基于计算机视觉的钣金件螺栓螺帽缺失检测研究

发布时间：2020-12-19 23:30

　　随着生产技术的不断提高,使汽车钣金件不仅在产量方面做到了逐年提高,也使其产品的质量越来越高。这就使得检测钣金件产品是否存在问题的情况成为了一种庞大数据量中的小概率事件。而传统的人工检测方式不仅浪费人力、消耗大量的精力和金钱,而且也很难对这种产量较大的全部钣金件做出细致而全面的检查。随着计算机视觉的不断发展,为工业自动化检测方法提供了全新的思路。本文利用卷积神经网络技术对汽车钣金件的螺栓螺帽检测进行了研究。具体研究内容如下:首先,对钣金件的图片数据进行标注,标注后利用企业所提供的少量数据进行数据采样扩大数据样本。本文采用针对前景的采样和针对背景的采样两次采样实现数据扩充。为了进一步扩大样本,本文采样所得到的数据基础上还进行了一些图像变换进行进一步的样本扩容,为后续训练模型做数据准备。其次,针对图片本身较大而检测目标较小可能会导致较大计算量和检测不准确的问题。本文设计并实现了初步判定图像是否为前景图片的分类器,该分类器的作用是将钣金件前景和背景进行区分。用它来进行初步粗略的识别出螺栓螺帽所在的前景区域,这样做相当于为后续的目标检测模型添加一层注意力机制,方便后续利用目标检测模型检测出准确的... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

汽车钣金件与工业相机随着计算机视觉、图像处理等计算机技术的不断发展和演变，极大的推动了计算机视觉在工业领域中的应用，并且诞生出了很多全新的工业检测方

图 1-3LeNet-5 网络结构[28]卷积神经网络的思路是受到了科学家们对生物视觉系统研究过程启发而形成的，20 世纪 70 年代 Wiesel 和 Hubel 等学者通过对猫科动物的视觉中枢系统进行了一系列的研究和探索，他们发现在猫科动物的大脑皮层中的视觉中枢神经区域选择性地对视觉图案的局部特征进行相应，如特定的线条和边缘的方向等[25]。随后 Sato，Bruce，Desimone 等人发现在视觉中枢皮层的较高处，发现存在对一些较为复杂的图形，如三角形，正方形，圆形，甚至人脸等有选择性响应的细胞[26]。因此，研究者们认为视觉中枢系统是采用了一

哈尔滨工业大学硕士学位论文在测试和使用阶段将原始图像的分片输入到模型之中，根据其分类的结果再将其采样得到的图像送入到目标检测模型之中。如果分类结果为前景图片则再将该图片在送入到目标检测模型之中检测出目标的具体位置。如果输入的图片为背景图片则舍弃该样本，不将其样本送入到检测模型之中。

【参考文献】：
期刊论文
[1]迁移学习模式下基于GoogLeNet网络的风电机组视觉检测[J]. 徐一鸣,张娟,刘成成,顾菊平,潘高超.  计算机科学. 2019(05)
[2]基于机器视觉的航空接头气密性全自动检测仪[J]. 姜斌,廖俊必,高中有.  仪表技术与传感器. 2009(03)
[3]基于灰色关联分析和区域生长的微小缺陷提取[J]. 王中宇,付继华,孟浩,杨文平.  农业机械学报. 2008(12)
[4]一种基于计算机视觉的织物疵点自动检测方法[J]. 蒋蕾,尹业安,常利利.  计算机与现代化. 2008(12)
[5]一种基于视觉的三维轮廓检测系统[J]. 吕伟新,印丽颖.  华中科技大学学报(自然科学版). 2008(S1)
[6]基于机器视觉的钢棒自动计数系统[J]. 成鹏飞,杨帆,言立强,张马林,王仲.  冶金自动化. 2008(01)
[7]一种新型的物体三维轮廓非接触测量系统[J]. 尹茂东,方漪,杜娜,乔甜,刘文学.  青岛大学学报(自然科学版). 2007(01)
[8]机器视觉在流水线条形码识别中的应用[J]. 王烨青,杨永跃.  电子测量与仪器学报. 2006(06)
[9]基于计算机视觉的汽车整车尺寸测量系统[J]. 翟乃斌,苏建,刘玉梅,陈友谊,欧阳新.  交通与计算机. 2006(03)
[10]基于线阵CCD钢板表面缺陷在线检测系统的研究[J]. 胡亮,段发阶,丁克勤,叶声华.  计量学报. 2005(03)



本文编号：2926764