零件视觉检测系统的开发与研究

发布时间：2017-11-19 08:09

  本文关键词：零件视觉检测系统的开发与研究

  更多相关文章： 零件检测 相机标定 二次线性插值 梯度方向直方图 概率神经网络 SVM

【摘要】：数字图像处理技术是一个新兴的技术行业,已在自动化系统、汽车零部件检测和智能识别等领域有广泛的应用。它已经成为传统人工检测速度慢、检测效率低的重要解决办法之一。由于实际生产中,工业零件在细节方面会有诸多缺陷,因此,有必要选用合适的算法对其进行准确的识别和检测。本文针对汽车吸能盒背板零件,设计了图像检测系统的整体方案,搭建了实验硬件平台,并详细介绍了视觉系统采用的各种器件和照明系统的组成,再进行摄像系统标定,完成了畸变效应的矫正。在获取矫正后的图像后,对图像的预处理、边缘检测、零件几何参数测量等关键技术进行了重点研究。在预处理中,首先分析了图像的噪声类别,比较了多种滤波算法,找出适合本文图像的滤波算法。进而,在图像边缘检测中,对比了经典的边缘检测算法,为后续的特征提取提供了基础。在检测图像基本特征时,分别检测图像中的圆和直线,并对检测结果的参数进行了优化,提高了圆和直线的检测效果。在对图像中的槽进行检测时,采用了模板匹配算法,对槽的位置进行了准确的识别。在进了了零件尺寸的检测之后,文中还研究了完好零件、焊点零件和划痕零件三种情况的分类识别方法。首先,通过边缘检测,在保证图像边缘清晰、完整的基础上,利用梯度方向直方图算法进行特征提取,并采用概率神经网络和SVM进行分类识别,取得了不错的分类效果。然而,特征向量维度较高,特征提取信息混叠,以致图像关键信息难以充分利用。文中对梯度方向直方图算法进行了改进,对梯度方向直方图特征提取算法进行双线性插值,得到了更能够体现细节特征的特征向量,再用神经网络和支持向量机进行识别,在提高特征值抗混叠效应的同时,也提高了图像的分类识别准确率。本课题所有模块的实现都是基于Visual C++和MATLAB的,包括视觉系统界面开发和算法的编写。本文实现了零件特征的检测,与不同种类的零件分类识别。文中的研究结果体现了一定的工程价值,同时对图像测量技术的应用和零件的分类识别提供一定的借鉴意义。
【学位授予单位】：上海工程技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U468.2;TP391.41

【参考文献】

中国期刊全文数据库 前10条

1 杨凌霄;朱亚丽;;基于概率神经网络的高压断路器故障诊断[J];电力系统保护与控制;2015年10期

2 宋勇;董铁;吴纪国;;机器视觉非接触测量系统在线校准及不确定度分析[J];机械;2014年10期

3 王红霞;刘倩倩;;基于二次线性插值的测试性分配方法研究[J];计算机测量与控制;2014年07期

4 胡文军;王娟;王培良;王士同;;适合大样本的线性SVMs快速集成模型[J];计算机科学;2014年05期

5 高佳琴;胡江;于旭;;一种快速判定原始数据集合线性可分的充分条件[J];计算机应用与软件;2013年11期

6 陈锐;彭启民;;基于稳定区域梯度方向直方图的行人检测方法[J];计算机辅助设计与图形学学报;2012年03期

7 李昕;高东林;黄欢;;数字图像处理技术在膜图像处理中的应用[J];北京理工大学学报;2011年12期

8 姚林朋;王辉;钱勇;黄成军;江秀臣;;应用VC理论结构风险最小原则的局部放电信号消噪方法[J];高电压技术;2011年05期

9 王耀南;刘良江;周博文;张辉;;一种基于混沌优化算法的PCB板元件检测方法[J];仪器仪表学报;2010年02期

10 任超;吴嗣亮;焦李成;;Edge Detection Algorithm of SAR Images with Wedgelet Filter[J];Journal of Beijing Institute of Technology;2008年03期

中国博士学位论文全文数据库 前4条

1 余金栋;基于计算机微视觉的亚微米特征尺寸测量理论与实验研究[D];华南理工大学;2014年

2 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

3 陈向伟;机械零件计算机视觉检测关键技术的研究[D];吉林大学;2005年

4 朱铮涛;基于计算机视觉图像精密测量的关键技术研究[D];华南理工大学;2004年

中国硕士学位论文全文数据库 前8条

1 朱玉滨;基于SIFT的图像检索技术研究[D];吉林大学;2014年

2 宋晗;20世纪30年代至60年代美国西部科技发展研究[D];辽宁大学;2013年

3 池成全;基于数字图像处理的木质板材缺陷识别DSP系统实现[D];东北林业大学;2013年

4 尚俊;基于HOG特征的目标识别算法研究[D];华中科技大学;2012年

5 张玲艳;基于Canny理论的自适应边缘检测方法研究[D];西北大学;2009年

6 邹义平;CMOS图像传感器的图像降噪技术的研究[D];北京邮电大学;2009年

7 郑丽丽;基于图像识别的零件几何尺寸检测问题的研究[D];吉林大学;2004年

8 王训四;视觉测量系统中的标定技术及其应用研究[D];合肥工业大学;2004年

，

本文编号：1202865