基于机器视觉的发动机零件智能检测系统
发布时间：2021-11-01 23:31
发动机是汽车的心脏,为汽车提供动力,其性能影响汽车的动力性、经济性及环保性。而活塞环是发动机的关键零件,起着支撑、密封、传热和导向的作用,其质量直接影响发动机的工作效率、节能减排和可靠性。目前国内主要依靠人工或简单的视觉方法进行检测,虽然简单的视觉检测方法一定程度上解决了人工方法效率低、错误率高、劳动强度大的问题,但在效率、精度方面还有很大的局限性。机器视觉作为一种非接触智能检测技术,融合了图像处理、模式识别、人工智能、计算机视觉及光学等技术,具有精度高、效率高、自动化程度高、可编程等优点,可以解决这些难题。本文以机器视觉技术为基础,以发动机活塞环为检测对象,研究分析活塞环的尺寸、外形特点以及产品的检测功能要求,结合图像处理及检测方面的算法,研究相关机器视觉检测技术,实现智能检测,论文的主要研究内容包括:（1）根据检测任务和精度的要求,搭建机器视觉智能检测硬件系统,包括总体结构设计、硬件系统设计、视觉检测技术工作原理,研究并完成系统的标定。（2）研究自适应中值滤波方法原理及去噪效果;通过阈值分割法提取活塞环零件区域;利用形态学对图像进行“开操作”与“闭操作”,消除图像中的“凹”和“凸”...
【文章来源】：广东工业大学广东省
【文章页数】：92 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.1.1 课题背景
1.1.2 课题意义
1.2 国内外研究现状
1.2.1 发动机零件检测
1.2.2 机器视觉检测技术
1.3 论文的主要研究内容和结构安排
第二章 机器视觉智能检测系统搭建与标定
2.1 系统的总体结构设计
2.1.1 基本结构组成
2.1.2 检测工作原理
2.2 系统硬件设计
2.2.1 照明系统
2.2.2 摄像机选型
2.2.3 镜头选型
2.2.4 总线及图像采集卡
2.3 摄像机标定
2.3.1 摄像机标定的必要性
2.3.2 针孔成像原理及坐标系转换关系
2.3.3 本文摄像机标定方法
2.4 本章小结
第三章 图像处理与边缘检测
3.1 图像平滑
3.1.1 均值滤波(Blur)
3.1.2 高斯滤波(GaussianBlur)
3.1.3 中值滤波(Medianfilter)
3.1.4 自适应中值滤波(AdaptiveMedianFilter)
3.2 图像分割
3.2.1 灰度直方图
3.2.2 快速最大类间方差阈值分割法
3.3 图像形态学处理
3.3.1 腐蚀与膨胀
3.3.2 开运算与闭运算
3.4 边缘检测
3.4.1 Canny边缘检测算法
3.4.2 基于形态学的边缘检测算法
3.4.3 改进的Canny算子和形态学边缘检测算法
3.5 本章小结
第四章 结合ZNCC-DWT的SURF算子快速拼接算法
4.1 图像去阴影及拼接的必要性
4.2 拼接总体算法
4.3 序列图LDRIs输入
4.4 图像配准
4.5 ZNCC算法特征点匹配及鬼影检测
4.6 二维离散小波变换融合法去鬼影
4.6.1 小波变换信号的分解和融合重构
4.6.2 图像二维DWT求分解系数
4.6.3 确定高低频融合原则
4.6.4 图像融合去鬼影
4.7 图像拼接
4.8 图像拼接质量评价指标
4.9 本章小结
第五章 实时检测软件系统的设计
5.1 活塞环检测研究
5.1.1 活塞环漏光度检测及图像拼接与分析
5.1.2 活塞环测量结果与分析
5.2 实时检测软件系统开发
5.2.1 软件开发环境
5.2.2 软件结构设计与实现
5.2.3 系统检测技术评价
5.3 本章小结
第六章 总结与展望
6.1 主要研究工作内容与结论
6.2 展望
参考文献
攻读学位期间获得的科研成果
致谢
【参考文献】：
期刊论文
[1]汽车发动机进气歧管高精度亚像素边缘检测[J]. 徐平,薛凌云,常英杰. 计量学报. 2018(03)
[2]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[3]SURF和RANSAC的特征图像匹配[J]. 王卫兵,白小玲,徐倩. 哈尔滨理工大学学报. 2018(01)
[4]基于单应性矩阵的大尺寸零件视觉测量图像拼接方法[J]. 黎欣,吴黎明,王桂棠,熊峰,陈宇俊. 计算机测量与控制. 2017(11)
[5]多方向独立小波耦合神经网络的图像融合算法[J]. 汪小威,陆涛,刘伟晖,龚向欣. 计算机工程与设计. 2017(11)
[6]一种快速去除大尺寸工件鬼影图像的精密拼接算法[J]. 黎欣,吴黎明,王桂棠,陈宇俊,林坚海,荣快. 计算机应用研究. 2018(10)
[7]基于记忆分子动理论优化算法的多目标截面投影Otsu图像分割[J]. 肖乐意,欧阳红林,范朝冬. 电子与信息学报. 2018(01)
[8]基于机器视觉的零件特征尺寸提取算法[J]. 杨仁民,郑洲,陈斌,张学昌,张炜. 包装工程. 2017(09)
[9]基于机器视觉的复杂平面零件尺寸精密检测[J]. 付泰,王桂棠,程书豪,熊峰. 机电工程技术. 2016(08)
[10]去均值归一化互相关最小二乘逆时偏移及其应用[J]. 李庆洋,黄建平,李振春,李娜,李闯. 地球物理学报. 2016(08)
博士论文
[1]辅助视觉中的图像处理关键技术研究[D]. 陈龙.西安电子科技大学 2013
[2]面向精密制造与检测的机器视觉及智能算法研究[D]. 葛动元.华南理工大学 2013
硕士论文
[1]基于改进SURF算法图像匹配方法研究[D]. 储蓄.安徽理工大学 2017
[2]基于机器视觉的复杂塑件识别与检测技术研究[D]. 丁剑彪.北京化工大学 2016
[3]活塞环参数自动检测装置的研制[D]. 钟友祥.广东工业大学 2016
[4]基于机器视觉的复杂零件检测及相关关键技术研究[D]. 张正刘.合肥工业大学 2016
[5]发动机活塞环光密封度机器视觉检测技术研究[D]. 李峥.广东工业大学 2015
[6]基于机器视觉的高精度尺寸检测方法与实现[D]. 龚聪.广东工业大学 2014
[7]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
[8]基于机器视觉的螺纹零件头部检测方法及实验研究[D]. 杨攀.华南理工大学 2013
[9]三工位汽车活塞环自动检测分选机测量系统的研究[D]. 孙妍.天津大学 2012
本文编号：3470894
【文章来源】：广东工业大学广东省
【文章页数】：92 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.1.1 课题背景
1.1.2 课题意义
1.2 国内外研究现状
1.2.1 发动机零件检测
1.2.2 机器视觉检测技术
1.3 论文的主要研究内容和结构安排
第二章 机器视觉智能检测系统搭建与标定
2.1 系统的总体结构设计
2.1.1 基本结构组成
2.1.2 检测工作原理
2.2 系统硬件设计
2.2.1 照明系统
2.2.2 摄像机选型
2.2.3 镜头选型
2.2.4 总线及图像采集卡
2.3 摄像机标定
2.3.1 摄像机标定的必要性
2.3.2 针孔成像原理及坐标系转换关系
2.3.3 本文摄像机标定方法
2.4 本章小结
第三章 图像处理与边缘检测
3.1 图像平滑
3.1.1 均值滤波(Blur)
3.1.2 高斯滤波(GaussianBlur)
3.1.3 中值滤波(Medianfilter)
3.1.4 自适应中值滤波(AdaptiveMedianFilter)
3.2 图像分割
3.2.1 灰度直方图
3.2.2 快速最大类间方差阈值分割法
3.3 图像形态学处理
3.3.1 腐蚀与膨胀
3.3.2 开运算与闭运算
3.4 边缘检测
3.4.1 Canny边缘检测算法
3.4.2 基于形态学的边缘检测算法
3.4.3 改进的Canny算子和形态学边缘检测算法
3.5 本章小结
第四章 结合ZNCC-DWT的SURF算子快速拼接算法
4.1 图像去阴影及拼接的必要性
4.2 拼接总体算法
4.3 序列图LDRIs输入
4.4 图像配准
4.5 ZNCC算法特征点匹配及鬼影检测
4.6 二维离散小波变换融合法去鬼影
4.6.1 小波变换信号的分解和融合重构
4.6.2 图像二维DWT求分解系数
4.6.3 确定高低频融合原则
4.6.4 图像融合去鬼影
4.7 图像拼接
4.8 图像拼接质量评价指标
4.9 本章小结
第五章 实时检测软件系统的设计
5.1 活塞环检测研究
5.1.1 活塞环漏光度检测及图像拼接与分析
5.1.2 活塞环测量结果与分析
5.2 实时检测软件系统开发
5.2.1 软件开发环境
5.2.2 软件结构设计与实现
5.2.3 系统检测技术评价
5.3 本章小结
第六章 总结与展望
6.1 主要研究工作内容与结论
6.2 展望
参考文献
攻读学位期间获得的科研成果
致谢
【参考文献】：
期刊论文
[1]汽车发动机进气歧管高精度亚像素边缘检测[J]. 徐平,薛凌云,常英杰. 计量学报. 2018(03)
[2]SIFT与SURF特征提取算法在图像匹配中的应用对比研究[J]. 陈敏,汤晓安. 现代电子技术. 2018(07)
[3]SURF和RANSAC的特征图像匹配[J]. 王卫兵,白小玲,徐倩. 哈尔滨理工大学学报. 2018(01)
[4]基于单应性矩阵的大尺寸零件视觉测量图像拼接方法[J]. 黎欣,吴黎明,王桂棠,熊峰,陈宇俊. 计算机测量与控制. 2017(11)
[5]多方向独立小波耦合神经网络的图像融合算法[J]. 汪小威,陆涛,刘伟晖,龚向欣. 计算机工程与设计. 2017(11)
[6]一种快速去除大尺寸工件鬼影图像的精密拼接算法[J]. 黎欣,吴黎明,王桂棠,陈宇俊,林坚海,荣快. 计算机应用研究. 2018(10)
[7]基于记忆分子动理论优化算法的多目标截面投影Otsu图像分割[J]. 肖乐意,欧阳红林,范朝冬. 电子与信息学报. 2018(01)
[8]基于机器视觉的零件特征尺寸提取算法[J]. 杨仁民,郑洲,陈斌,张学昌,张炜. 包装工程. 2017(09)
[9]基于机器视觉的复杂平面零件尺寸精密检测[J]. 付泰,王桂棠,程书豪,熊峰. 机电工程技术. 2016(08)
[10]去均值归一化互相关最小二乘逆时偏移及其应用[J]. 李庆洋,黄建平,李振春,李娜,李闯. 地球物理学报. 2016(08)
博士论文
[1]辅助视觉中的图像处理关键技术研究[D]. 陈龙.西安电子科技大学 2013
[2]面向精密制造与检测的机器视觉及智能算法研究[D]. 葛动元.华南理工大学 2013
硕士论文
[1]基于改进SURF算法图像匹配方法研究[D]. 储蓄.安徽理工大学 2017
[2]基于机器视觉的复杂塑件识别与检测技术研究[D]. 丁剑彪.北京化工大学 2016
[3]活塞环参数自动检测装置的研制[D]. 钟友祥.广东工业大学 2016
[4]基于机器视觉的复杂零件检测及相关关键技术研究[D]. 张正刘.合肥工业大学 2016
[5]发动机活塞环光密封度机器视觉检测技术研究[D]. 李峥.广东工业大学 2015
[6]基于机器视觉的高精度尺寸检测方法与实现[D]. 龚聪.广东工业大学 2014
[7]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
[8]基于机器视觉的螺纹零件头部检测方法及实验研究[D]. 杨攀.华南理工大学 2013
[9]三工位汽车活塞环自动检测分选机测量系统的研究[D]. 孙妍.天津大学 2012
本文编号：3470894
本文链接：https://www.wllwen.com/kejilunwen/qiche/3470894.html
