基于机器视觉技术的自动摆盘设备设计开发

发布时间：2017-08-17 10:29

  本文关键词：基于机器视觉技术的自动摆盘设备设计开发

  更多相关文章： 摆盘机 机器视觉 LabVIEW 运动控制卡

【摘要】：吸头和比色杯作为生物实验室的必备品,主要用于实验试剂的转移与存放,目前国内吸头和比色杯的摆盘自动化程度低、摆盘效率低,易出现产品漏检情况。为了解决此实际工程问题,本文基于工控机和运动控制卡,并采用机器视觉技术开发出了一个新型的自动摆盘机控制系统,实现了从取盒、定位、检测、排料、摆盘到卸盒的整个生产流程的自动化,从而解决了人工摆盘速度慢、检测精度低的问题。本文主要内容如下：第一,从客户要求出发,搭建了自动摆盘机硬件平台,此平台的控制核心是工控机,本文对此硬件平台的各个环节进行阐述,包括系统的整体硬件框架结构。第二,开发了基于LabVIEW运行环境的整个控制系统软件,包括摆盘机初始化设置模块、摆盘机回原点模块、摆盘机取盒模块、摆盘机排料模块、摆盘机装盒模块、摆盘机卸盒模块、摆盘机修正误差模块等,建立起工控机与伺服电机、继电器等各部件的通信,从而精准控制各个气缸、各个电机以及数据实时传输。第三,根据吸头和比色杯的质量检测要求,在分析吸头和比色杯缺陷特征的基础上,提出了基于机器视觉技术的吸头和比色杯表面缺陷检测方案,并由此提出了吸头和比色杯的表面缺陷特征识别算法,通过对吸头和比色杯表面进行图像采集和处理,系统可自动判断其是否属于合格产品。系统实际运行结果表明,所设计的自动摆盘机机器视觉系统能实现实时精确检测功能,满足系统检测时间和精度要求,整个控制系统具有结构简单、摆盘速度快、摆盘效率高、适用性强等优点,可实现各类大小的吸头和比色杯盒具的自动摆盘,具有很大的工程应用价值。
【关键词】：摆盘机 机器视觉 LabVIEW 运动控制卡
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-11
• 第1章 绪论11-16
• 1.1 选题背景及意义11-12
• 1.2 视觉检测技术介绍及国内外现状12-13
• 1.3 LabVIEW简介13-14
• 1.4 主要内容14-16
• 第2章 自动摆盘机系统平台结构16-40
• 2.1 自动摆盘系统平台框架及工作原理16-23
• 2.1.1 摆盘机控制系统结构16-18
• 2.1.2 上料区18-20
• 2.1.3 检测区20-21
• 2.1.4 摆盘区21-23
• 2.2 自动摆盘控制系统硬件组成23-29
• 2.2.1 气缸23-24
• 2.2.2 电磁阀24-25
• 2.2.3 工控机25-26
• 2.2.4 运动控制卡26-29
• 2.3 自动摆盘检测系统硬件组成29-39
• 2.3.1 相机的选择29-32
• 2.3.2 光学镜头32-33
• 2.3.3 光源和照明方式33-36
• 2.3.4 光纤放大器36-39
• 2.4 本章小结39-40
• 第3章 自动摆盘机控制系统软件开发40-51
• 3.1 软件整体设计需求40
• 3.2 系统各总线通讯实现40-42
• 3.2.1 PCI总线40-41
• 3.2.2 USB总线41-42
• 3.3 系统程序设计42-50
• 3.3.1 运动控制卡控制系统42-43
• 3.3.2 运动控制卡控制指令43-45
• 3.3.3 自动摆盘机控制程序45-50
• 3.4 本章小结50-51
• 第4章 表面缺陷检测系统51-84
• 4.1 缺陷图像特征分析51-53
• 4.2 表面缺陷检测框架设计方案53-57
• 4.2.1 表面缺陷检测系统结构53
• 4.2.2 表面缺陷检测硬件系统53-54
• 4.2.3 表面缺陷检测软件系统54-56
• 4.2.4 表面缺陷识别系统56-57
• 4.3 图像采集及预处理57-58
• 4.3.1 图像实时采集57
• 4.3.2 图像预处理57-58
• 4.4 图像分割58-68
• 4.4.1 基于区域生长的图像分割算法59
• 4.4.2 基于边缘检测的图像分割算法59-61
• 4.4.3 基于阈值的图像分割算法61-67
• 4.4.4 三种分割算法的效果比对分析67-68
• 4.5 图像滤波68-72
• 4.5.1 Canny边缘滤波器69-70
• 4.5.2 Deriche边缘滤波器70
• 4.5.3 Lanser边缘滤波器70-71
• 4.5.4 三种滤波器器的比较71-72
• 4.6 形态学图像处理72-74
• 4.6.1 形态学基本符号72
• 4.6.2 图像膨胀和腐蚀72-74
• 4.6.3 开运算和闭运算74
• 4.7 内毛刺和外扩边缺陷识别74-78
• 4.7.1 目标区域ROI提取75
• 4.7.2 目标区域的测量75-76
• 4.7.3 缺陷图像的判断76-78
• 4.8 边缘破碎和掉角缺陷识别78-84
• 4.8.1 目标区域提取79
• 4.8.2 目标区域边缘提取79-80
• 4.8.3 目标区域边缘拟合80-82
• 4.8.4 目标区域边缘腐蚀82-84
• 第5章 总结和展望84-87
• 5.1 研究工作总结84-85
• 5.2 工作展望85-87
• 参考文献87-89
• 附录89

【相似文献】

中国期刊全文数据库 前10条

1 陈晓鹏;;机器视觉技术[J];机电一体化;2008年05期

2 ;机器视觉技术的应用[J];自动化博览;2008年08期

3 王亚鹏;许玮;丁辰龙;;共话机器视觉技术发展[J];自动化博览;2009年08期

4 胡永彪;杜成华;李西荣;田明锐;;机器视觉技术在工程机械上的应用[J];工程机械;2009年10期

5 ;第十届中国国际机器视觉展览会暨机器视觉技术及工业应用研讨会[J];量子光学学报;2013年02期

6 董瑞翔;用机器视觉技术提高生产率[J];机器人技术与应用;2002年05期

7 段峰 ,王耀南 ,雷晓峰 ,吴立钊 ,谭文;机器视觉技术及其应用综述[J];自动化博览;2002年03期

8 余朝刚,应义斌;机器视觉技术在设施农业环境调控中的应用[J];农机化研究;2004年01期

9 刘继胜,钟良;机器视觉技术在质量检测中的应用[J];现代制造工程;2004年02期

10 ;机器视觉技术应用研讨会在西安成功召开[J];国外电子元器件;2004年11期

中国重要会议论文全文数据库 前8条

1 徐伯夏;丁国辉;于晓娟;罗治安;;第三届机器视觉技术及工业应用国际研讨会的启示[A];2006中国科协年会论文集（第13分会场）[C];2006年

2 徐伯夏;丁国辉;于晓娟;罗治安;;第三届机器视觉技术及工业应用国际研讨会的启示[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

3 钱燕;尹文庆;;机器视觉技术在谷物检测中的研究[A];中国机械工程学会包装与食品工程分会2010年学术年会论文集[C];2010年

4 周振威;王晓;;机器视觉技术及其在钢铁行业的应用[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

5 严茂伟;张小琳;吴纯洁;孙灵根;张慧慧;;机器视觉技术在中药加工炮制领域的应用设想与展望[A];中华中医药学会中药炮制分会2008年学术研讨会论文集[C];2008年

6 林U，

本文编号：688524