基于机器视觉的电容器表面缺陷检测系统的研究与开发

发布时间：2017-03-19 07:05

  本文关键词：基于机器视觉的电容器表面缺陷检测系统的研究与开发，由笔耕文化传播整理发布。

【摘要】：随着信息化、工业化生产的快速发展,电容器的需求也迅速提高。在生产过程中,为确保产品的质量,必须对电容器外观进行检测。本文针对电容器外观缺陷,设计了一套能够对电容器外观缺陷进行实时、自动的检测系统。首先,分析了常见的电容器表面缺陷种类及其检测要求,设计了电容器外观缺陷检测系统的总体方案,研究了机器视觉系统的构成及各组成部分的原理和作用并根据待检对象的特征及检测要求,对硬件系统的硬件进行了选型。选择Halcon机器视觉软件作为系统软件的开发平台并简要介绍了Halcon软件的优势、界面组成、外观检测方面的应用等。其次,根据检测需求分析,进行电容器表面缺陷检测系统的算法设计。机器视觉系统的算法设计是整个系统的核心部分,本文重点研究了电容器外观缺陷检测的图像预处理算法,包括滤波、阈值分割、形态学、区块分析等。提出了一种基于Canny算子的改进算法,并进行了相应的分析和比较,设计出适合电容器外观检测的预处理算法;研究了电容器外观缺陷的提取和识别算法,根据电容器不同角度表面的具体情况,设计了不同角度表面缺陷的提取和识别算法。最后,利用Halcon10.0和VC++进行编程,设计了电容器表面缺陷检测系统的软件系统,在VC++中搭建了界面良好的电容器表面缺陷检测界面,然后对电容器样本进行测试工作。实验结果表明,本系统能够达到实时、快速、准确地检测电容器的外观缺陷。
【关键词】：电容器 外观缺陷检测 Halcon 改进Canny
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM53;TP391.41
【目录】：

• 摘要5-6
• Abstract6-14
• 第1章 绪论14-21
• 1.1 课题的研究背景及研究意义14-17
• 1.2 本课题国内外研究现状和发展趋势17-19
• 1.2.1 机器视觉技术的发展17-18
• 1.2.2 国内外外观检测的研究现状18-19
• 1.3 论文的内容及论文结构19-21
• 1.3.1 本文研究内容19
• 1.3.2 论文结构19-21
• 第2章 电容器外观检测系统的总体设计21-36
• 2.1 机器视觉概述21-22
• 2.1.1 机器视觉的原理及应用21
• 2.1.2 机器视觉的硬件组成21-22
• 2.2 系统总体结构设计22-23
• 2.3 视觉系统检测及工作流程23-25
• 2.3.1 视觉系统检测流程23-24
• 2.3.2 视觉系统检测种类及检测精度24-25
• 2.4 基于智能相机的机器视觉系统25-26
• 2.4.1 智能相机的概念25
• 2.4.2 智能相机的结构25-26
• 2.5 基于PC的机器视觉系统26-30
• 2.5.1 光源系统26-28
• 2.5.2 镜头28
• 2.5.3 相机28-29
• 2.5.4 图像处理模块29-30
• 2.6 Halcon简介30-35
• 2.6.1 基本介绍30
• 2.6.2 HDevelop的使用界面30-32
• 2.6.3 HALCON在电容器外观缺陷检测上的应用32-34
• 2.6.4 HALCON与VC++的比较34-35
• 2.7 本章小结35-36
• 第3章 电容器外观缺陷检测方法及原理36-47
• 3.1 图像滤波36-38
• 3.1.1 均值平滑36-37
• 3.1.2 中值滤波法37-38
• 3.2 图像分割38-41
• 3.2.1 阈值分割39-40
• 3.2.2 基于边缘的阈值分割40-41
• 3.3 图像的形态学处理41-44
• 3.3.1 腐蚀(Erosion)41-42
• 3.3.2 膨胀（Dilation）42
• 3.3.3 开运算和闭运算42-44
• 3.4 Blob分析44-45
• 3.4.1 Blob分析的基本理论44-45
• 3.4.2 Blob分析在表面缺陷检测中的应用45
• 3.5 图像的测量45-46
• 3.6 本章小结46-47
• 第4章 图像边缘检测算法47-54
• 4.1 经典的边缘检测算法47-50
• 4.2 改进的Canny边缘检测算法50-53
• 4.2.1 改进的Canny边缘检测算法流程50-52
• 4.2.2 结果验证52-53
• 4.3 本章小结53-54
• 第5章 电容器外观缺陷检测系统算法设计和系统组成54-69
• 5.1 电容器外观缺陷检测流程54-62
• 5.1.1 图像预处理54-55
• 5.1.2 侧面角度检测55-58
• 5.1.3 正面和底面检测58-61
• 5.1.4 实验结果分析61-62
• 5.2 电容器外观缺陷检测系统组成62-67
• 5.2.1 软件系统的总体设计流程63-64
• 5.2.2 Halcon10.0 在图像处理中主要功能简介64
• 5.2.3 检测系统各部分功能及其界面64-67
• 5.3 本章小结67-69
• 总结与展望69-71
• 总结69-70
• 展望70-71
• 参考文献71-75
• 攻读硕士期间承担的科研任务及主要成果75-77
• 致谢77-78
• 详细摘要78-81

【相似文献】

中国期刊全文数据库 前10条

1 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期

2 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期

3 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期

4 张楠;;机器视觉正迎来发展的“春天”[J];中国包装工业;2012年02期

5 文浩;;欧洲机器视觉市场发展迅速[J];仪表工业;1993年03期

6 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期

7 刘曙光,刘明远,何钺;机器视觉及其应用[J];机械制造;2000年07期

8 谢勇,彭涛;机器视觉及其在现代包装行业中的应用[J];株洲工学院学报;2002年04期

9 唐向阳,张勇,李江有,黄岗,杨松,关宏;机器视觉关键技术的现状及应用展望[J];昆明理工大学学报(理工版);2004年02期

10 颜发根,刘建群,陈新,丁少华;机器视觉及其在制造业中的应用[J];机械制造;2004年11期

中国重要会议论文全文数据库 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集（二）[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

中国重要报纸全文数据库 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

中国博士学位论文全文数据库 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 田明锐;基于机器视觉的散料装车控制系统研究[D];长安大学;2016年

4 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

5 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

6 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

7 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

8 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

9 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

10 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

中国硕士学位论文全文数据库 前10条

1 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

2 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

3 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

4 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

5 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

6 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

7 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

8 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

9 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年

10 须啸海;嵌入式智能交通车流量监控系统的实现[D];电子科技大学;2015年

  本文关键词：基于机器视觉的电容器表面缺陷检测系统的研究与开发，由笔耕文化传播整理发布。

，

本文编号：255680