基于DSP技术的轴承外观缺陷检测系统设计与实现
本文选题:轴承 切入点:外观缺陷 出处:《河南科技大学》2017年硕士论文
【摘要】:随着科技的进步和现代工业的发展,工业检测逐步走向自动化、智能化,传统人工检测已经无法满足现代企业的检测要求,机器视觉检测技术以其检测效率高、精度高、可靠性好等优势在现代工业中已得到广泛的应用。轴承在生产和装配过程中经常出现磕碰、磨损、擦伤、锈蚀等外观缺陷,一般通过人工目测对有外观缺陷的轴承进行剔除。随着机器视觉检测技术以及嵌入式DSP技术的迅速发展,基于DSP技术的机器视觉检测系统的应用也愈加广泛。本文针对现代轴承企业对轴承外观的自动化检测需求和传统人工检测方法的不足,设计一套基于DSP技术的轴承外观缺陷在线检测系统。本文主要工作分为以下四个方面。第一,简要介绍和分析机器视觉系统以及DSP技术的发展阶段与研究现状,为本文基于DSP机器视觉检测系统硬件平台的搭建和轴承外观缺陷检测算法的设计提供理论依据。第二,详细介绍轴承外观缺陷检测系统硬件平台的搭建和各个组成模块的设计。其中包含检测系统所使用配套的光源、相机、镜头、LCD显示器及DSP图像处理系统硬件电路设计等。第三,针对采集到的轴承外观的视觉特性,开发外观缺陷检测算法,算法流程包括图像采集、图像各项预处理、轴承定位与剪裁、差影处理、形态学运算、缺陷标记识别等。第四,论文对代码优化和执行效率问题进行深入分析,并在DSP平台上对轴承外观缺陷检测算法进行优化处理,提升系统图像的处理速度以及增强检测的实时性。基于DSP技术的轴承外观缺陷检测系统,是运用DSP图像检测硬件平台,结合实时缺陷检测算法,旨在提高企业所生产的轴承质量、生产效率及自动化水平。经试验验证,该方法可有效检测出轴承外观缺陷,并具有检测速度快、精度高及稳定性强等特点。
[Abstract]:With the progress of science and technology and the development of modern industry, industrial inspection has gradually moved towards automation and intelligence. Traditional manual inspection can no longer meet the requirements of modern enterprises. Machine vision detection technology has high detection efficiency and precision.The advantages of good reliability have been widely used in modern industry.In the process of production and assembly, the bearings often appear appearance defects such as bumps, wear, abrasion, rust and so on. The bearings with appearance defects are generally eliminated by manual visual measurement.With the rapid development of machine vision detection technology and embedded DSP technology, machine vision detection system based on DSP technology is more and more widely used.In view of the demand of modern bearing enterprises for automatic inspection of bearing appearance and the shortcomings of traditional manual inspection methods, a set of on-line inspection system of bearing appearance defects based on DSP technology is designed in this paper.The main work of this paper is divided into the following four aspects.Firstly, this paper briefly introduces and analyzes the development stage and research status of machine vision system and DSP technology, which provides a theoretical basis for the construction of hardware platform based on DSP machine vision detection system and the design of bearing appearance defect detection algorithm.Secondly, the hardware platform and the design of each component module of bearing appearance defect detection system are introduced in detail.It includes light source, camera, lens LCD display and hardware circuit design of DSP image processing system.Thirdly, aiming at the visual characteristics of the bearing appearance, a defect detection algorithm is developed. The algorithm flow includes image acquisition, image preprocessing, bearing location and tailoring, differential image processing, morphological operation, defect identification and so on.Fourthly, the paper analyzes the code optimization and execution efficiency, and optimizes the bearing appearance defect detection algorithm on the DSP platform to improve the system image processing speed and enhance the real-time detection.The bearing appearance defect detection system based on DSP technology is designed to improve the bearing quality, production efficiency and automation level by using DSP image detection hardware platform and real-time defect detection algorithm.The test results show that this method can effectively detect the appearance defects of bearing, and has the characteristics of fast detection speed, high precision and strong stability.
【学位授予单位】:河南科技大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TH133.3;TP391.41
【参考文献】
相关期刊论文 前10条
1 胡德超;朱尤攀;罗琳;李泽民;范宏波;孙爱平;苏凡;韩娟;;基于红外目标提取的夜视图像融合实时系统研究[J];红外技术;2014年02期
2 张国福;沈洪艳;;机器视觉技术在工业检测中的应用综述[J];电子技术与软件工程;2013年22期
3 肖玲玲;龙魁;;基于DSP技术的钨矿初选系统的研究[J];矿业研究与开发;2013年02期
4 端文龙;;机器视觉技术及其在机械制造自动化中的应用[J];硅谷;2013年06期
5 朱宝伟;;机器视觉中的光源照明设计[J];电子科技;2013年03期
6 赵宇峰;高超;王建国;;基于机器视觉的工业产品表面缺陷检测算法研究[J];计算机应用与软件;2012年02期
7 张五一;张继超;侯远韶;杨扬;;机器视觉系统中镜头的选择[J];中原工学院学报;2011年06期
8 刘洲峰;程寅;郭振铎;;基于DM642高速异纤图像检测处理系统的硬件设计[J];电气自动化;2010年04期
9 陈跃飞;王恒迪;邓四二;;机器视觉检测技术中轴承的定位算法[J];轴承;2010年04期
10 付显君;;试论DSP发展趋势[J];电脑知识与技术;2009年36期
相关硕士学位论文 前7条
1 韩国盛;基于TMS320DM642的视频图像处理平台设计与实现[D];南京理工大学;2013年
2 龙建武;基于Otsu的图像阈值分割算法的研究[D];吉林大学;2011年
3 游志宇;基于嵌入式机器视觉控制系统的研究[D];西华大学;2009年
4 冯丽;VC-1解码算法研究及其DSP移植与优化[D];北京交通大学;2008年
5 胡彦磊;基于图像处理和DSP的啤酒瓶污损检测[D];山东大学;2008年
6 贾志强;基于DM642的虹膜识别算法程序优化研究[D];哈尔滨工程大学;2007年
7 王继芳;数字图象数学形态学算法研究与应用[D];中国人民解放军信息工程大学;2005年
,本文编号:1728704
本文链接:https://www.wllwen.com/jixiegongchenglunwen/1728704.html