基于机器视觉的齿轮在线检测系统的研究
发布时间：2021-01-12 09:16
随着计算机技术的快速发展,机器视觉技术在零件检测中的应用越来越广泛,与传统的检测手段相比,这种非接触式检测方法极大地提高了检测的自动化程度、检测效率和检测精度,同时大大降低了检测人员的劳动强度和检测成本。目前,针对齿轮检测已经有相应的视觉检测设备,精度也非常高,但是大部分都是针对单个齿轮进行抽样检测,并不能在生产过程中在线检测,并且这些设备大多是国外进口的,价格昂贵,很难在行业中普及。针对上述现状,本文通过对机器视觉技术及图像处理技术的深入研究,以齿轮为研究对象,详细分析了图像预处理技术和边缘检测技术,设计了基于机器视觉的齿轮在线检测系统。本文的主要研究内容:（1）完成了机器视觉的齿轮在线检测系统的硬件和软件设计。按照齿轮检测的具体要求,选择了合适的光源和相机等设备,在实验室环境中搭建检测平台,完成齿轮图像的采集。利用MATLAB的GUI界面设计工具设计齿轮图像采集界面、齿轮尺寸测量界面以及齿轮内齿检测界面。（2）对采集到的图像进行预处理。采集到的原始图像存在大量噪声,需对图像进行滤波处理以得到有利于边缘检测的图像。本文选用高斯滤波对图像进行滤波处理。（3）齿轮图像边缘检测算法研究。通...
【文章来源】：天津工业大学天津市
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
光源
第二章系统总体设计9图2-3实验室照明装置实物图2.2.2相机的选型摄像头根据传感器可分为CCD摄像头与CMOS摄像头。本文使用工业摄像头对齿轮进行图像采集，摄像头具体型号及参数如图2-4所示。图2-4摄像头实物及参数2.2.3系统的硬件平台设计本文设计的基于机器视觉的齿轮在线检测系统的使用对象是齿轮加工企业，最终目的是为了应用于齿轮生产过程中，所以应用环境并不仅限于实验室条件下，因此针对于本系统设计了相应的硬件仿真平台，本节将详细介绍齿轮检测系统中运动控制模块的仿真设计，主要包括三个部分，分别是齿轮传输运动、齿轮图像拍摄、齿轮分拣运动。具体结构介绍如下。1、支撑结构
第二章系统总体设计9图2-3实验室照明装置实物图2.2.2相机的选型摄像头根据传感器可分为CCD摄像头与CMOS摄像头。本文使用工业摄像头对齿轮进行图像采集，摄像头具体型号及参数如图2-4所示。图2-4摄像头实物及参数2.2.3系统的硬件平台设计本文设计的基于机器视觉的齿轮在线检测系统的使用对象是齿轮加工企业，最终目的是为了应用于齿轮生产过程中，所以应用环境并不仅限于实验室条件下，因此针对于本系统设计了相应的硬件仿真平台，本节将详细介绍齿轮检测系统中运动控制模块的仿真设计，主要包括三个部分，分别是齿轮传输运动、齿轮图像拍摄、齿轮分拣运动。具体结构介绍如下。1、支撑结构
【参考文献】：
期刊论文
[1]基于单片机的径向综合误差测量仪设计[J]. 李战,刘玉梅. 机械工程师. 2017(08)
[2]图小波变换在图像分割中的应用研究[J]. 王林,樊淋杰. 微型机与应用. 2017(08)
[3]基于双目视觉的接触网磨耗在线检测研究[J]. 王延华,李腾. 计算机工程与应用. 2018(05)
[4]基于机器视觉的金属拉链缺陷检测研究[J]. 何用辉. 长春师范大学学报. 2016(06)
[5]基于Halcon的齿轮缺陷检测系统设计[J]. 王文成. 机械传动. 2014(09)
[6]基于互信息与差影法的塑料齿轮缺陷检测研究[J]. 谢佩军. 制造业自动化. 2012(23)
[7]一种用于精密样板检测的边缘提取方法[J]. 赵萍,赵文珍,段振云,赵文辉. 机械设计与制造. 2012(12)
[8]影像测量仪的发展与点评[J]. 谢华锟. 工具技术. 2011(08)
[9]基于机器视觉的直齿圆柱齿轮尺寸参数测量[J]. 黎鹏,刘其洪. 计算机测量与控制. 2009(04)
[10]图像处理技术在焊缝跟踪中的应用[J]. 王萍,孙绍功,高原,张文明. 传感器世界. 2007(08)
博士论文
[1]铁谱图像分割及磨粒识别关键技术研究[D]. 王静秋.南京航空航天大学 2014
[2]基于机器视觉的砂轮廓形测量系统研究[D]. 赵萍.沈阳工业大学 2013
[3]基于计算机视觉的水稻、油菜叶色—氮营养诊断机理与建模[D]. 李锦卫.湖南农业大学 2010
[4]极化SAR图像的分割和分类算法研究[D]. 杨新.电子科技大学 2008
[5]图像边缘检测和图像匹配研究及应用[D]. 王慧燕.浙江大学 2003
硕士论文
[1]基于眨眼检测与瞳孔定位的疲劳驾驶状态检测[D]. 汪小帆.安徽工业大学 2018
[2]基于高光谱技术的水稻稻曲病监测研究[D]. 谢亚平.杭州电子科技大学 2018
[3]一类在膜计算框架下优化的kNN算法及其在图像分类中的应用[D]. 胡娟.西华大学 2018
[4]嵌入式小模数齿轮缺陷视觉检测系统的研究[D]. 杨亚.重庆理工大学 2018
[5]基于视觉的齿轮检测及相机标定方法研究[D]. 张晓峰.合肥工业大学 2018
[6]基于工业CT图像的工件缺陷智能检测技术研究[D]. 时佳悦.兰州交通大学 2017
[7]基于机器视觉测量的齿轮图像边界提取算法研究[D]. 单紫薇.沈阳工业大学 2017
[8]基于机器视觉的扁弹簧在线分类及质量检测[D]. 陈鹏.郑州大学 2017
[9]基于尺度不变特征变换的虹膜识别技术研究[D]. 邵星星.郑州大学 2017
[10]基于机器视觉的齿轮多参数测量技术研究[D]. 张丽鹏.江苏大学 2017
本文编号：2972583
【文章来源】：天津工业大学天津市
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
光源
第二章系统总体设计9图2-3实验室照明装置实物图2.2.2相机的选型摄像头根据传感器可分为CCD摄像头与CMOS摄像头。本文使用工业摄像头对齿轮进行图像采集，摄像头具体型号及参数如图2-4所示。图2-4摄像头实物及参数2.2.3系统的硬件平台设计本文设计的基于机器视觉的齿轮在线检测系统的使用对象是齿轮加工企业，最终目的是为了应用于齿轮生产过程中，所以应用环境并不仅限于实验室条件下，因此针对于本系统设计了相应的硬件仿真平台，本节将详细介绍齿轮检测系统中运动控制模块的仿真设计，主要包括三个部分，分别是齿轮传输运动、齿轮图像拍摄、齿轮分拣运动。具体结构介绍如下。1、支撑结构
第二章系统总体设计9图2-3实验室照明装置实物图2.2.2相机的选型摄像头根据传感器可分为CCD摄像头与CMOS摄像头。本文使用工业摄像头对齿轮进行图像采集，摄像头具体型号及参数如图2-4所示。图2-4摄像头实物及参数2.2.3系统的硬件平台设计本文设计的基于机器视觉的齿轮在线检测系统的使用对象是齿轮加工企业，最终目的是为了应用于齿轮生产过程中，所以应用环境并不仅限于实验室条件下，因此针对于本系统设计了相应的硬件仿真平台，本节将详细介绍齿轮检测系统中运动控制模块的仿真设计，主要包括三个部分，分别是齿轮传输运动、齿轮图像拍摄、齿轮分拣运动。具体结构介绍如下。1、支撑结构
【参考文献】：
期刊论文
[1]基于单片机的径向综合误差测量仪设计[J]. 李战,刘玉梅. 机械工程师. 2017(08)
[2]图小波变换在图像分割中的应用研究[J]. 王林,樊淋杰. 微型机与应用. 2017(08)
[3]基于双目视觉的接触网磨耗在线检测研究[J]. 王延华,李腾. 计算机工程与应用. 2018(05)
[4]基于机器视觉的金属拉链缺陷检测研究[J]. 何用辉. 长春师范大学学报. 2016(06)
[5]基于Halcon的齿轮缺陷检测系统设计[J]. 王文成. 机械传动. 2014(09)
[6]基于互信息与差影法的塑料齿轮缺陷检测研究[J]. 谢佩军. 制造业自动化. 2012(23)
[7]一种用于精密样板检测的边缘提取方法[J]. 赵萍,赵文珍,段振云,赵文辉. 机械设计与制造. 2012(12)
[8]影像测量仪的发展与点评[J]. 谢华锟. 工具技术. 2011(08)
[9]基于机器视觉的直齿圆柱齿轮尺寸参数测量[J]. 黎鹏,刘其洪. 计算机测量与控制. 2009(04)
[10]图像处理技术在焊缝跟踪中的应用[J]. 王萍,孙绍功,高原,张文明. 传感器世界. 2007(08)
博士论文
[1]铁谱图像分割及磨粒识别关键技术研究[D]. 王静秋.南京航空航天大学 2014
[2]基于机器视觉的砂轮廓形测量系统研究[D]. 赵萍.沈阳工业大学 2013
[3]基于计算机视觉的水稻、油菜叶色—氮营养诊断机理与建模[D]. 李锦卫.湖南农业大学 2010
[4]极化SAR图像的分割和分类算法研究[D]. 杨新.电子科技大学 2008
[5]图像边缘检测和图像匹配研究及应用[D]. 王慧燕.浙江大学 2003
硕士论文
[1]基于眨眼检测与瞳孔定位的疲劳驾驶状态检测[D]. 汪小帆.安徽工业大学 2018
[2]基于高光谱技术的水稻稻曲病监测研究[D]. 谢亚平.杭州电子科技大学 2018
[3]一类在膜计算框架下优化的kNN算法及其在图像分类中的应用[D]. 胡娟.西华大学 2018
[4]嵌入式小模数齿轮缺陷视觉检测系统的研究[D]. 杨亚.重庆理工大学 2018
[5]基于视觉的齿轮检测及相机标定方法研究[D]. 张晓峰.合肥工业大学 2018
[6]基于工业CT图像的工件缺陷智能检测技术研究[D]. 时佳悦.兰州交通大学 2017
[7]基于机器视觉测量的齿轮图像边界提取算法研究[D]. 单紫薇.沈阳工业大学 2017
[8]基于机器视觉的扁弹簧在线分类及质量检测[D]. 陈鹏.郑州大学 2017
[9]基于尺度不变特征变换的虹膜识别技术研究[D]. 邵星星.郑州大学 2017
[10]基于机器视觉的齿轮多参数测量技术研究[D]. 张丽鹏.江苏大学 2017
本文编号：2972583
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2972583.html
最近更新
教材专著
