鳳,康強,王霞. 計算機應用. 2017(11)
[10]基于機器視覺的零件尺寸測量系統(tǒng)設計[J]. 王保軍. 電子技術與軟件工程. 2017(04)
博士論文
[1]圖像去噪及其效果評估若干問題研究[D]. 楊成佳.吉林大學 2016
碩士論文
[1]零件輪廓尺寸非接觸式測量技術研究[D]. 李鼎.電子科技大學 2019
[2]復雜光照下的人臉識別算法研究[D]. 曾貞.電子科技大學 2019
[3]基于曲率濾波的圖像去噪與增強研究[D]. 湯成.浙江理工大學 2019
[4]基于主成分分析和雙邊濾波的圖像降噪算法研究[D]. 張磊.曲阜師范大學 2018
[5]基于機器視覺工件尺寸測量方法研究[D]. 謝家欣.長春工業(yè)大學 2018
[6]基于亞像素的一鍵式尺寸測量軟件的研究[D]. 鄧榮鈺.電子科技大學 2018
[7]基于線結構光視覺傳感器的孔徑測量研究[D]. 王荃.華北理工大學 2018
[8]光照不均勻圖像增強研究[D]. 祝思文.遼寧工程技術大學 2017
[9]基于機器視覺的工件尺寸測量系統(tǒng)的設計與實現(xiàn)[D]. 劉雨航.中國科學技術大學 2017
[10]基于機器視覺的小型工件尺寸測量系統(tǒng)研究[D]. 范娟.西南交通大學 2017
本文編號:3653281
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3653281.html
最近更新
教材專著