基于机器视觉的汽车保险盒内孔缺陷检测系统研究
发布时间：2021-08-12 00:34
机器视觉在工业检测领域的应用广泛,其检测精度与效率相比人工检测有了质的提升。本文针对汽车保险盒内孔缺陷的工业检测需求,研究了基于机器视觉的汽车保险盒内孔缺陷检测系统。首先,本文根据汽车保险盒的检测需求,对机器视觉成像系统的镜头、相机、光源进行了理论分析与计算选型,并对成像系统的支撑机构进行了设计,以提高系统成像质量。其次,针对汽车保险盒在实际检测时易发生误检的问题,从工件热胀冷缩和制造模具两方面对问题原因进行了分析,提出了不同模具生产的工件进行针对性分类再检测的方法。针对检测时同一缺陷多次检出的问题,设计了自排查的方法予以解决。与原保险盒缺陷检测系统相比,本系统有效降低了误检率。再次,针对保险盒内孔图像在检测过程中匹配效果不佳的问题,本文提出了一种基于区域图像特征的图像分割策略,采用了基于位置因素的区域配准策略对匹配进行约束,设计了基于二维高斯分布的模板滤波方法。对比实验表明,本文方法较已有方法在匹配精度方面提高了8%。然后,针对目前匹配耗时过长的问题,本文在算法方面研究了基于双边投影直方图的匹配方法,在硬件设备方面研究了GPU加速的技术,对匹配进行了实时性优化。对比实验表明,本文的方...
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
板材伤痕检测
机器视觉的研究最早起源于国外，在二十世纪七十年代的时候开始应用于工业检测974 年，日本的川崎公司对一种基于机器视觉的检测设备进行了设计，能够有效检测镀缺陷[3]。1977 年，Yachida,M[4]等人研制了专门的机器视觉系统，可对产品部件进行对尺寸进行测量。1982 年，在加利福尼亚召开了一场研讨会，会上来自不同国家的专机器视觉的工业检测技术进行了交流，尤其是对电路板上半导体的检测进行了研究讨983 年，霍尼韦尔公司对铸板坯表面缺陷检测系统进行了设计，检测精度满足实际工业要uresh[7]等人参考了该系统的检测技术，对热钢板的表面缺陷检测系统进行了开发。随着机器视觉的发展，除了在金属、印刷品等工业领域有应用外，基于视觉的检测理、集成电路晶片、铁轨表面等方面同样应用颇多。Tsai[8]等人对规则纹理表面(天然械加工表面、纺织面料)的表面缺陷采用傅里叶变换进行图像的复原，高频的傅里叶分面纹理线型，而低频的傅里叶分量对应表面缺陷区域。Jen Chung Lin[9]等人将机器视集成电路晶片表面缺陷检测，使用模糊逻辑对表面凹坑缺陷的不同形状进行分析leppo[10]等人利用图像对铁轨的表面质量进行自动检测，车载检测系统对铁轨的表面质时检测和分类。比较典型的缺陷包括板材伤痕和树脂涂装品颜色不均，如图 1. 1 和图示。
南京航空航天大学硕士学位论文觉工件缺陷检测方案进行介绍。公司开发了一套布匹疵点视觉检测系统，该系统可在纺织过程中类疵点。该系统内部信息化和数字化程度高，工业相机、纺织器实现交互与控制。该系统可对多种布匹上的瑕疵进行检测，可有等纺织疵点，成功识别的效率从过往方案的 70%提升到 99.99%结果如图 1. 3 所示。
【参考文献】：
期刊论文
[1]基于机器视觉的圆定位技术研究[J]. 李婷,柳宁. 计算机工程与应用. 2012(09)
[2]热轧带钢表面缺陷在线检测的方法与工业应用[J]. 徐科,杨朝霖,周鹏. 机械工程学报. 2009(04)
[3]一种改进的SSDA图像匹配算法[J]. 吴培景,陈光梦. 计算机工程与应用. 2005(33)
[4]灰度图像匹配的快速算法[J]. 罗钟铉,刘成明. 计算机辅助设计与图形学学报. 2005(05)
[5]机器视觉关键技术的现状及应用展望[J]. 唐向阳,张勇,李江有,黄岗,杨松,关宏. 昆明理工大学学报(理工版). 2004(02)
博士论文
[1]模板图像快速可靠匹配技术研究[D]. 董晶.国防科学技术大学 2015
[2]图像边缘检测技术及其应用研究[D]. 曾俊.华中科技大学 2011
[3]数字近景工业摄影测量关键技术研究与应用[D]. 黄桂平.天津大学 2005
硕士论文
[1]基于嵌入式GPU的数码印花缺陷检测算法研发[D]. 邓新.浙江大学 2018
[2]基于机器视觉的汽车保险盒缺陷在线自动检测系统研究[D]. 曾瑞篷.南京航空航天大学 2017
[3]数字图像中模板抽取及匹配方法的研究与应用[D]. 王刚.山东师范大学 2013
[4]改进的SURF图像配准算法研究[D]. 石雅笋.电子科技大学 2011
[5]基于LabVIEW的汽车保险盒检测系统设计与研究[D]. 张振寰.天津科技大学 2011
[6]基于SIFT特征描述子的立体匹配算法研究[D]. 宰小涛.上海交通大学 2007
本文编号：3337211
【文章来源】：南京航空航天大学江苏省 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
板材伤痕检测
机器视觉的研究最早起源于国外，在二十世纪七十年代的时候开始应用于工业检测974 年，日本的川崎公司对一种基于机器视觉的检测设备进行了设计，能够有效检测镀缺陷[3]。1977 年，Yachida,M[4]等人研制了专门的机器视觉系统，可对产品部件进行对尺寸进行测量。1982 年，在加利福尼亚召开了一场研讨会，会上来自不同国家的专机器视觉的工业检测技术进行了交流，尤其是对电路板上半导体的检测进行了研究讨983 年，霍尼韦尔公司对铸板坯表面缺陷检测系统进行了设计，检测精度满足实际工业要uresh[7]等人参考了该系统的检测技术，对热钢板的表面缺陷检测系统进行了开发。随着机器视觉的发展，除了在金属、印刷品等工业领域有应用外，基于视觉的检测理、集成电路晶片、铁轨表面等方面同样应用颇多。Tsai[8]等人对规则纹理表面(天然械加工表面、纺织面料)的表面缺陷采用傅里叶变换进行图像的复原，高频的傅里叶分面纹理线型，而低频的傅里叶分量对应表面缺陷区域。Jen Chung Lin[9]等人将机器视集成电路晶片表面缺陷检测，使用模糊逻辑对表面凹坑缺陷的不同形状进行分析leppo[10]等人利用图像对铁轨的表面质量进行自动检测，车载检测系统对铁轨的表面质时检测和分类。比较典型的缺陷包括板材伤痕和树脂涂装品颜色不均，如图 1. 1 和图示。
南京航空航天大学硕士学位论文觉工件缺陷检测方案进行介绍。公司开发了一套布匹疵点视觉检测系统，该系统可在纺织过程中类疵点。该系统内部信息化和数字化程度高，工业相机、纺织器实现交互与控制。该系统可对多种布匹上的瑕疵进行检测，可有等纺织疵点，成功识别的效率从过往方案的 70%提升到 99.99%结果如图 1. 3 所示。
【参考文献】：
期刊论文
[1]基于机器视觉的圆定位技术研究[J]. 李婷,柳宁. 计算机工程与应用. 2012(09)
[2]热轧带钢表面缺陷在线检测的方法与工业应用[J]. 徐科,杨朝霖,周鹏. 机械工程学报. 2009(04)
[3]一种改进的SSDA图像匹配算法[J]. 吴培景,陈光梦. 计算机工程与应用. 2005(33)
[4]灰度图像匹配的快速算法[J]. 罗钟铉,刘成明. 计算机辅助设计与图形学学报. 2005(05)
[5]机器视觉关键技术的现状及应用展望[J]. 唐向阳,张勇,李江有,黄岗,杨松,关宏. 昆明理工大学学报(理工版). 2004(02)
博士论文
[1]模板图像快速可靠匹配技术研究[D]. 董晶.国防科学技术大学 2015
[2]图像边缘检测技术及其应用研究[D]. 曾俊.华中科技大学 2011
[3]数字近景工业摄影测量关键技术研究与应用[D]. 黄桂平.天津大学 2005
硕士论文
[1]基于嵌入式GPU的数码印花缺陷检测算法研发[D]. 邓新.浙江大学 2018
[2]基于机器视觉的汽车保险盒缺陷在线自动检测系统研究[D]. 曾瑞篷.南京航空航天大学 2017
[3]数字图像中模板抽取及匹配方法的研究与应用[D]. 王刚.山东师范大学 2013
[4]改进的SURF图像配准算法研究[D]. 石雅笋.电子科技大学 2011
[5]基于LabVIEW的汽车保险盒检测系统设计与研究[D]. 张振寰.天津科技大学 2011
[6]基于SIFT特征描述子的立体匹配算法研究[D]. 宰小涛.上海交通大学 2007
本文编号：3337211
本文链接：https://www.wllwen.com/kejilunwen/qiche/3337211.html
