基于机器视觉的微细铣削刀具磨损在位检测技术研究
发布时间：2021-10-30 21:16
微细铣削加工过程中,刀具的磨损状态直接影响着加工表面质量和加工精度。刀具的过度磨损或破损会显著降低工件的尺寸精度,甚至导致工件报废,因此掌握刀具磨损状态,及时换刀或停机显得非常重要。针对刀具磨损离线检测和已有在位检测方法存在的不足,本文采用机器视觉检测方法,对微细铣削刀具磨损在位检测技术进行了研究。本文分析总结了微细铣削刀具磨损形态,根据选取的待测刀具磨损评价指标,对机器视觉系统硬件进行了详细选型和计算,并按总体设计搭建了微细铣削刀具磨损在位检测系统。针对微细铣削刀具磨损在位检测中,通过肉眼主观对焦很难准确获取清晰聚焦图像的问题,对微细铣削刀具磨损检测图像的清晰度评价进行了研究。对于传统清晰度评价函数存在的一些缺陷,提出了一种基于局域方差信息熵的清晰度评价算法。实验结果表明,该算法可兼顾高灵敏度和抗噪性,优于传统清晰度评价函数。为了解决微细铣削刀具磨损检测中,可能存在镜头景深限制,刀具磨损图像无法全部清晰聚焦的情况,研究了细铣削刀具磨损检测中的景深扩展技术。通过实验仿真,本文采用的基于小波变换的景深扩展算法,景深扩展效果较好,可获得刀具高质量的全部清晰聚焦图像。对自动对焦或景深扩展得到...
【文章来源】：长春理工大学吉林省
【文章页数】：72 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 刀具磨损检测的国内外研究现状
1.2.1 刀具磨损检测方法
1.2.2 机器视觉检测法的国内外研究现状
1.3 论文主要内容
第2章 微细铣削刀具磨损在位检测系统设计与搭建
2.1 微细铣削刀具磨损形态及其评价指标
2.1.1 传统铣削刀具磨损形态
2.1.2 微细铣削刀具磨损形态
2.1.3 微细铣削刀具磨损评价指标选取
2.2 系统需求分析及总体设计
2.3 系统硬件选型及计算
2.3.1 工业相机选型及计算
2.3.2 镜头选型及计算
2.3.3 光源对比及选型
2.4 系统搭建及工作原理
2.5 本章小结
第3章 微细铣削刀具磨损检测图像的清晰度评价
3.1 理想的清晰度评价函数
3.2 微细铣削刀具图像特点
3.3 传统清晰度评价函数
3.3.1 频域函数
3.3.2 梯度函数
3.3.3 统计函数
3.3.4 信息学函数
3.4 一种改进的清晰度评价算法
3.5 实验结果与分析
3.5.1 实际测试结果分析
3.5.2 抗噪性能实验仿真
3.5.3 微小零件显微检测图像测试
3.6 本章小结
第4章 微细铣削刀具磨损检测的景深扩展研究
4.1 景深扩展技术概述
4.2 多聚焦图像融合方法
4.2.1 空间域融合算法
4.2.2 变换域融合算法
4.3 基于小波变换的景深扩展算法
4.3.1 算法原理
4.3.2 基于局域方差的融合规则
4.4 实验结果与分析
4.4.1 小波基和分解层数的确定
4.4.2 景深扩展结果
4.5 本章小结
第5章 微细铣削刀具磨损图像处理
5.1 图像去噪
5.1.1 噪声来源及常见噪声模型
5.1.2 本文采用的去噪方法
5.2 基于区域生长法的刀具磨损图像分割
5.2.1 算法原理
5.2.2 分割算法对比与分析
5.3 基于Hough变换的刀具旋转定位
5.3.1 算法原理
5.3.2 实验仿真与分析
5.4 刀尖磨损区域边缘重建
5.5 刀具磨损量提取
5.5.1 磨损宽度和磨损面积
5.5.2 底刃直径减少量
5.6 刀具磨损在位检测实验结果
5.7 本章小结
第6章 总结与展望
6.1 总结及创新点
6.2 展望
参考文献
攻读硕士学位期间取得的成果
致谢
【参考文献】：
期刊论文
[1]结合全局和局部灰度变化的显微图像自动聚焦函数[J]. 郑馨,艾列富,刘奎,苏本跃. 激光与光电子学进展. 2017(08)
[2]基于金字塔变换算法优化的遥感图像融合[J]. 牛颖超,周忠发,谢雅婷,崔亮. 激光与光电子学进展. 2017(01)
[3]微铣削力建模研究进展[J]. 朱锟鹏,李科选,梅涛,施云高. 机械工程学报. 2016(17)
[4]基于小波变换的多聚焦图像融合方法研究[J]. 蔡植善,陈木生. 激光与光电子学进展. 2015(09)
[5]数字显微全息重建图像的景深扩展研究[J]. 阳静,吴学成,吴迎春,姚龙超,陈玲红,邱坤赞,岑可法. 物理学报. 2015(11)
[6]离焦模糊图像清晰度评价函数的分析与改进[J]. 洪裕珍,任国强,孙健. 光学精密工程. 2014(12)
[7]刀具磨损的自动检测及检测系统[J]. 秦国华,易鑫,李怡冉,谢文斌. 光学精密工程. 2014(12)
[8]面向刀具磨损在机检测的机器视觉系统[J]. 贾冰慧,全燕鸣,朱正伟. 中国测试. 2014(06)
[9]基于图像处理的自动对焦技术综述[J]. 尤玉虎,刘通,刘佳文. 激光与红外. 2013(02)
[10]离散点集最小包围圆算法分析与改进[J]. 李红军,张晓鹏. 图学学报. 2012(02)
博士论文
[1]基于图像处理的自动调焦技术研究[D]. 王健.中国科学院研究生院（光电技术研究所） 2013
[2]多聚焦图像像素级融合方法研究[D]. 李华锋.重庆大学 2012
[3]微细铣削及微刀具关键技术的研究[D]. 杨凯.哈尔滨工业大学 2012
[4]基于图像处理自动调焦技术在经纬仪中应用的研究[D]. 林兆华.中国科学院研究生院（长春光学精密机械与物理研究所） 2012
[5]多尺度变换的多聚焦图像融合算法研究[D]. 徐月美.中国矿业大学 2012
[6]多尺度变换的图像融合方法与应用研究[D]. 蒋年德.湖南大学 2010
[7]大景深光学成像系统的研究[D]. 莫绪涛.天津大学 2008
[8]像素级图像融合研究[D]. 黄伟.上海交通大学 2008
[9]基于计算机视觉的微小尺寸精密检测理论与技术研究[D]. 贺秋伟.吉林大学 2007
[10]基于计算机视觉的刀具磨损状态监测技术的研究[D]. 熊四昌.浙江大学 2003
硕士论文
[1]基于机器视觉的刀具检测技术研究[D]. 侯秋林.山东大学 2018
[2]景深合成算法研究及其在超景深显微镜设计中的应用[D]. 赵红波.安徽大学 2017
[3]微铣削表面粗糙度影响因素与刀具失效机制研究[D]. 王学彬.哈尔滨工业大学 2014
[4]基于机器视觉的刀具状态在机检测关键技术研究[D]. 贾冰慧.华南理工大学 2014
[5]基于小波变换的图像融合算法研究[D]. 徐萌萌.哈尔滨理工大学 2014
[6]基于机器视觉的铣削刀具磨损监测技术研究[D]. 张吉林.南京航空航天大学 2013
[7]基于机器视觉的刀具磨损在位检测[D]. 肖蓉.东华大学 2013
[8]基于小波分析的多聚焦图像融合算法研究[D]. 王丽.哈尔滨理工大学 2007
本文编号：3467444
【文章来源】：长春理工大学吉林省
【文章页数】：72 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 刀具磨损检测的国内外研究现状
1.2.1 刀具磨损检测方法
1.2.2 机器视觉检测法的国内外研究现状
1.3 论文主要内容
第2章 微细铣削刀具磨损在位检测系统设计与搭建
2.1 微细铣削刀具磨损形态及其评价指标
2.1.1 传统铣削刀具磨损形态
2.1.2 微细铣削刀具磨损形态
2.1.3 微细铣削刀具磨损评价指标选取
2.2 系统需求分析及总体设计
2.3 系统硬件选型及计算
2.3.1 工业相机选型及计算
2.3.2 镜头选型及计算
2.3.3 光源对比及选型
2.4 系统搭建及工作原理
2.5 本章小结
第3章 微细铣削刀具磨损检测图像的清晰度评价
3.1 理想的清晰度评价函数
3.2 微细铣削刀具图像特点
3.3 传统清晰度评价函数
3.3.1 频域函数
3.3.2 梯度函数
3.3.3 统计函数
3.3.4 信息学函数
3.4 一种改进的清晰度评价算法
3.5 实验结果与分析
3.5.1 实际测试结果分析
3.5.2 抗噪性能实验仿真
3.5.3 微小零件显微检测图像测试
3.6 本章小结
第4章 微细铣削刀具磨损检测的景深扩展研究
4.1 景深扩展技术概述
4.2 多聚焦图像融合方法
4.2.1 空间域融合算法
4.2.2 变换域融合算法
4.3 基于小波变换的景深扩展算法
4.3.1 算法原理
4.3.2 基于局域方差的融合规则
4.4 实验结果与分析
4.4.1 小波基和分解层数的确定
4.4.2 景深扩展结果
4.5 本章小结
第5章 微细铣削刀具磨损图像处理
5.1 图像去噪
5.1.1 噪声来源及常见噪声模型
5.1.2 本文采用的去噪方法
5.2 基于区域生长法的刀具磨损图像分割
5.2.1 算法原理
5.2.2 分割算法对比与分析
5.3 基于Hough变换的刀具旋转定位
5.3.1 算法原理
5.3.2 实验仿真与分析
5.4 刀尖磨损区域边缘重建
5.5 刀具磨损量提取
5.5.1 磨损宽度和磨损面积
5.5.2 底刃直径减少量
5.6 刀具磨损在位检测实验结果
5.7 本章小结
第6章 总结与展望
6.1 总结及创新点
6.2 展望
参考文献
攻读硕士学位期间取得的成果
致谢
【参考文献】：
期刊论文
[1]结合全局和局部灰度变化的显微图像自动聚焦函数[J]. 郑馨,艾列富,刘奎,苏本跃. 激光与光电子学进展. 2017(08)
[2]基于金字塔变换算法优化的遥感图像融合[J]. 牛颖超,周忠发,谢雅婷,崔亮. 激光与光电子学进展. 2017(01)
[3]微铣削力建模研究进展[J]. 朱锟鹏,李科选,梅涛,施云高. 机械工程学报. 2016(17)
[4]基于小波变换的多聚焦图像融合方法研究[J]. 蔡植善,陈木生. 激光与光电子学进展. 2015(09)
[5]数字显微全息重建图像的景深扩展研究[J]. 阳静,吴学成,吴迎春,姚龙超,陈玲红,邱坤赞,岑可法. 物理学报. 2015(11)
[6]离焦模糊图像清晰度评价函数的分析与改进[J]. 洪裕珍,任国强,孙健. 光学精密工程. 2014(12)
[7]刀具磨损的自动检测及检测系统[J]. 秦国华,易鑫,李怡冉,谢文斌. 光学精密工程. 2014(12)
[8]面向刀具磨损在机检测的机器视觉系统[J]. 贾冰慧,全燕鸣,朱正伟. 中国测试. 2014(06)
[9]基于图像处理的自动对焦技术综述[J]. 尤玉虎,刘通,刘佳文. 激光与红外. 2013(02)
[10]离散点集最小包围圆算法分析与改进[J]. 李红军,张晓鹏. 图学学报. 2012(02)
博士论文
[1]基于图像处理的自动调焦技术研究[D]. 王健.中国科学院研究生院（光电技术研究所） 2013
[2]多聚焦图像像素级融合方法研究[D]. 李华锋.重庆大学 2012
[3]微细铣削及微刀具关键技术的研究[D]. 杨凯.哈尔滨工业大学 2012
[4]基于图像处理自动调焦技术在经纬仪中应用的研究[D]. 林兆华.中国科学院研究生院（长春光学精密机械与物理研究所） 2012
[5]多尺度变换的多聚焦图像融合算法研究[D]. 徐月美.中国矿业大学 2012
[6]多尺度变换的图像融合方法与应用研究[D]. 蒋年德.湖南大学 2010
[7]大景深光学成像系统的研究[D]. 莫绪涛.天津大学 2008
[8]像素级图像融合研究[D]. 黄伟.上海交通大学 2008
[9]基于计算机视觉的微小尺寸精密检测理论与技术研究[D]. 贺秋伟.吉林大学 2007
[10]基于计算机视觉的刀具磨损状态监测技术的研究[D]. 熊四昌.浙江大学 2003
硕士论文
[1]基于机器视觉的刀具检测技术研究[D]. 侯秋林.山东大学 2018
[2]景深合成算法研究及其在超景深显微镜设计中的应用[D]. 赵红波.安徽大学 2017
[3]微铣削表面粗糙度影响因素与刀具失效机制研究[D]. 王学彬.哈尔滨工业大学 2014
[4]基于机器视觉的刀具状态在机检测关键技术研究[D]. 贾冰慧.华南理工大学 2014
[5]基于小波变换的图像融合算法研究[D]. 徐萌萌.哈尔滨理工大学 2014
[6]基于机器视觉的铣削刀具磨损监测技术研究[D]. 张吉林.南京航空航天大学 2013
[7]基于机器视觉的刀具磨损在位检测[D]. 肖蓉.东华大学 2013
[8]基于小波分析的多聚焦图像融合算法研究[D]. 王丽.哈尔滨理工大学 2007
本文编号：3467444
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3467444.html
