基于深度学习的扁平工件智能化检测技术研究
发布时间：2021-01-08 10:34
制造业作为立国之本、兴国之器、强国之基,在我国的经济建设中起着重要作用。随着人工智能的兴起,人工智能与制造业结合越来越紧密,推动了传统制造向智能制造的转变。我国提出“中国制造2025”,是从制造大国向制造强国的必由之路,加快新一代信息检测技术与制造业的深度融合,有利于解决智能制造的工件检测的柔性化问题。传统的人工检测适应性强,能够进行多种类型工件特征的检测,但检测速度慢,依赖人工经验,很难满足在线快速检测的要求;而机器视觉检测速度快,但很难适应多种类型工件、不同特征检测的问题。如果将人工检测适应性强的优点与机器视觉快速检测的优点结合起来,就可能实现多种类型工件的分类、定位、特征提取以及表面缺陷检测并行协同处理,从而实现工件智能化检测。由于机器视觉检测技术具有高度的灵活性,适应性强,在智能制造检测领域得到了广泛的应用。本文在查阅了国内外相关文献的基础上,以探索者机器人扁平工件作为检测目标,通过构建深度学习模型,设计新的检测算法,实现对工件的分类、定位、特征提取以及表面缺陷的检测,为工件智能化检测提供技术支撑。其研究主要内容如下:1.在研究机器视觉采集系统理论的基础上,设计了工件视觉采集系...
【文章来源】：西安工程大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
机器视觉在不同场景下的应用
称为小孔成像原理。在图2-1 中，相机的光轴中心点为 Oc 点，相机的成像平面为 平面。以 Oc 点建立坐标系，沿相机光轴建立 X 轴、Y 轴、Z 轴坐标，其中，X 轴方向取图像坐标沿水平增加的方向，Z 轴以从相机到景物的方向为正方向。以相机建立的笛卡儿空间坐标系，设景物点 P1的坐标为(x1，y1
2 工件视觉检测系统设计来，如式（2-7）所示。（2-7式（2-7）中，相机坐标系 OcXcYcZc中的景物点坐标为(xc，yc，zc)；坐标系 OwXwYwZ中的景物点坐标为(xw，yw，zw)；Mw为外部参数矩阵；n=[nxnynz]T为相机坐标系OcXcYcZ中的 Xw轴方向坐标；o=[oxoyoz]T，它是相机坐标系 OcXcYcZc中 Yw轴的方向坐标；a=[aayaz]T是相机坐标系 OcXcYcZc中 Zw轴的方向坐标；p=[pxpypz]T，它是相机坐标系OcXcYcZc中 OwXwYwZw的坐标原点的位置。综上，在机器视觉检测及图像采集过程中，为了得到物体的二维平面几何位置与图像其它点的对应关系，建立相机成像的几何模型（成像原理）及相机参数（内参数、外参数、畸变参数），其中，它们之间的关系如图 2-2 所示。
【参考文献】：
期刊论文
[1]基于R-FCN算法的糖尿病眼底病变自动诊断[J]. 王嘉良,罗健旭,刘斌,冯瑞,邹海东. 计算机工程与应用. 2020(04)
[2]基于边缘检测的零件轮廓识别系统开发[J]. 许鑫杰,王秀锋,鲁文其,游文辉,吴迪,杨亮亮. 机电工程. 2019(02)
[3]基于NI Vision的齿轮齿数和齿距的机器视觉测量系统设计[J]. 费浩雯,孙晨琳,何思铭. 电脑知识与技术. 2019(03)
[4]基于深度学习优化SSD算法的硅片隐裂检测识别[J]. 田晓杰,程耀瑜,常国立. 机床与液压. 2019(01)
[5]胶带工业智能制造实践[J]. 朱国有. 中国橡胶. 2019(01)
[6]人工智能在能源服务中的应用[J]. 霍沫霖,林国强,高昆仑. 供用电. 2019(01)
[7]基于深度学习的输电线路风险预警识别研究[J]. 陈良琴,唐海城,肖新华. 电力大数据. 2018(12)
[8]深度学习在计算机视觉分析中的应用分析[J]. 孙雨萌. 中国新通信. 2018(23)
[9]基于深度残差网络的星系形态分类[J]. 戴加明,佟继周. 天文学进展. 2018(04)
[10]机器视觉技术在警用机器人中的应用[J]. 何昌见,周育青. 中国安防. 2018(11)
硕士论文
[1]基于FPGA的目标检测算法加速与实现[D]. 吴晋.北京交通大学 2018
[2]基于机器视觉的轮胎缺陷检测方法研究[D]. 贾梦思.沈阳工业大学 2018
[3]基于深度学习的印刷体文档中数学公式的检测[D]. 魏琦.西安邮电大学 2018
[4]基于机器视觉的铁芯表面缺陷检测系统研究[D]. 胡秀珍.山东大学 2018
[5]基于深度学习的道路场景识别算法研究[D]. 许军.北方工业大学 2018
[6]基于移动端的植株三维点云获取系统的实现[D]. 王蕾.西北农林科技大学 2017
[7]月面探测中视觉定位技术研究[D]. 李晶.重庆大学 2015
[8]基于机器视觉的塑料螺丝连接件表面质量在线检测系统的设计[D]. 朱少诚.中国计量学院 2014
[9]基于CCD图像处理技术的工件内表面缺陷检测算法研究[D]. 时庆峰.长春理工大学 2013
[10]基于双光栅的平行度检测[D]. 吴琼.浙江大学 2012
本文编号：2964441
【文章来源】：西安工程大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
机器视觉在不同场景下的应用
称为小孔成像原理。在图2-1 中，相机的光轴中心点为 Oc 点，相机的成像平面为 平面。以 Oc 点建立坐标系，沿相机光轴建立 X 轴、Y 轴、Z 轴坐标，其中，X 轴方向取图像坐标沿水平增加的方向，Z 轴以从相机到景物的方向为正方向。以相机建立的笛卡儿空间坐标系，设景物点 P1的坐标为(x1，y1
2 工件视觉检测系统设计来，如式（2-7）所示。（2-7式（2-7）中，相机坐标系 OcXcYcZc中的景物点坐标为(xc，yc，zc)；坐标系 OwXwYwZ中的景物点坐标为(xw，yw，zw)；Mw为外部参数矩阵；n=[nxnynz]T为相机坐标系OcXcYcZ中的 Xw轴方向坐标；o=[oxoyoz]T，它是相机坐标系 OcXcYcZc中 Yw轴的方向坐标；a=[aayaz]T是相机坐标系 OcXcYcZc中 Zw轴的方向坐标；p=[pxpypz]T，它是相机坐标系OcXcYcZc中 OwXwYwZw的坐标原点的位置。综上，在机器视觉检测及图像采集过程中，为了得到物体的二维平面几何位置与图像其它点的对应关系，建立相机成像的几何模型（成像原理）及相机参数（内参数、外参数、畸变参数），其中，它们之间的关系如图 2-2 所示。
【参考文献】：
期刊论文
[1]基于R-FCN算法的糖尿病眼底病变自动诊断[J]. 王嘉良,罗健旭,刘斌,冯瑞,邹海东. 计算机工程与应用. 2020(04)
[2]基于边缘检测的零件轮廓识别系统开发[J]. 许鑫杰,王秀锋,鲁文其,游文辉,吴迪,杨亮亮. 机电工程. 2019(02)
[3]基于NI Vision的齿轮齿数和齿距的机器视觉测量系统设计[J]. 费浩雯,孙晨琳,何思铭. 电脑知识与技术. 2019(03)
[4]基于深度学习优化SSD算法的硅片隐裂检测识别[J]. 田晓杰,程耀瑜,常国立. 机床与液压. 2019(01)
[5]胶带工业智能制造实践[J]. 朱国有. 中国橡胶. 2019(01)
[6]人工智能在能源服务中的应用[J]. 霍沫霖,林国强,高昆仑. 供用电. 2019(01)
[7]基于深度学习的输电线路风险预警识别研究[J]. 陈良琴,唐海城,肖新华. 电力大数据. 2018(12)
[8]深度学习在计算机视觉分析中的应用分析[J]. 孙雨萌. 中国新通信. 2018(23)
[9]基于深度残差网络的星系形态分类[J]. 戴加明,佟继周. 天文学进展. 2018(04)
[10]机器视觉技术在警用机器人中的应用[J]. 何昌见,周育青. 中国安防. 2018(11)
硕士论文
[1]基于FPGA的目标检测算法加速与实现[D]. 吴晋.北京交通大学 2018
[2]基于机器视觉的轮胎缺陷检测方法研究[D]. 贾梦思.沈阳工业大学 2018
[3]基于深度学习的印刷体文档中数学公式的检测[D]. 魏琦.西安邮电大学 2018
[4]基于机器视觉的铁芯表面缺陷检测系统研究[D]. 胡秀珍.山东大学 2018
[5]基于深度学习的道路场景识别算法研究[D]. 许军.北方工业大学 2018
[6]基于移动端的植株三维点云获取系统的实现[D]. 王蕾.西北农林科技大学 2017
[7]月面探测中视觉定位技术研究[D]. 李晶.重庆大学 2015
[8]基于机器视觉的塑料螺丝连接件表面质量在线检测系统的设计[D]. 朱少诚.中国计量学院 2014
[9]基于CCD图像处理技术的工件内表面缺陷检测算法研究[D]. 时庆峰.长春理工大学 2013
[10]基于双光栅的平行度检测[D]. 吴琼.浙江大学 2012
本文编号：2964441
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2964441.html
最近更新
教材专著
