机器视觉测量中的工件外轮廓提取方法
发布时间：2021-03-02 07:26
工件的尺寸测量是机加工领域工业生产的关键环节之一,测量结果的正确与否会直接影响最终的产品品质,并且对后续的再加工和装配起到关键性的作用。随着“工业4.0”时代的推进,工件尺寸测量技术也在快速发展,人们要求新的测量技术满足高精度、高效率、自动化的特点。传统的人工测量方法很难满足现今大批量工业生产的需求,若将机器视觉技术应用在工业测量领域,则可以极大地提高测量精度、效率、可靠性,以及自动化、智能化的水平。因此,本论文围绕机器视觉和工件尺寸测量,展开系统研究和算法设计。论文首先对照明光源和图像采集展开分析研究,设计了蓝色LED环形光正向照明,双远心镜头配合500万工业级CCD的工件成像测量系统,为后续获得高对比度、高清晰度的图像奠定了基础。其次,本文从机械加工的工艺出发,分析了各类加工方式对工件表面完整性的影响,以及工件表面完整性的好坏对轮廓提取的影响。并将工件按照外轮廓的形态分成“悬崖式”和“缓坡式”两大类。针对这两类轮廓,本论文共提出轮廓分段提取法、上表面信息法、骨架去枝法、灰度直方图分割法等四种工件外轮廓提取算法。这些方法采用了合适的图像处理算法来避免工件表面完整性对轮廓提取的干扰。最...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
微波谐振腔
华 中 科 技 大 学 硕 士 学 位 论 文.2 工件表面完整性对轮廓提取的影响根据上述各类机械加工方式对工件表面完整性影响的讨论，我们可以知道在实工业生产中，即使是同种型号或同一生产批次的产品，通常也很难保证每个工件全一致。由于材料、加工精度以及复杂工业环境下的其它因素的限制，工件通常寸、形状和反射特性上都会有一些差别[59]。哪怕在同样的拍摄环境下采集图像，差异性也将导致不同个体的图像间灰度值分布的巨大变化，如图 3-1 所示。因此图像处理过程中，无法找到一个适用于同类型工件的所有个体的图像分割阈值，了图像分割的难度。
图 3-1 同型号工件的不同个体工件本身的结构，表面完整性的好坏程度和照明方式等因素会量，尤其对于有着复杂边缘信息的工件，图像不同位置处背景不同的尺度范围内[60]，如图 3-2 所示。由于边缘自身存在不同息在进行边缘提取的操作之前是无法获知的。如果仅仅使用某检测算子是无法保证准确地检测出所有边缘的[61]。比如选择高相关边缘，但这样的边缘通常被割裂成若干段，忽视了很多边值可以保证边缘不会断裂，但最后的检测结果里又会包括很多图像本身的质量问题或是阈值的设定无法实现局部自适应，会导经常含有错误的边缘信息，这些错误信息降低了工件轮廓定位
【参考文献】：
期刊论文
[1]试论机械加工工艺对零部件表面完整性的影响[J]. 尹桂敏. 山东工业技术. 2019(02)
[2]机械加工工艺对零部件表面完整性的影响分析[J]. 刘诚,吴锰,艾迪. 时代农机. 2018(06)
[3]机械加工工艺对零部件表面完整性的影响分析[J]. 王晓雷,姚子生,袁帅. 科技经济导刊. 2018(16)
[4]机器视觉的零件轮廓尺寸测量系统设计[J]. 万子平,马丽莎,陈明,刘剑霄. 单片机与嵌入式系统应用. 2017(12)
[5]基于迭代拟合的集装箱角件边缘检测算法[J]. 高飞,李定谢尔,徐云静,卢书芳,肖刚. 计算机测量与控制. 2017(09)
[6]基于小波变换和数学形态学的孔径测量研究[J]. 唐瑞尹,王荃,何鸿鲲,胡连军. 应用光学. 2017(04)
[7]基于机器视觉的大型零件尺寸测量技术研究[J]. 李雪娇,姜月秋,李伟帅,高宏伟. 光电技术应用. 2017(02)
[8]一种非接触式的圆孔形零件尺寸检测[J]. 谢红,廖志杰,邢廷文. 电子设计工程. 2016(19)
[9]基于机器视觉的高精度测量与装配系统设计[J]. 焦亮,胡国清,吕成志,赵朋飞. 计算机测量与控制. 2016(07)
[10]浅谈机器视觉技术在自动化制造业中的应用[J]. 吴继方. 山东工业技术. 2016(11)
博士论文
[1]基于机器视觉的砂轮廓形测量系统研究[D]. 赵萍.沈阳工业大学 2013
硕士论文
[1]基于机器视觉工件尺寸测量方法研究[D]. 谢家欣.长春工业大学 2018
[2]基于视觉技术的零件尺寸测量系统的研究[D]. 周春兰.浙江理工大学 2016
[3]基于中高级视觉机理的轮廓检测方法研究[D]. 郭策锋.电子科技大学 2016
[4]刀具几何参数图像测量技术研究[D]. 关波.中北大学 2015
[5]几何构件状态图像测量系统设计[D]. 王春萌.中北大学 2015
[6]基于机器视觉的机械零件二维尺寸检测系统研究[D]. 徐鹏.华南理工大学 2015
[7]基于机器视觉的在线高精度零件测量关键技术的方法研究[D]. 李林娜.天津科技大学 2015
[8]基于AOI的FPC缺陷检测系统的研究与设计[D]. 王盛婷.华南理工大学 2014
[9]基于CMOS机器视觉的圆筒形零件尺寸检测系统研究[D]. 高琼.中北大学 2013
[10]刀具图像轮廓特征检测[D]. 陈琛.西安工业大学 2013
本文编号：3058875
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
微波谐振腔
华 中 科 技 大 学 硕 士 学 位 论 文.2 工件表面完整性对轮廓提取的影响根据上述各类机械加工方式对工件表面完整性影响的讨论，我们可以知道在实工业生产中，即使是同种型号或同一生产批次的产品，通常也很难保证每个工件全一致。由于材料、加工精度以及复杂工业环境下的其它因素的限制，工件通常寸、形状和反射特性上都会有一些差别[59]。哪怕在同样的拍摄环境下采集图像，差异性也将导致不同个体的图像间灰度值分布的巨大变化，如图 3-1 所示。因此图像处理过程中，无法找到一个适用于同类型工件的所有个体的图像分割阈值，了图像分割的难度。
图 3-1 同型号工件的不同个体工件本身的结构，表面完整性的好坏程度和照明方式等因素会量，尤其对于有着复杂边缘信息的工件，图像不同位置处背景不同的尺度范围内[60]，如图 3-2 所示。由于边缘自身存在不同息在进行边缘提取的操作之前是无法获知的。如果仅仅使用某检测算子是无法保证准确地检测出所有边缘的[61]。比如选择高相关边缘，但这样的边缘通常被割裂成若干段，忽视了很多边值可以保证边缘不会断裂，但最后的检测结果里又会包括很多图像本身的质量问题或是阈值的设定无法实现局部自适应，会导经常含有错误的边缘信息，这些错误信息降低了工件轮廓定位
【参考文献】：
期刊论文
[1]试论机械加工工艺对零部件表面完整性的影响[J]. 尹桂敏. 山东工业技术. 2019(02)
[2]机械加工工艺对零部件表面完整性的影响分析[J]. 刘诚,吴锰,艾迪. 时代农机. 2018(06)
[3]机械加工工艺对零部件表面完整性的影响分析[J]. 王晓雷,姚子生,袁帅. 科技经济导刊. 2018(16)
[4]机器视觉的零件轮廓尺寸测量系统设计[J]. 万子平,马丽莎,陈明,刘剑霄. 单片机与嵌入式系统应用. 2017(12)
[5]基于迭代拟合的集装箱角件边缘检测算法[J]. 高飞,李定谢尔,徐云静,卢书芳,肖刚. 计算机测量与控制. 2017(09)
[6]基于小波变换和数学形态学的孔径测量研究[J]. 唐瑞尹,王荃,何鸿鲲,胡连军. 应用光学. 2017(04)
[7]基于机器视觉的大型零件尺寸测量技术研究[J]. 李雪娇,姜月秋,李伟帅,高宏伟. 光电技术应用. 2017(02)
[8]一种非接触式的圆孔形零件尺寸检测[J]. 谢红,廖志杰,邢廷文. 电子设计工程. 2016(19)
[9]基于机器视觉的高精度测量与装配系统设计[J]. 焦亮,胡国清,吕成志,赵朋飞. 计算机测量与控制. 2016(07)
[10]浅谈机器视觉技术在自动化制造业中的应用[J]. 吴继方. 山东工业技术. 2016(11)
博士论文
[1]基于机器视觉的砂轮廓形测量系统研究[D]. 赵萍.沈阳工业大学 2013
硕士论文
[1]基于机器视觉工件尺寸测量方法研究[D]. 谢家欣.长春工业大学 2018
[2]基于视觉技术的零件尺寸测量系统的研究[D]. 周春兰.浙江理工大学 2016
[3]基于中高级视觉机理的轮廓检测方法研究[D]. 郭策锋.电子科技大学 2016
[4]刀具几何参数图像测量技术研究[D]. 关波.中北大学 2015
[5]几何构件状态图像测量系统设计[D]. 王春萌.中北大学 2015
[6]基于机器视觉的机械零件二维尺寸检测系统研究[D]. 徐鹏.华南理工大学 2015
[7]基于机器视觉的在线高精度零件测量关键技术的方法研究[D]. 李林娜.天津科技大学 2015
[8]基于AOI的FPC缺陷检测系统的研究与设计[D]. 王盛婷.华南理工大学 2014
[9]基于CMOS机器视觉的圆筒形零件尺寸检测系统研究[D]. 高琼.中北大学 2013
[10]刀具图像轮廓特征检测[D]. 陈琛.西安工业大学 2013
本文编号：3058875
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3058875.html
