基于CCD传感器视觉图像定位方法的研究与应用

发布时间：2017-08-15 03:08

  本文关键词：基于CCD传感器视觉图像定位方法的研究与应用

  更多相关文章： 机器视觉 图像二值化 灰度形态处理 边缘检测 两极分解法

【摘要】：随着计算机技术和图像处理技术等信息技术的不断发展和应用,机器视觉在工业检测、精密测控、自动生产线、邮政自动化、显微医学操作等行业和领域的应用越来越多,甚至在一些特殊场合,例如恶劣环境、极限环境下的科考等,已经不能离开机器视觉。本文尝试基于康耐视视觉系统及其工业机器人自动化控制系统,实现对于多磁碟组件安装过程的定位、测量、校准及复核,通过视觉定位技术制作平衡环组件以解决温彻斯特碟式硬盘磁碟堆组件组装过程中产生的不平衡。作者完成的主要工作如下：(1)对视觉工业机器人的国内外研究现状进行了分析,对基于视觉机器人图像定位方法的关键技术进行了分析和描述,主要包括图像分割、灰度形态处理、利用边缘检测算法提取边缘技术等。(2)提出了基于二值化算法的两级分解法完成精确成像样本的获取及处理,根据图像的灰度分布,统计其最佳的阂值,该图像定位方法能够直接从图像灰度中获取动态阈值对图像二值化,一次性完成在普通图像预处理中的分离无效区域、滤波、增强、二值化等过程,从而完成定位系统成像。(3)测试并得出了图像样本的定位测量值和可靠性可重复性试验模型,指导了标准盘和平衡环组件的设计和制作,应用于硬盘磁碟堆组件组装工位,验证了本图像定位方法在对校验平衡组件的位置、高度、亮度、色差等参数指标的作用。本文分析和设计的基于CCD传感器的视觉机器人图像定位方法综合运用了灰度形态处理、边缘检测算法、图像二值化算法,实现了联机检测和监控生产组装过程中,对平衡环组件安装位置进行实时的调节,从而对整个组装过程中的生产质量及合格率进行控制,达到了提高产品可靠性,降低生产成本和报废率的目的。
【关键词】：机器视觉 图像二值化 灰度形态处理 边缘检测 两极分解法
【学位授予单位】：中国科学院大学(工程管理与信息技术学院)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP212
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-22
• 1.1 研究背景与意义10-13
• 1.1.1 机器视觉的两大发展方向11-12
• 1.1.2 机器视觉技术应用12-13
• 1.2 视觉工业机器人的国内外研究现状13-19
• 1.2.1 工业机器人的现状与发展趋势14-16
• 1.2.2 视觉工业机器人16-17
• 1.2.3 信息物理系统17-19
• 1.2.4 机器视觉与智慧工厂19
• 1.3 本文主要研究内容19-22
• 第二章 平衡环组件的参考模型设计22-32
• 2.1 静态及动态不平衡的产生原理22-30
• 2.1.1 影响静态及动态不平衡的几个因素22-24
• 2.1.2 静态及动态不平衡的产生方式24
• 2.1.3 如何矫正静态及动态不平衡24-26
• 2.1.4 平衡环设计的数学模型26-28
• 2.1.5 根据模拟实验选择正确的平衡环28-30
• 2.2 平衡环模型算法优化30-31
• 2.3 本章小结31-32
• 第三章 基于二值化算法的图像定位设计与优化32-50
• 3.1 常规的二维图像处理方法32-38
• 3.2 二值化算法的设计与优化38-40
• 3.3 二值化算法的仿真结果40-42
• 3.4 灰度形态的处理42-48
• 3.4.1 两级分解法43-46
• 3.4.2 图像的校准46-48
• 3.5 本章小结48-50
• 第四章 机器视觉图像定位设计的实施与验证50-60
• 4.1 机器视觉控制系统的工作原理50
• 4.2 机器视觉图像系统的工作原理50-51
• 4.3 两级分解法定位实验的设计思想51
• 4.4 机器视觉图像定位方法的实验环境51-57
• 4.4.1 ABB机器人52
• 4.4.2 康耐视成像系统52-54
• 4.4.3 平衡环定位安装54-55
• 4.4.4 图像处理和数据分析模块55-56
• 4.4.5 工业机器人仿真软件环境搭建56-57
• 4.5 可靠性及可重复性测试(R&R)57-58
• 4.6 平衡环矫正工位设计58-59
• 4.7 本章小结59-60
• 第五章 结论与展望60-64
• 5.1 结论60-62
• 5.2 展望62-64
• 参考文献64-66
• 致谢66-68
• 个人简历、在学期间发表的论文与研究成果68

【相似文献】

中国期刊全文数据库 前10条

1 王青强;敦煌俊秋;陆留平;王伟;;基于CCD传感器的点光源动态跟踪系统[J];电子设计工程;2013年04期

2 冯丽爽,王人成,黄昌华,王季军;CCD传感器在人体运动图像检测系统中的应用[J];仪表技术与传感器;2000年05期

3 赵振兵,高强,李然,俞晓雯;基于黑白CCD传感器的近红外热像在线监测方法[J];电力系统自动化;2005年08期

4 孙福佳;李厦;徐航晖;蔡锦达;;基于CCD传感器和DSP的数粒机系统设计[J];传感器与微系统;2008年04期

5 朱小平;CCD传感器用于刻线自动瞄准的研究[J];现代测量与实验室管理;2003年01期

6 朱丽业,方志宏,吴惕华,方园;采用CCD传感器进行薄带连铸熔池液位的测量[J];自动化仪表;2004年12期

7 刘庆华;刘镇;夏鹏飞;张利敏;潘卫国;;基于CCD传感器的智能小车系统及其串口视频调试工具开发[J];工业仪表与自动化装置;2012年01期

8 尹中会;李春;;CCD传感器技术在煤炭工业中的应用[J];煤炭科学技术;2011年05期

9 赵卫朝 ,杨静;CCD传感器和摄像机的测量及试验[J];视听界;1995年S1期

10 赵明;朱佳南;陶俊;陈尚智;尤源;秦大为;;基于CCD传感器的车载式路灯光谱检测系统[J];中国照明电器;2013年12期

中国重要会议论文全文数据库 前1条

1 王蕴珊;徐建强;夏思淝;司书春;高成勇;;将CCD传感器测量技术应用于本科教学毕业设计提高学生的创新意识和动手能力[A];2005年全国高校非物理类专业物理教育学术研讨会论文集[C];2005年

中国硕士学位论文全文数据库 前2条

1 魏大为;基于CCD传感器视觉图像定位方法的研究与应用[D];中国科学院大学(工程管理与信息技术学院);2016年

2 罗君;基于CCD传感器的阀杆零件检测研究[D];兰州理工大学;2008年

，

本文编号：675959