基于移动扫描成像的气瓶内壁缺陷检测系统的研究
发布时间：2021-10-08 10:52
在交通运输和工业生产的发展中,能源使用一直为重中之重。传统的煤、炭、石油能源会引发环境污染问题,所以越来多越多的工业生产和交通工具采用可燃气体作为能源使用。气体能源燃烧的更加充分,能减少燃料浪费和减轻环境污染。由于可燃气体的广泛使用,高压气瓶的安全生产和使用成为当下社会关心的问题。高压气瓶生产商目前仍然采用传统的人工目测进行气瓶质检,但随着对产品质量要求和工业生产自动化需求的提高,传统的检测方法很难满足需求。近十几年,随着机器视觉技术成熟发展,给缺陷检测提供了一种新的方法。本课题针对厂家提供的样品气瓶和质检标准进行研究设计。根据要求设计并实现高压气瓶内壁缺陷检测系统。由于检测对象口径尺寸较小、内壁表面颜色一致、缺陷与背景对比度较低,导致普通光源、镜头和拍摄方式难以对其内壁清晰成像,所以该系统采用移动扫描成像的方式对气瓶内壁进行全采集。该系统包括平移台、旋转装置、升降台,使相机可以伸入气瓶内对内壁全部采集。根据检测条件挑选镜头、相机、光源,并实现在气瓶内的光路构建。软件设计上主要包括缺陷检测算法设计和系统软件功能实现。其中缺陷检测算法根据各个缺陷成像特征和差异性,设计针对气瓶内壁的不同缺...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
气瓶样本实物Fig.2.1Cylindersamplematerial
a 凹坑缺陷 b 划痕缺陷 c 拉伸伤痕缺陷图 2.2 各类缺陷成像图片Fig. 2.2 Various defect imaging diagrams2.2 缺陷检测系统设计的重点高压气瓶内壁缺陷检测系统的设计重点如下：（1）由于气瓶形状和其内径尺寸较小，镜头成像范围有限，一般机器视觉检测使用的工业相机难以在气瓶内成像，所以需解决近距离清晰成像的问题。（2）为防止漏检，需对气瓶内壁进行全扫描，通过分析拟采用移动扫描成像的方法进行解决。硬件系统设计时，应解决机械结构的设计、系统运动控制的相互协调、系统运动过程保持稳定性等问题。（3）由于被检测对象材质为反光金属，气瓶内表面颜色一致，成像对比度较小。因此光源、相机、镜头构成的成像光路的选型及设计成为重点。需合理设计成像光路使目标缺陷与背景在图像中具有高对比度，在后续处理中对图像的进一步处理得
3章 高压气瓶内壁缺陷检测系统硬件设器一般为 CCD 传感器和 CMOS 传本系统相机选择采用 CMOS 传感器设计特点，使其信号读取速度和图扫描成像系统中。其次 CMOS 传感尺寸的相机，即能实现在较小空间瓶内成像。虽然由于 CMOS 传感器干扰，相比于 CCD 传感器有着噪展，CMOS 传感器成像质量已大幅MOS 传感器具有灵敏度高、曝光时R-USBFHD01M-LS36 的摄像模组示。
【参考文献】：
期刊论文
[1]无损检测技术在压力容器检验中的应用分析[J]. 刘雪峰. 中国高新区. 2018(01)
[2]压力容器设计过程中常见问题处理[J]. 王欣. 化工管理. 2018(01)
[3]数字图像边缘的快速提取算法研究[J]. 段振云,单紫薇,赵文辉,杨旭. 组合机床与自动化加工技术. 2017(12)
[4]Canny算法的GPU并行加速[J]. 张帆,韩树奎,张立国,王文胜. 中国光学. 2017(06)
[5]基于HALCON的电池盖帽检测[J]. 何程涛,张仁杰. 数据通信. 2017(04)
[6]基于剪切波域改进Gamma校正的医学图像增强算法[J]. 周飞,贾振红,杨杰,Nikola Kasabov. 光电子·激光. 2017(05)
[7]高压容器的结构特点及设计制造注意事项[J]. 薛显坤,韩岁平,韩宝虎,张学刚,刘晓丽,马文斗,王影. 石油和化工设备. 2017(03)
[8]结合暗原色优先和Gamma校正的红外交通图像增强算法[J]. 顾明,郑林涛,刘中华. 交通运输工程学报. 2016(06)
[9]多线程技术在计算机测控系统中的运用[J]. 吴子煌. 信息与电脑(理论版). 2016(17)
[10]机器视觉技术的发展现状与展望[J]. 胥磊. 设备管理与维修. 2016(09)
博士论文
[1]数学形态学在图像边缘检测和机器视觉中的应用研究[D]. 黄海龙.东北大学 2013
[2]基于增广拉格朗日的字典学习算法及其在医学成像和图像处理中的应用[D]. 刘且根.上海交通大学 2012
[3]金属板裂纹的电磁声发射信号检测与处理技术研究[D]. 张闯.河北工业大学 2011
硕士论文
[1]基于机器视觉的智能驾驶车辆的目标识别研究[D]. 刘禹希.吉林大学 2017
[2]基于机器视觉的航空电连接器插针检测技术研究[D]. 卢佳宇.哈尔滨工业大学 2017
[3]基于机器视觉的轴承内圈表面缺陷检测系统研究[D]. 郑越.沈阳工业大学 2017
[4]基于机器视觉的光学元件损伤在线检测研究[D]. 陈静.中国科学院大学(中国科学院光电技术研究所) 2017
[5]基于机器视觉的线缆表观缺陷在线检测系统的研究[D]. 张俊.电子科技大学 2017
[6]基于机器视觉的工件加工尺寸在线测量方法与系统研究[D]. 廖维.武汉理工大学 2012
[7]激光超声波检测金属表面缺陷的理论及实验研究[D]. 韩昌佩.南京理工大学 2012
[8]基于Hessian矩阵子像素级边缘检测的空域误码掩盖[D]. 陈琴.吉林大学 2008
本文编号：3424013
【文章来源】：沈阳工业大学辽宁省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
气瓶样本实物Fig.2.1Cylindersamplematerial
a 凹坑缺陷 b 划痕缺陷 c 拉伸伤痕缺陷图 2.2 各类缺陷成像图片Fig. 2.2 Various defect imaging diagrams2.2 缺陷检测系统设计的重点高压气瓶内壁缺陷检测系统的设计重点如下：（1）由于气瓶形状和其内径尺寸较小，镜头成像范围有限，一般机器视觉检测使用的工业相机难以在气瓶内成像，所以需解决近距离清晰成像的问题。（2）为防止漏检，需对气瓶内壁进行全扫描，通过分析拟采用移动扫描成像的方法进行解决。硬件系统设计时，应解决机械结构的设计、系统运动控制的相互协调、系统运动过程保持稳定性等问题。（3）由于被检测对象材质为反光金属，气瓶内表面颜色一致，成像对比度较小。因此光源、相机、镜头构成的成像光路的选型及设计成为重点。需合理设计成像光路使目标缺陷与背景在图像中具有高对比度，在后续处理中对图像的进一步处理得
3章 高压气瓶内壁缺陷检测系统硬件设器一般为 CCD 传感器和 CMOS 传本系统相机选择采用 CMOS 传感器设计特点，使其信号读取速度和图扫描成像系统中。其次 CMOS 传感尺寸的相机，即能实现在较小空间瓶内成像。虽然由于 CMOS 传感器干扰，相比于 CCD 传感器有着噪展，CMOS 传感器成像质量已大幅MOS 传感器具有灵敏度高、曝光时R-USBFHD01M-LS36 的摄像模组示。
【参考文献】：
期刊论文
[1]无损检测技术在压力容器检验中的应用分析[J]. 刘雪峰. 中国高新区. 2018(01)
[2]压力容器设计过程中常见问题处理[J]. 王欣. 化工管理. 2018(01)
[3]数字图像边缘的快速提取算法研究[J]. 段振云,单紫薇,赵文辉,杨旭. 组合机床与自动化加工技术. 2017(12)
[4]Canny算法的GPU并行加速[J]. 张帆,韩树奎,张立国,王文胜. 中国光学. 2017(06)
[5]基于HALCON的电池盖帽检测[J]. 何程涛,张仁杰. 数据通信. 2017(04)
[6]基于剪切波域改进Gamma校正的医学图像增强算法[J]. 周飞,贾振红,杨杰,Nikola Kasabov. 光电子·激光. 2017(05)
[7]高压容器的结构特点及设计制造注意事项[J]. 薛显坤,韩岁平,韩宝虎,张学刚,刘晓丽,马文斗,王影. 石油和化工设备. 2017(03)
[8]结合暗原色优先和Gamma校正的红外交通图像增强算法[J]. 顾明,郑林涛,刘中华. 交通运输工程学报. 2016(06)
[9]多线程技术在计算机测控系统中的运用[J]. 吴子煌. 信息与电脑(理论版). 2016(17)
[10]机器视觉技术的发展现状与展望[J]. 胥磊. 设备管理与维修. 2016(09)
博士论文
[1]数学形态学在图像边缘检测和机器视觉中的应用研究[D]. 黄海龙.东北大学 2013
[2]基于增广拉格朗日的字典学习算法及其在医学成像和图像处理中的应用[D]. 刘且根.上海交通大学 2012
[3]金属板裂纹的电磁声发射信号检测与处理技术研究[D]. 张闯.河北工业大学 2011
硕士论文
[1]基于机器视觉的智能驾驶车辆的目标识别研究[D]. 刘禹希.吉林大学 2017
[2]基于机器视觉的航空电连接器插针检测技术研究[D]. 卢佳宇.哈尔滨工业大学 2017
[3]基于机器视觉的轴承内圈表面缺陷检测系统研究[D]. 郑越.沈阳工业大学 2017
[4]基于机器视觉的光学元件损伤在线检测研究[D]. 陈静.中国科学院大学(中国科学院光电技术研究所) 2017
[5]基于机器视觉的线缆表观缺陷在线检测系统的研究[D]. 张俊.电子科技大学 2017
[6]基于机器视觉的工件加工尺寸在线测量方法与系统研究[D]. 廖维.武汉理工大学 2012
[7]激光超声波检测金属表面缺陷的理论及实验研究[D]. 韩昌佩.南京理工大学 2012
[8]基于Hessian矩阵子像素级边缘检测的空域误码掩盖[D]. 陈琴.吉林大学 2008
本文编号：3424013
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3424013.html
