机器视觉在工件在线检测中的应用研究

发布时间：2020-03-21 17:56

【摘要】：随着智能制造、工业4.0的相继诞生,不仅对工件的加工精度提出了更高的要求,同时也给工件检测带来了巨大革新。传统的测量方法由于检测工具的使用不便,存在工作强度大、精度低、效率低的缺陷;而高精度的测量机虽然满足了精度需求,但不适用批量化生产检测;基于机器视觉的工件尺寸检测方式很好地解决了上述问题,是当前研究的一个热点。本文针对车间工业自动化生产需求,研发了一种基于机器视觉的非接触式在线检测系统,实现了对小型轴类工件关键尺寸参数的测量。此系统克服了传统接触式测量的诸多缺点,提高了检测效率。论文主要完成了以下任务:首先,针对轴类工件的加工与检测条件,对检测系统进行总体结构设计,并根据系统需求进行了硬件设备的选型以及软件工作流程规划,为保证图像采样质量提供硬件支持。其次,从机器视觉中的常规图像处理方法出发,对工件图像的滤波去噪方法、阈值分割方法以及边缘提取算法进行分析研究,最终确定采用中值滤波法对图像进行去噪处理,并采用SIFT特征点算法对图像进行拼接;采用自适应阈值的Otsu法(大津法)对图像二值化分割;同时,对传统Canny边缘检测进行算法改进提高像素边缘质量。第三,针对像素级边缘检测算法精度低的问题,引入了亚像素边缘细化概念。论述了亚像素边缘检测原理,并对常见的几种亚像素边缘检测方法进行推理求解,并对Zernike矩法、多项式拟合法与多项式插值法进行实验比较,进行精度、效率与抗噪性分析,最终确定选用Zernike矩法。第四,根据回转体零件的结构特征,将零件划分为外螺纹、阶梯轴、圆弧曲线轴、锥体轴四部分,分别研究了对应的视觉检测方法。最后,进行了部分程序设计和实验,包括相机标定、工件图像导入、删除、图像预处理、边缘检测以及尺寸参数检测等操作。通过对一个典型零件的检测,对上述检测算法进行了实验验证,结果显示测量精度在0.018mm范围内,满足系统设定的测量精度0.02mm。对测量结果存在的误差进行分析,证明系统具有一定的可行性与实用性。
【图文】：

结构图,在线检测系统,工件尺寸,结构图

图２－１工件尺寸在线检测系统结构图逡逑Ｆｉｇｕｒｅ邋２－１邋Ｓｉｚｅ邋ｄｅｔｅｃｔｉｏｎ邋ｓｙｓｔｅｍ邋ａｒｃｈｉｔｅｃｔｕｒｅ邋ｄｉａｇｒａｍ逡逑件尺寸检测系统的硬件选型逡逑业相机选型逡逑作为获取图像的采集设备，其关键部件主要有ＣＣＺ）或ＣＭＯＳ两集成在半导体单晶材料上的电荷藕合器件图像传感器，ＣＭＯＳ化物半导体材料上的图像传感器［１Ｇ］。两者制造工艺不同、工传感器具有成像通透性、敏锐度高、色彩还原效果好、曝光的优点［１１］。而＾：财０５传感器具有制造工艺简单、成本低的特于成像设备中。逡逑两种传感器的数据传送方式不同，ＣＭＯＳ会随传输距离的变远成成像质量变低；ＣＣＤ作为工业中常用的采集图像的部件，具性［１２＿１４］。针对系统获取高质量、清晰图像的需求，选取ＣＣＤ相

相机,实物,工业

需要适当提高相机的分辨率，最终选定相机型号－邋ＶＺ）Ｍ２００ＳＭ，，其最高分逡逑辨率１６００邋ｘ邋１２００。该相机能够提供优质的图像，可应用于工业生产线在线检测逡逑领域。Ｍｌ／－１／ＤＭ２００ＳＭ相机实物图见图２－２。其主要性能参数如表２－１所示。逡逑光学镜头逦＾工此相机逡逑图２－２邋ＭＶ－ＶＤＭ２００ＳＭ工业相机的实物图逡逑Ｆｉｇｕｒｅ邋２－２邋ＭＶ－ＶＤＭ２００ＳＭｉｎｄｕｓｔｒｉａｌ邋ｃａｍｅｒａ邋ｐｉｃｔｕｒｅ逡逑８逡逑
【学位授予单位】：山东科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TG806;TP391.41

【相似文献】