基于机器视觉的全自动高精度铆钉筛选系统
发布时间：2022-01-05 15:06
随着科技的快速发展,机器视觉技术在工业检测领域的优势越来越明显,近些年来视觉技术的研究与应用变得越发普及。本课题以飞机航空铆钉为研究对象,通过机器视觉技术和应用软件开发技术,对铆钉表面缺陷和尺寸的无损检测进行深入的研究。传统的检测方式采取人工肉眼检测,效率极低,难以达到高精度的要求,对于微小的缺陷也无法正确识别。为了替代人工,提高产品质量和生产效率,铆钉表面尺寸和缺陷的全自动筛选技术在生产中显得尤为迫切。因此,提出设计了一种基于机器视觉的全自动高精度铆钉筛选系统,按照分档需求实现按需筛选。本论文首先介绍系统图像采集传输的原理,对关键设备进行选型,然后从采集系统设计、图像算法设计、软件系统设计、系统联合调试等几大章节对整个设备进行了详细深入介绍,具体工作内容与结果如下所述:1、在采集系统设计方面,立足实际需求,购置高精度相机、图像采集卡、光源等关键设备,多个铆钉面检测采用不同的打光方式,多幅图像通过千兆网线并行传输到工控机;2、在图像算法设计方面,针对铆钉不同面检测算法进行研究,克服外部复杂环境等干扰因素,利用OPENCV开源库二次开发,通过图像去噪、图像分割、形态学、特征提取等算法对图...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
机器视觉检测流程
能够运用在五金件、电子元件等多个行业中[8]。另外基于本项目的研究内容，2016 年张磊在硕士论文中对铆钉表面缺陷进行了预研，其测量结论主要是在实验室环境下得出来的，没有经过实际工程测试论证，检测算法对于图片质量要求极高，检测环境过于理想化，设计方案仍存在缺陷。2017 年齐辉在论文工件尺寸与缺陷自动检测控制系统设计与实现的硕士论文中，更多的是关于基于机械结构设计和硬件控制系统的表述，包括上料机构等进行分析论证，本文不再进行阐述。1.3 研究目标与内容研究目标是航空铆钉，主要有两种类型，如图 1-2 和图 1-3 所示。但是铆钉杆部的长度、直径都有所不同，设备要能检测不同种类的铆钉缺陷尺寸等情况。主要是设计一款基于机器视觉的航空铆钉表面缺陷与尺寸实时多分类自动检测系统，通过高精度工业相机拍摄照片，分别包括上表面、侧面和沉头面，操作员按需选择相应的出口分档规则，结合高性能工控机采样分析特征得到结果，实现不同规格批次的铆钉分类，设备参数指标及测量要求如表 1-1 所示。
能够运用在五金件、电子元件等多个行业中[8]。另外基于本项目的研究内容，2016 年张磊在硕士论文中对铆钉表面缺陷进行了预研，其测量结论主要是在实验室环境下得出来的，没有经过实际工程测试论证，检测算法对于图片质量要求极高，检测环境过于理想化，设计方案仍存在缺陷。2017 年齐辉在论文工件尺寸与缺陷自动检测控制系统设计与实现的硕士论文中，更多的是关于基于机械结构设计和硬件控制系统的表述，包括上料机构等进行分析论证，本文不再进行阐述。1.3 研究目标与内容研究目标是航空铆钉，主要有两种类型，如图 1-2 和图 1-3 所示。但是铆钉杆部的长度、直径都有所不同，设备要能检测不同种类的铆钉缺陷尺寸等情况。主要是设计一款基于机器视觉的航空铆钉表面缺陷与尺寸实时多分类自动检测系统，通过高精度工业相机拍摄照片，分别包括上表面、侧面和沉头面，操作员按需选择相应的出口分档规则，结合高性能工控机采样分析特征得到结果，实现不同规格批次的铆钉分类，设备参数指标及测量要求如表 1-1 所示。
【参考文献】：
期刊论文
[1]基于OpenCV的磁瓦表面缺陷视觉提取方法研究[J]. 杜柳青,佘骋南,周武. 制造业自动化. 2013(05)
[2]中国无损检测简史[J]. 仲维畅. 无损检测. 2012(01)
[3]基于ROI与自适应Ostu相结合的图像分割算法[J]. 孙力. 现代电子技术. 2011(06)
[4]CCD尺寸在线检测系统的图像获取系统设计[J]. 江洁. 机械制造与自动化. 2010(04)
[5]基于OpenCV的机器视觉图像处理技术实现[J]. 王福斌,李迎燕,刘杰,陈至坤. 机械与电子. 2010(06)
[6]视频图像采集技术[J]. 刘宝金,费冬,郝文佳. 铁路技术创新. 2010(02)
[7]基于改进的最大类间方差算法的图像分割研究[J]. 瞿中. 计算机科学. 2009(05)
[8]基于磁光图像的飞机铆钉缺陷识别[J]. 高庆吉,胡丹丹,牛国臣,邢志伟. 中国图象图形学报. 2007(12)
[9]二维最大类间方差阈值分割的快速迭代算法[J]. 吴一全,吴文怡,潘喆. 中国体视学与图像分析. 2007(03)
[10]2维Otsu自适应阈值的快速算法[J]. 郝颖明,朱枫. 中国图象图形学报. 2005(04)
硕士论文
[1]机器视觉激光焊接缺陷检测算法研究[D]. 丁巧.深圳大学 2017
[2]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
[3]基于机器视觉的零部件质量检测研究[D]. 吴荥荥.江苏大学 2017
[4]基于机器视觉的飞机铆钉尺寸测量和缺陷检测系统的研究[D]. 胡江涛.陕西科技大学 2017
[5]基于机器视觉技术的自动微点焊系统[D]. 王梅梅.广东工业大学 2015
[6]基于机器视觉的产品表面缺陷在线检测系统的设计[D]. 郭亚峰.苏州大学 2014
[7]基于机器视觉的工业零件测量技术[D]. 胡辉.西安工业大学 2013
[8]子弹表面缺陷在线检测关键技术的研究[D]. 刘建强.电子科技大学 2013
[9]基于机器视觉的圆柱滚子表面缺陷检测系统[D]. 王慧楠.河南科技大学 2012
[10]PCB最终外观检查机关键技术研究[D]. 梅领亮.电子科技大学 2010
本文编号：3570568
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
机器视觉检测流程
能够运用在五金件、电子元件等多个行业中[8]。另外基于本项目的研究内容，2016 年张磊在硕士论文中对铆钉表面缺陷进行了预研，其测量结论主要是在实验室环境下得出来的，没有经过实际工程测试论证，检测算法对于图片质量要求极高，检测环境过于理想化，设计方案仍存在缺陷。2017 年齐辉在论文工件尺寸与缺陷自动检测控制系统设计与实现的硕士论文中，更多的是关于基于机械结构设计和硬件控制系统的表述，包括上料机构等进行分析论证，本文不再进行阐述。1.3 研究目标与内容研究目标是航空铆钉，主要有两种类型，如图 1-2 和图 1-3 所示。但是铆钉杆部的长度、直径都有所不同，设备要能检测不同种类的铆钉缺陷尺寸等情况。主要是设计一款基于机器视觉的航空铆钉表面缺陷与尺寸实时多分类自动检测系统，通过高精度工业相机拍摄照片，分别包括上表面、侧面和沉头面，操作员按需选择相应的出口分档规则，结合高性能工控机采样分析特征得到结果，实现不同规格批次的铆钉分类，设备参数指标及测量要求如表 1-1 所示。
能够运用在五金件、电子元件等多个行业中[8]。另外基于本项目的研究内容，2016 年张磊在硕士论文中对铆钉表面缺陷进行了预研，其测量结论主要是在实验室环境下得出来的，没有经过实际工程测试论证，检测算法对于图片质量要求极高，检测环境过于理想化，设计方案仍存在缺陷。2017 年齐辉在论文工件尺寸与缺陷自动检测控制系统设计与实现的硕士论文中，更多的是关于基于机械结构设计和硬件控制系统的表述，包括上料机构等进行分析论证，本文不再进行阐述。1.3 研究目标与内容研究目标是航空铆钉，主要有两种类型，如图 1-2 和图 1-3 所示。但是铆钉杆部的长度、直径都有所不同，设备要能检测不同种类的铆钉缺陷尺寸等情况。主要是设计一款基于机器视觉的航空铆钉表面缺陷与尺寸实时多分类自动检测系统，通过高精度工业相机拍摄照片，分别包括上表面、侧面和沉头面，操作员按需选择相应的出口分档规则，结合高性能工控机采样分析特征得到结果，实现不同规格批次的铆钉分类，设备参数指标及测量要求如表 1-1 所示。
【参考文献】：
期刊论文
[1]基于OpenCV的磁瓦表面缺陷视觉提取方法研究[J]. 杜柳青,佘骋南,周武. 制造业自动化. 2013(05)
[2]中国无损检测简史[J]. 仲维畅. 无损检测. 2012(01)
[3]基于ROI与自适应Ostu相结合的图像分割算法[J]. 孙力. 现代电子技术. 2011(06)
[4]CCD尺寸在线检测系统的图像获取系统设计[J]. 江洁. 机械制造与自动化. 2010(04)
[5]基于OpenCV的机器视觉图像处理技术实现[J]. 王福斌,李迎燕,刘杰,陈至坤. 机械与电子. 2010(06)
[6]视频图像采集技术[J]. 刘宝金,费冬,郝文佳. 铁路技术创新. 2010(02)
[7]基于改进的最大类间方差算法的图像分割研究[J]. 瞿中. 计算机科学. 2009(05)
[8]基于磁光图像的飞机铆钉缺陷识别[J]. 高庆吉,胡丹丹,牛国臣,邢志伟. 中国图象图形学报. 2007(12)
[9]二维最大类间方差阈值分割的快速迭代算法[J]. 吴一全,吴文怡,潘喆. 中国体视学与图像分析. 2007(03)
[10]2维Otsu自适应阈值的快速算法[J]. 郝颖明,朱枫. 中国图象图形学报. 2005(04)
硕士论文
[1]机器视觉激光焊接缺陷检测算法研究[D]. 丁巧.深圳大学 2017
[2]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
[3]基于机器视觉的零部件质量检测研究[D]. 吴荥荥.江苏大学 2017
[4]基于机器视觉的飞机铆钉尺寸测量和缺陷检测系统的研究[D]. 胡江涛.陕西科技大学 2017
[5]基于机器视觉技术的自动微点焊系统[D]. 王梅梅.广东工业大学 2015
[6]基于机器视觉的产品表面缺陷在线检测系统的设计[D]. 郭亚峰.苏州大学 2014
[7]基于机器视觉的工业零件测量技术[D]. 胡辉.西安工业大学 2013
[8]子弹表面缺陷在线检测关键技术的研究[D]. 刘建强.电子科技大学 2013
[9]基于机器视觉的圆柱滚子表面缺陷检测系统[D]. 王慧楠.河南科技大学 2012
[10]PCB最终外观检查机关键技术研究[D]. 梅领亮.电子科技大学 2010
本文编号：3570568
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3570568.html
