基于机器视觉的轮毂轴承法兰检测系统研究
发布时间：2022-02-21 00:25
轮毂轴承法兰是第三代轮毂轴承单元配合防抱刹系统的关键部分,其螺纹孔及外观检测有严格要求。传统的人工检测方式检测精度低、速度慢、耗费成本高,无法满足现在的检测要求。随着机器视觉技术的不断发展,因其检测精度高、速度快等优点在工业检测系统方面应用越来越广泛。本课题针对目前存在的弊端,结合行业标准,提出了一种基于机器视觉的轮毂轴承法兰检测系统,主要研究如下:（1）采用光电传感器触发相机采集图像的方式设计了两个检测工位,分别对工件螺纹孔偏移度、螺纹完整度以及表面锈斑缺陷进行检测。采用推杆装置设计了两个分拣通道,根据检测结果对合格工件和不合格工件进行分离。（2）对图像采集模块中相机、镜头、光源的选型作了详细的阐述,为图像识别设计最优的成像系统。（3）针对不同的检测要求,创新的设计了各检测部分的算法。针对采用相关法进行模板匹配耗时长的问题,引入误差阈值的二次模板匹配算法,提出了一种基于轮廓模板匹配定位改进方法,该方法进行模板匹配速度与原来相比提高了约10倍,所需时间由30ms缩短至3ms。针对具有较大干扰样本点进行最小二乘圆拟合误差大的问题,提出了一种基于随机化预拟合的最小二乘圆拟合改进算法,对改进...
【文章来源】：浙江科技学院浙江省
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 机器视觉技术应用现状
1.2.2 工业测量及缺陷检测研究现状
1.3 主要研究内容
1.4 本章小结
第2章 系统总体设计
2.1 检测需求分析
2.2 系统主要技术
2.2.1 图像识别技术
2.2.2 微控制器系统
2.2.3 光电传感器技术
2.3 检测系统工作原理
2.4 本章小结
第3章 检测系统硬件设计
3.1 硬件系统概述
3.2 图像采集模块
3.2.1 相机的选型
3.2.2 镜头的选型
3.2.3 光源的选型
3.2.4 光电信号传感器
3.3 运动控制模块
3.4 本章小结
第4章 图像处理识别算法
4.1 螺纹孔偏移度检测
4.1.1 基于轮廓模板匹配定位改进方法
4.1.2 图像增强算法
4.1.3 形态学算法分析
4.1.4 基于随机化预拟合的最小二乘圆拟合改进算法
4.1.5 区域像素级偏移度检测算法
4.2 螺纹孔螺纹完整度检测
4.2.1 仿射变换
4.2.2 螺纹检测算法
4.3 环面锈蚀检测
4.3.1 Blob分析
4.3.2 极坐标转换
4.3.3 带权值的锈斑区域检测
4.4 本章小节
第5章 系统软件与实验测试
5.1 轮毂轴承法兰检测系统软件设计
5.1.1 软件主界面与数据统计
5.1.2 相机设置界面
5.1.3 参数设置界面
5.1.4 创建模板界面
5.2 实验测试
5.2.1 螺纹孔偏移度检测
5.2.2 螺纹孔螺纹完整度检测
5.2.3 锈斑检测
5.3 本章小结
第6章 结论
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
【参考文献】：
期刊论文
[1]机器视觉技术在机加工领域的研究与应用[J]. 陈灿,王晶,陈阁. 信息与电脑(理论版). 2019(16)
[2]改进的最小二乘模型在GPS天线相位中心检测中的应用[J]. 闫洪超,饶振兴. 北京测绘. 2019(08)
[3]基于图像分块模板匹配的高速运动目标跟踪技术[J]. 陈冰红,祝振宇. 国外电子测量技术. 2019(07)
[4]基于机器视觉技术的瓶盖划痕检测[J]. 杨健,辛浪,豆昌军. 包装工程. 2019(13)
[5]机器视觉研究与发展综述[J]. 宋春华,彭泫知. 装备制造技术. 2019(06)
[6]浅谈机器视觉技术发展及应用[J]. 高峰,王富东. 山东工业技术. 2019(05)
[7]基于最小二乘法的线性回归方程推导与应用分析[J]. 陈雨彤. 中国新通信. 2018(24)
[8]机器视觉技术的发展现状与应用动态研究[J]. 陈英. 无线互联科技. 2018(19)
[9]机器视觉技术发展及其工业应用[J]. 王飞. 电子技术与软件工程. 2018(16)
[10]基于随机Hough变换改进的快速圆检测算法[J]. 朱正伟,宋文浩,焦竹青,郭晓. 计算机工程与设计. 2018(07)
博士论文
[1]基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究[D]. 巢渊.东南大学 2017
[2]纹理图像特征提取与分类研究[D]. 许文韬.华东师范大学 2017
[3]图像去噪及其效果评估若干问题研究[D]. 杨成佳.吉林大学 2016
[4]图像去噪中几种优化算法的相关研究[D]. 杨昊.电子科技大学 2016
[5]图像局部特征提取及应用研究[D]. 黄明明.北京科技大学 2016
[6]图像增强的相关技术及应用研究[D]. 李艳梅.电子科技大学 2013
硕士论文
[1]晶圆定位视觉检测系统设计[D]. 周栋.沈阳工业大学 2019
[2]基于图像处理的风力发电机叶片表面缺陷检测技术研究[D]. 云赛.天津理工大学 2019
[3]基于VSM的中文文本分类算法研究[D]. 余伟中.南京邮电大学 2018
[4]基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D]. 冯锴.华南理工大学 2018
[5]基于机器视觉的产品零件尺寸检测技术研究[D]. 张永波.燕山大学 2017
[6]两种改进的彩色图像灰度化算法研究[D]. 罗婷婷.浙江工商大学 2014
[7]基于中值滤波和小波变换的图像去噪算法研究[D]. 田流芳.河北大学 2014
[8]基于颜色和形状特征的图像检索技术及其应用[D]. 潘永胜.太原理工大学 2014
[9]灰度图像的直方图均衡化处理研究[D]. 陈永亮.安徽大学 2014
[10]彩色图像灰度化及其效果的客观评价方法研究[D]. 宋凤菲.华侨大学 2014
本文编号：3636113
【文章来源】：浙江科技学院浙江省
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 机器视觉技术应用现状
1.2.2 工业测量及缺陷检测研究现状
1.3 主要研究内容
1.4 本章小结
第2章 系统总体设计
2.1 检测需求分析
2.2 系统主要技术
2.2.1 图像识别技术
2.2.2 微控制器系统
2.2.3 光电传感器技术
2.3 检测系统工作原理
2.4 本章小结
第3章 检测系统硬件设计
3.1 硬件系统概述
3.2 图像采集模块
3.2.1 相机的选型
3.2.2 镜头的选型
3.2.3 光源的选型
3.2.4 光电信号传感器
3.3 运动控制模块
3.4 本章小结
第4章 图像处理识别算法
4.1 螺纹孔偏移度检测
4.1.1 基于轮廓模板匹配定位改进方法
4.1.2 图像增强算法
4.1.3 形态学算法分析
4.1.4 基于随机化预拟合的最小二乘圆拟合改进算法
4.1.5 区域像素级偏移度检测算法
4.2 螺纹孔螺纹完整度检测
4.2.1 仿射变换
4.2.2 螺纹检测算法
4.3 环面锈蚀检测
4.3.1 Blob分析
4.3.2 极坐标转换
4.3.3 带权值的锈斑区域检测
4.4 本章小节
第5章 系统软件与实验测试
5.1 轮毂轴承法兰检测系统软件设计
5.1.1 软件主界面与数据统计
5.1.2 相机设置界面
5.1.3 参数设置界面
5.1.4 创建模板界面
5.2 实验测试
5.2.1 螺纹孔偏移度检测
5.2.2 螺纹孔螺纹完整度检测
5.2.3 锈斑检测
5.3 本章小结
第6章 结论
6.1 总结
6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
【参考文献】：
期刊论文
[1]机器视觉技术在机加工领域的研究与应用[J]. 陈灿,王晶,陈阁. 信息与电脑(理论版). 2019(16)
[2]改进的最小二乘模型在GPS天线相位中心检测中的应用[J]. 闫洪超,饶振兴. 北京测绘. 2019(08)
[3]基于图像分块模板匹配的高速运动目标跟踪技术[J]. 陈冰红,祝振宇. 国外电子测量技术. 2019(07)
[4]基于机器视觉技术的瓶盖划痕检测[J]. 杨健,辛浪,豆昌军. 包装工程. 2019(13)
[5]机器视觉研究与发展综述[J]. 宋春华,彭泫知. 装备制造技术. 2019(06)
[6]浅谈机器视觉技术发展及应用[J]. 高峰,王富东. 山东工业技术. 2019(05)
[7]基于最小二乘法的线性回归方程推导与应用分析[J]. 陈雨彤. 中国新通信. 2018(24)
[8]机器视觉技术的发展现状与应用动态研究[J]. 陈英. 无线互联科技. 2018(19)
[9]机器视觉技术发展及其工业应用[J]. 王飞. 电子技术与软件工程. 2018(16)
[10]基于随机Hough变换改进的快速圆检测算法[J]. 朱正伟,宋文浩,焦竹青,郭晓. 计算机工程与设计. 2018(07)
博士论文
[1]基于机器视觉的半导体芯片表面缺陷在线检测关键技术研究[D]. 巢渊.东南大学 2017
[2]纹理图像特征提取与分类研究[D]. 许文韬.华东师范大学 2017
[3]图像去噪及其效果评估若干问题研究[D]. 杨成佳.吉林大学 2016
[4]图像去噪中几种优化算法的相关研究[D]. 杨昊.电子科技大学 2016
[5]图像局部特征提取及应用研究[D]. 黄明明.北京科技大学 2016
[6]图像增强的相关技术及应用研究[D]. 李艳梅.电子科技大学 2013
硕士论文
[1]晶圆定位视觉检测系统设计[D]. 周栋.沈阳工业大学 2019
[2]基于图像处理的风力发电机叶片表面缺陷检测技术研究[D]. 云赛.天津理工大学 2019
[3]基于VSM的中文文本分类算法研究[D]. 余伟中.南京邮电大学 2018
[4]基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D]. 冯锴.华南理工大学 2018
[5]基于机器视觉的产品零件尺寸检测技术研究[D]. 张永波.燕山大学 2017
[6]两种改进的彩色图像灰度化算法研究[D]. 罗婷婷.浙江工商大学 2014
[7]基于中值滤波和小波变换的图像去噪算法研究[D]. 田流芳.河北大学 2014
[8]基于颜色和形状特征的图像检索技术及其应用[D]. 潘永胜.太原理工大学 2014
[9]灰度图像的直方图均衡化处理研究[D]. 陈永亮.安徽大学 2014
[10]彩色图像灰度化及其效果的客观评价方法研究[D]. 宋凤菲.华侨大学 2014
本文编号：3636113
本文链接：https://www.wllwen.com/kejilunwen/qiche/3636113.html
