基于单相机的漆包线疵病检测系统研究
发布时间：2022-10-21 15:14
漆包线是现代工业的重要材料,其表面质量的好坏会直接影响产品的综合性能。随着数学和计算机的发展推动,机器视觉技术也得到了迅猛发展。将机器视觉检测技术应用到漆包线表面疵病检测中,替代传统的人工检测、有损接触式检测,实现高效在线检测,从而提升漆包线产量,根据疵病的数量、类型和出现位置,为生产设备检修提供参考具有重要意义。机器视觉检测系统的核心是数字图形处理,难点在于图像全景采集、疵病的高检准率。本文设计了基于单相机的漆包线疵病检测系统,主要研究内容有如下四方面。首先,设计单相机配合四面平面反射镜,实现直径2.5-4mm漆包线图像的360°全景采集,根据图像采集要求,合理选择工业相机和镜头,设计提出双低角度环形光照明。然后,设计漆包线图像预处理算法,采用仿射变换对图像进行倾斜矫正,提取ROI屏蔽无用信息,论证幂律变换对漆包线图像增强效果最优,高斯滤波对图像去噪效果最优。其次,利用阈值分割算法分割漆包线区域,提出边缘改进阈值分割算法分割疵病区域,分析疵病区域形状特征,提出多特征组合法检测分类疵病,分析疵病局部灰度特征,提出灰度水平投影曲线二次拟合法检测疵病有无,最终通过分析对比确定两种方法结合对...
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文主要创新与贡献
1.4 本文主要工作及章节安排
第2章 疵病检测系统的总体设计
2.1 漆包线疵病检测的实现原理及功能
2.2 系统设计的总体方案
2.3 光学图像采集系统设计
2.4 工业相机的选型
2.5 镜头的选型
2.6 照明设计
2.7 本章小结
第3章 漆包线图像预处理
3.1 引言
3.2 图像位置矫正
3.3 漆包线区域提取
3.4 图像增强
3.4.1 灰度变换图像增强
3.4.2 直方图均衡增强
3.4.3 图像增强实验对比与结论
3.5 图像滤波
3.5.1 噪声来源
3.5.2 滤波算法
3.5.3 滤波结果评价方法
3.5.4 滤波实验对比与结论
3.6 本章小结
第4章 图像分割和漆包线疵病检测识别研究
4.1 基于阈值的漆包线区域图像分割
4.1.1 阈值分割的常用方法
4.1.2 结合形态学处理和区域填充的阈值分割
4.1.3 漆包线区域图像分割实验
4.2 基于边缘改善的疵病区域分割提取
4.2.1 边缘提取
4.2.2 边缘提取实验对比与分析
4.2.3 疵病区域分割实验
4.3 基于形状特征的疵病检测方法设计
4.4 基于灰度投影的疵病检测方法设计
4.5 检测方法分析与确定
4.6 本章小结
第5章 疵病检测系统软件设计及实验验证
5.1 疵病检测系统软件设计要求
5.2 软件开发工具
5.2.1 HALCON软件的简介
5.2.2 C#简介
5.3 软件系统结构和设计流程
5.4 人机交互界面设计
5.5 实验验证与结果分析
5.6 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于图像处理技术的目标识别方法综述[J]. 王伟男,杨朝红. 电脑与信息技术. 2019(06)
[2]基于区域检测分割的运动模糊图像复原[J]. 胡绍海,王敏茜. 北京交通大学学报. 2019(05)
[3]工件表面低对比度缺陷快速准确识别方法[J]. 邵伟,彭鹏,周阿维,赵迪. 计量学报. 2019(05)
[4]摄像机CCD与CMOS图像传感器工作原理[J]. 李育林. 科技经济导刊. 2019(25)
[5]光缆表面缺陷视觉在线高速检测算法研究[J]. 吉咸阳,徐宁,杨庚,刘逢清,金仙力. 高技术通讯. 2019(08)
[6]基于机器视觉测量技术的城市轨道交通车辆门锁安全监测方法[J]. 顾壹,蒋书波,缪小冬. 城市轨道交通研究. 2019(08)
[7]基于增强的低对比度印品缺陷的识别技术研究[J]. 张雷洪,熊锐. 包装工程. 2019(13)
[8]机器视觉在设施育苗作物生长监测中的研究与应用[J]. 杨斯,黄铝文,张馨. 江苏农业科学. 2019(06)
[9]圆形线材表面缺陷识别的图像处理研究[J]. 卢黎明,谷开,卢晋夫,杨培义,唐俊涛. 机床与液压. 2019(01)
[10]机器视觉在工业发展中的创新应用[J]. 李佳航. 科技与创新. 2018(24)
博士论文
[1]面向铁路运行环境检测的图像复原、增强及配准方法研究[D]. 吕国豪.北京交通大学 2017
硕士论文
[1]基于机器视觉竹条缺陷识别技术研究[D]. 卢秋芬.福建农林大学 2019
[2]线缆表面缺陷检测机器视觉系统研究[D]. 刘勋.成都理工大学 2019
[3]高反射表面缺陷检测技术研究[D]. 郭志烨.厦门大学 2018
[4]一种基于纹理合成的疏松缺陷图像生成方法[D]. 张园.华南理工大学 2018
[5]基于机器视觉的轴承表面缺陷检测与分类系统研究[D]. 宇文旋.电子科技大学 2018
[6]基于双目视觉的大尺寸航天产品三维测量方法及应用研究[D]. 韩敏.哈尔滨工业大学 2017
[7]机器视觉照明技术与装置实验研究[D]. 杨锐.中原工学院 2016
[8]光学表面疵病检测系统及图像处理技术研究[D]. 张家伟.南京理工大学 2016
[9]基于多目标进化算法的图像配准方法[D]. 付小东.西安电子科技大学 2016
[10]基于JPEG的图像编辑与增强方法的研究与设计[D]. 张静.北方工业大学 2014
本文编号：3695886
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文主要创新与贡献
1.4 本文主要工作及章节安排
第2章 疵病检测系统的总体设计
2.1 漆包线疵病检测的实现原理及功能
2.2 系统设计的总体方案
2.3 光学图像采集系统设计
2.4 工业相机的选型
2.5 镜头的选型
2.6 照明设计
2.7 本章小结
第3章 漆包线图像预处理
3.1 引言
3.2 图像位置矫正
3.3 漆包线区域提取
3.4 图像增强
3.4.1 灰度变换图像增强
3.4.2 直方图均衡增强
3.4.3 图像增强实验对比与结论
3.5 图像滤波
3.5.1 噪声来源
3.5.2 滤波算法
3.5.3 滤波结果评价方法
3.5.4 滤波实验对比与结论
3.6 本章小结
第4章 图像分割和漆包线疵病检测识别研究
4.1 基于阈值的漆包线区域图像分割
4.1.1 阈值分割的常用方法
4.1.2 结合形态学处理和区域填充的阈值分割
4.1.3 漆包线区域图像分割实验
4.2 基于边缘改善的疵病区域分割提取
4.2.1 边缘提取
4.2.2 边缘提取实验对比与分析
4.2.3 疵病区域分割实验
4.3 基于形状特征的疵病检测方法设计
4.4 基于灰度投影的疵病检测方法设计
4.5 检测方法分析与确定
4.6 本章小结
第5章 疵病检测系统软件设计及实验验证
5.1 疵病检测系统软件设计要求
5.2 软件开发工具
5.2.1 HALCON软件的简介
5.2.2 C#简介
5.3 软件系统结构和设计流程
5.4 人机交互界面设计
5.5 实验验证与结果分析
5.6 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
参考文献
致谢
【参考文献】：
期刊论文
[1]基于图像处理技术的目标识别方法综述[J]. 王伟男,杨朝红. 电脑与信息技术. 2019(06)
[2]基于区域检测分割的运动模糊图像复原[J]. 胡绍海,王敏茜. 北京交通大学学报. 2019(05)
[3]工件表面低对比度缺陷快速准确识别方法[J]. 邵伟,彭鹏,周阿维,赵迪. 计量学报. 2019(05)
[4]摄像机CCD与CMOS图像传感器工作原理[J]. 李育林. 科技经济导刊. 2019(25)
[5]光缆表面缺陷视觉在线高速检测算法研究[J]. 吉咸阳,徐宁,杨庚,刘逢清,金仙力. 高技术通讯. 2019(08)
[6]基于机器视觉测量技术的城市轨道交通车辆门锁安全监测方法[J]. 顾壹,蒋书波,缪小冬. 城市轨道交通研究. 2019(08)
[7]基于增强的低对比度印品缺陷的识别技术研究[J]. 张雷洪,熊锐. 包装工程. 2019(13)
[8]机器视觉在设施育苗作物生长监测中的研究与应用[J]. 杨斯,黄铝文,张馨. 江苏农业科学. 2019(06)
[9]圆形线材表面缺陷识别的图像处理研究[J]. 卢黎明,谷开,卢晋夫,杨培义,唐俊涛. 机床与液压. 2019(01)
[10]机器视觉在工业发展中的创新应用[J]. 李佳航. 科技与创新. 2018(24)
博士论文
[1]面向铁路运行环境检测的图像复原、增强及配准方法研究[D]. 吕国豪.北京交通大学 2017
硕士论文
[1]基于机器视觉竹条缺陷识别技术研究[D]. 卢秋芬.福建农林大学 2019
[2]线缆表面缺陷检测机器视觉系统研究[D]. 刘勋.成都理工大学 2019
[3]高反射表面缺陷检测技术研究[D]. 郭志烨.厦门大学 2018
[4]一种基于纹理合成的疏松缺陷图像生成方法[D]. 张园.华南理工大学 2018
[5]基于机器视觉的轴承表面缺陷检测与分类系统研究[D]. 宇文旋.电子科技大学 2018
[6]基于双目视觉的大尺寸航天产品三维测量方法及应用研究[D]. 韩敏.哈尔滨工业大学 2017
[7]机器视觉照明技术与装置实验研究[D]. 杨锐.中原工学院 2016
[8]光学表面疵病检测系统及图像处理技术研究[D]. 张家伟.南京理工大学 2016
[9]基于多目标进化算法的图像配准方法[D]. 付小东.西安电子科技大学 2016
[10]基于JPEG的图像编辑与增强方法的研究与设计[D]. 张静.北方工业大学 2014
本文编号：3695886
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3695886.html
