螺母机器视觉检测与筛选系统研究与设计

发布时间：2017-10-07 06:18

  本文关键词：螺母机器视觉检测与筛选系统研究与设计

  更多相关文章： 螺母 机器视觉 检测 单片机 Hough变换 图像处理 筛选

【摘要】：近年来，随着工业生产领域对自动化程度要求的不断提高，机器视觉检测技术作为一种新型的技术手段开始大量运用于工业、医疗、遥测探测以及智能交通等领域。其中，产品的在线检测是机器视觉检测技术最为广泛的一种应用。 螺母是一种在工业领域中大量使用的机械零件，特别是在一些精细生产加工领域，往往需要使用专业精密螺母进行产品的生产装配。然而，目前，很多的螺母生产厂家仍然在使用传统的人工抽检方式对其产品的质量进行控制，这不仅严重依赖人力，提升了企业的成本，而且，由于检测过程与生产过程相分离，导致了大量漏检情况的发生。因此，本文提出的基于机器视觉检测技术的螺母检测与筛选系统对于改变这一现状具有很重要的应用价值。 尽管随着工业应用需求的日益多样化，目前的机械零件的外形越来越复杂，但是这些复杂形状大多是由直线和圆弧组成的，因此，对直线和圆的特征识别与检测仍是这些复杂形状检测的基础和重要内容。本文在学习和借鉴国内外相关文献资料的基础上，应用MATLAB图像处理工具箱，针对螺母中的直线和圆特征，利用改进的Hough变换算法进行边界提取，并对相应的几何特征进行尺寸测量，然后上位机根据测量结果做出零件质量判定结果，并通过串口与单片机进行通信，随后单片机控制执行机构动作，完成对零件的筛选过程。 本文的主要研究内容、工作、成果包括以下几个方面： 1.针对在线检测以及螺母各项参数测量的特点，分析和研究了基于机器视觉在线检测与筛选系统的工作原理与硬件构成，并对本系统相关硬件进行了选型； 2.提出了螺母在线检测的具体工艺流程，包括图像获取、信息处理、特征提取和控制与执行； 3.在图像处理中，使用峰谷法进行二值化处理；在对螺母内孔圆提取时，使用了随机Hough变换的改进算法，提高了系统对圆检测的速度和精度；考虑到本系统待检零件的特点，在对直线提取时，采用了传统Hough变换检测直线算法，，减少了系统算法的开发难度； 4.对系统进行了标定，并通过对六角螺母的检测实验对系统软件算法的可行性进行了验证； 5.对系统中可能产生的各种误差进行了分析，并提出了下一步的工作设想； 6.利用MATLAB平台对系统进行了实验与分析，并在附录中给出了部分相关程序。
【关键词】：螺母 机器视觉 检测 单片机 Hough变换 图像处理 筛选
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP391.41;TH131
【目录】：

• 摘要4-5
• Abstract5-10
• 第一章 绪论10-14
• 1.1 引言10
• 1.2 课题的来源、目的及意义10-11
• 1.2.1 课题来源10
• 1.2.2 课题研究的目的和意义10-11
• 1.3 机器视觉检测系统的概念11
• 1.4 国内外研究现状及发展趋势11-13
• 1.4.1 国内外研究及应用现状11-12
• 1.4.2 机器视觉发展趋势12-13
• 1.5 本课题主要研究内容及创新点13
• 1.5.1 主要研究内容13
• 1.5.2 创新点13
• 1.6 本章小结13-14
• 第二章 螺母检测筛选系统总体方案设计14-25
• 2.1 引言14
• 2.2 基于机器视觉的螺母检测筛选系统的基本结构14-15
• 2.3 系统硬件的选取与构建15-21
• 2.3.1 相机16-17
• 2.3.2 光源选取与照明系统17-18
• 2.3.3 镜头18-19
• 2.3.4 图像采集卡19-20
• 2.3.5 系统 I/O 卡的选取20
• 2.3.6 电机的选择20-21
• 2.4 系统软件21-24
• 2.4.1 本系统软件完整流程21-22
• 2.4.2 软件界面设计模块22
• 2.4.3 待检螺母图像采集模块22-23
• 2.4.4 图像处理与分析模块23-24
• 2.4.5 MATLAB 与单片机串行通信模块24
• 2.4.6 单片机控制执行模块24
• 2.5 本章小结24-25
• 第三章 图像预处理与图像分割25-45
• 3.1 引言25
• 3.2 图像的预处理25-37
• 3.2.1 图像的增强25-27
• 3.2.1.1 直方图增强技术25-27
• 3.2.2 图像平滑27-31
• 3.2.2.1 空域滤波27-29
• 3.2.2.2 频域滤波平滑29-31
• 3.2.3 图像锐化31-36
• 3.2.3.1 空域法31-34
• 3.2.3.2 频域法34-36
• 3.2.4 合理选择图像预处理方法36-37
• 3.3 阈值分割与二值化处理37-41
• 3.4 边缘检测（提取）41-43
• 3.4.1 边缘检测方法综述41
• 3.4.2 边缘检测实验41-43
• 3.4.3 图像边缘的后续处理43
• 3.5 本章小结43-45
• 第四章 基于 Hough 变换的几何特征提取45-50
• 4.1 几何特征提取45-49
• 4.1.1 标准 Hough 变换45-47
• 4.1.2 改进的随机 Hough 变换（RHT）检测圆47-49
• 4.2 本章小结49-50
• 第五章 螺母检测与筛选系统软件实现50-57
• 5.1 引言50
• 5.2 单片机控制系统软件设计50-53
• 5.2.1 控制流程简介与硬件资源分配50-52
• 5.2.2 零件延时程序模块设计52-53
• 5.2.3 单片机主机与从机的通信53
• 5.3 基于 MATLAB 的图像处理系统的软件设计53-56
• 5.3.1 引言53-54
• 5.3.2 零件图像几何参数测量部分的代码编写54
• 5.3.3 上位机与下位机单片机之间通信的 MATLAB 实现54-56
• 5.4 本章小结56-57
• 第六章 系统标定与实验误差分析57-66
• 6.1 系统标定57
• 6.1.1 引言57
• 6.1.2 相机标定57
• 6.2 系统实验57-64
• 6.3 系统误差及实验结果分析64-65
• 6.4 本章小结65-66
• 第七章 总结与展望66-67
• 7.1 总结66
• 7.2 展望66-67
• 参考文献67-69
• 致谢69-70
• 附录 A70-81
• 附录 B81-98
• 个人简历98
• 在学期间发表的学术论文与研究成果98

【参考文献】

中国期刊全文数据库 前10条

1 李俊芳;李宝树;仝卫国;;基于航拍图像的电力线自动提取[J];传感器世界;2008年09期

2 孙彪;;基于单目视觉的运动目标跟踪定位[J];四川兵工学报;2010年04期

3 孟飞;孙鹏;梁树辉;张合新;;自适应Wiener滤波改进LOG算子对激光雷达图像的边缘检测能力[J];导弹与航天运载技术;2007年06期

4 郑华文;曹衍龙;杨将新;;基于计算机视觉的珍珠形状分级识别技术研究[J];工程设计学报;2008年05期

5 让星;雷志勇;;基于视觉图像的微小零件边缘检测算法研究[J];电子设计工程;2009年02期

6 曹茂永,孙农亮,郁道银;几种边界特征描述方法的比较研究[J];光学技术;2003年03期

7 吕瑞云;;基于单片机的串行通信研究[J];电子世界;2012年13期

8 刘凌云;;基于机器视觉的螺母垫圈分拣系统设计[J];湖北汽车工业学院学报;2009年02期

9 卢荣胜;;自动光学检测技术的发展现状[J];红外与激光工程;2008年S1期

10 仲兆满,韩其睿,王电化;一种基于方向梯度的图像滤波算法[J];淮阴师范学院学报(自然科学版);2005年03期

本文编号：987379