基于机器视觉的油泵壳体尺寸测量系统

发布时间：2021-05-23 14:17

　　现代工业对测量技术的要求越来越高,在传统测量方法遭遇瓶颈的时候,许多非接触测量方法应运而生,其中机器视觉测量技术已经成为工业检测领域研究和应用的重点。该技术用工业相机来模拟人类的视觉功能,将相机拍摄到的工件图像作为测量系统的输入,再通过计算机对工件图像进行处理获取工件的几何结构信息,最终输出工件的测量结果。为了顺应当下汽车零部件检测的发展形势,本文在研究国内外机器视觉发展现状的基础上,研究开发了以汽车油泵壳体为测量对象的视觉测量系统。本文的主要研究内容包括系统的硬件架构设计、改进的亚像素边缘检测算法、基于亚像素的油泵壳体尺寸测量以及系统的软件设计和测量实验。首先,针对油泵壳体的两个测量指标,本文设计了相应的光源照明方案,并结合其他硬件搭建了完整的视觉测量系统。然后,在研究经典的像素级边缘检测算法和亚像素边缘检测算法的基础上,本文提出了改进的基于二次曲线拟合的亚像素边缘检测算法,并通过实验验证了改进后的算法性能优于原算法。接着,研究了本系统的相机标定方法,并对油泵壳体两个测量指标的成像进行分析,提出了基于亚像素的尺寸测量方法,并阐述其中涉及的最小二乘曲线拟合算法。最后,完成了系统的软件设... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究意义
    1.2 机器视觉技术在工业检测领域的发展现状
    1.3 机器视觉尺寸测量系统的关键问题
    1.4 本文研究内容及章节安排
        1.4.1 本文研究内容
        1.4.2 本文章节安排
第2章 机器视觉尺寸测量系统总体设计
    2.1 机器视觉测量系统的工作原理
    2.2 油泵壳体的主要测量指标
    2.3 机器视觉测量系统的硬件架构设计
        2.3.1 光源模块
        2.3.2 图像采集模块
        2.3.3 其他硬件
    2.4 本章小结
第3章 图像预处理与边缘检测研究
    3.1 图像预处理
    3.2 像素级边缘检测
        3.2.1 像素级边缘检测算法
        3.2.2 像素级边缘检测算法比较
    3.3 亚像素边缘检测
        3.3.1 亚像素边缘检测原理
        3.3.2 亚像素边缘检测算法简介
        3.3.3 基于二次曲线拟合的亚像素边缘检测算法
    3.4 改进的基于二次曲线拟合的亚像素边缘检测算法
        3.4.1 算法改进
        3.4.2 算法性能测试
    3.5 本章小结
第4章 基于亚像素的油泵壳体尺寸测量
    4.1 相机标定
        4.1.1 线性标定
        4.1.2 相机标定流程
    4.2 油泵壳体指标一的尺寸测量
        4.2.1 指标一的测量方法
        4.2.2 最小二乘法拟合椭圆
        4.2.3 指标一完整测量流程
    4.3 油泵壳体指标二的尺寸测量
        4.3.1 指标二的测量方法
        4.3.2 最小二乘法拟合圆
        4.3.3 指标二完整测量流程
    4.4 本章小结
第5章 软件设计与测量实验
    5.1 软件设计
    5.2 测量实验
        5.2.1 测量结果
        5.2.2 数据分析
        5.2.3 指标一的改进测量实验
    5.3 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
个人简历
攻读硕士学位期间主要的研究成果


【参考文献】：
期刊论文
[1]基于多重插值的亚像素边缘检测[J]. 田庸,韩震宇,周永洪.  现代计算机(专业版). 2017(09)
[2]基于非线性四阶图像插值的亚像素边缘检测算法[J]. 吴鹏,徐洪玲,宋文龙,曹军.  哈尔滨工程大学学报. 2015(02)
[3]基于改进Zernike方法实现圆形边缘亚像素检测[J]. 张晓林,周哲海,王晓玲,祝连庆.  计算机工程与应用. 2015(20)
[4]机器视觉技术在工业检测中的应用综述[J]. 张国福,沈洪艳.  电子技术与软件工程. 2013(22)
[5]机器视觉中的光源照明设计[J]. 朱宝伟.  电子科技. 2013(03)
[6]在线检测中亚像素边缘检测技术的对比研究[J]. 万秋一,李士林,闫鑫.  伺服控制. 2012(02)
[7]机器视觉系统中镜头的选择[J]. 张五一,张继超,侯远韶,杨扬.  中原工学院学报. 2011(06)
[8]机器视觉系统的设计方法[J]. 王运哲,白雁兵,张博.  现代显示. 2011(11)
[9]圆度误差评定方法的研究[J]. 高聿地.  机械工程与自动化. 2011(03)
[10]经典图像去噪算法研究综述[J]. 方莉,张萍.  工业控制计算机. 2010(11)

博士论文
[1]双目立体视觉深度感知与三维重建若干问题研究[D]. 罗桂娥.中南大学 2012
[2]移动视觉精密测量关键技术研究[D]. 郭磊.天津大学 2011

硕士论文
[1]基于机器视觉的实时轮毂智能识别系统的研究[D]. 陈建可.太原科技大学 2014
[2]基于机器视觉的零件识别和测量系统研究[D]. 邓小峰.南京航空航天大学 2014
[3]视觉测量中的摄像机标定与三维重建方法研究[D]. 蔡珲.哈尔滨工业大学 2013
[4]亚像素边缘检测技术研究[D]. 张美静.沈阳理工大学 2013
[5]基于视觉测量的工件尺寸快速检测技术[D]. 欧阳志熙.重庆大学 2012
[6]基于双目视觉的机器人目标检测与控制研究[D]. 余俊.北京交通大学 2011
[7]面向机器视觉系统的CCD数字相机设计[D]. 王伙荣.西安电子科技大学 2008



本文编号：3202678