基于机器视觉的磁性材料外观缺陷在线检测与分拣

发布时间：2020-12-31 14:29

　　“稀土”有工业“黄金”之称,是现代工业不可或缺的重要战略资源。作为“稀土”制品之一的磁性材料也有着举足轻重的作用,广泛应用于各行各业。但是由于磁性材料生产工艺相对落后,已经不能够适应现代工业生产需求,对磁性材料产业的升级改造已经迫在眉睫。结合企业所面临的实际问题,本文提出了基于机器视觉的磁性材料外观缺陷在线检测与分拣系统,运用机器视觉检测技术以及伺服机器人分拣技术,旨在解决传统人工质检、人工搬运等切实问题。本文首先详细阐述了磁性材料外观检测的难点和当前企业所面临的问题,提出了基于机器视觉的检测方案,并论证了方案的可行性。其次,基于提出的方案,本文从工业相机、工业镜头、工业光源等多个方面介绍了机器视觉应用设备选型分析。再根据分拣需求,提出了利用伺服控制器控制六轴机器人的方案,并详细介绍了其设计细节。然后,基于相关硬件平台,重点研究了本次的磁性材料外观检测算法,分为磁性材料外观尺寸测量算法和磁性材料外观缺陷检测算法。此外,在硬件平台和算法的基础上,分别设计了上位机软件系统和下位机软件系统。最后,利用实验室现有资源搭建了实验测试平台,并对系统各项指标进行了测试及分析。经过系统测试,检测精度可... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

色环图

杭州电子科技大学硕士学位论文37的灰度共生矩阵熵值。可见，缺陷区域的数据明显有别于正常区域的数据，通过这种方法就能成功识别出缺陷区域与正常区域，从而实现磁性材料凹陷缺陷的检测。在实际测试中，同样会因磁性材料表面污渍等因素的影响，对于不含凹陷缺陷的磁性材料会存在少量误判，误判率大概在5%左右。图3.18凹陷检测正常区域与缺陷区域的灰度共生矩阵熵值对比图3.5本章小结本章着重介绍了磁性材料外观缺陷在线检测与分拣系统图像处理算法的设计与实现，包含磁性材料外观尺寸测量算法和磁性材料外观缺陷检测算法两大部分。其中，磁性材料外观尺寸测量算法主要实现了磁性材料外观物理尺寸的非接触测量，在极小的误差范围内确保了测量的可靠性、准确性，能够比较真实地反映磁性材料真实物理尺寸。而磁性材料外观缺陷检测算法则通过对磁性材料外观表面缺陷的精准检测，取代传统人工筛选的方式，极大地提高了检测效率，解放了劳动力。两种算法相结合，为整套系统的可行性、可靠性提供了有力支撑，也能一定程度上解决企业所面临的实际难题。

【参考文献】：
期刊论文
[1]工件产品缺陷检测方法综述[J]. 周婷,陈祥红.  计算机产品与流通. 2019(11)
[2]基于机器视觉的定子表面缺陷检测系统研究[J]. 戴斌宇,吴静静.  传感技术学报. 2019(10)
[3]基于改进K均值特征点聚类算法的作物行检测[J]. 孟笑天,徐艳蕾,王新东,何润,翟钰婷.  农机化研究. 2020(08)
[4]EtherCAT总线技术在大型控制装置中的应用[J]. 李爽,陈泉根.  电子技术与软件工程. 2019(20)
[5]一种改进的加速K均值聚类算法[J]. 马俊宏,武丽芬.  太赫兹科学与电子信息学报. 2019(05)
[6]基于硬件TCP/IP协议的物联网网关设计[J]. 沈翔.  物联网技术. 2019(10)
[7]基于MFC的Vega Prime航空飞行器动态视景仿真[J]. 孙旺,刘西,南英.  指挥控制与仿真. 2019(05)
[8]基于EtherCAT工业现场总线的数据采集系统[J]. 刘明.  电子技术与软件工程. 2019(18)
[9]基于TCP/IP协议的网络通信服务器设计与实现[J]. 吕焦盛.  赤峰学院学报(自然科学版). 2019(09)
[10]“新中国70年”中国稀土产业回顾与展望[J]. 贾涛,刘小芳.  稀土信息. 2019(09)

硕士论文
[1]基于机器视觉的贴花陶瓷盘表面缺陷检测方法研究[D]. 李捷.西安理工大学 2019
[2]基于机器视觉的空调阀芯微孔径在线检测系统[D]. 邓邹超.杭州电子科技大学 2019
[3]玻璃灯杯质量在线检测系统设计与实现[D]. 楼衍廷.杭州电子科技大学 2018
[4]基于OpenCV的红枣纹理检测研究[D]. 蒋伟.石河子大学 2017
[5]基于OpenCV的焊缝图像缺陷识别系统设计[D]. 苟佳维.西安工业大学 2016
[6]基于专利计量分析的浙江东阳磁性材料产业集群升级研究[D]. 邓洪娟.浙江理工大学 2014



本文编号：2949777