基于自适应滤波的工业检测方法和应用研究

发布时间：2021-01-20 01:39

　　随着时代的发展,在工业视觉检测领域,对于检测精度的要求越来越高。本文在现有检测方法的基础上,提出一种自适应滤波方法来提高缺陷检测和速度测量的准确率和稳定性,应用于车用注塑螺纹件的表面缺陷检测系统和焊接线速度测量系统中,并通过实验验证其可靠性。本文的具体的研究工作如下:（1）针对车用注塑螺纹件人工检测效率低、可靠性差的问题,提出了一种基于机器视觉的缺陷检测方法,并提出改进的边缘分割算法提高检测的准确率和稳定性。首先,通过自适应滤波方法改进Canny算子,结合分水岭算法得到不同的增强图像特征;再根据缺料、毛刺、包胶等3种典型缺陷的图像特征,训练支持向量机（SVM）分类器,并以此分类器实现螺纹件的缺陷检测;最后结合UR5（Universal Robots5）机器臂构建了实验测试平台,实现螺纹件全自动分拣与缺陷产品剔除。实验表明该方法能有效的检测螺纹件的典型缺陷,提高了系统稳定性和准确性,结合机器手实现了缺陷产品检测和剔除的全自动化。（2）在自动焊接的生产过程中,焊接速度是焊缝质量的重要保证。为提高焊接的准确性和可靠性,提出了一种基于自适应相机标定的焊接线速度测量方法,并搭建了一套自动化测量系... 

【文章来源】：宁波大学浙江省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

机器视觉相关的交叉学科研究图

果。之后在2012年国内学者MinD[24]提出了一种新的深度视频增强方法。这种方法主要用于低质量的深度视频和高分辨率彩色视频，通过相应的滤波算法来抑制噪声，从而来提升视频的质量。2016年江巨浪等人[25]提出一种新的滤波算法，这种算法对于去除图像中的椒盐噪声有很好的效果，即便是噪声的密度很大，同样也能满足性能的要求。2018年胡旺等人[26]从多方面综合考虑，对传统的中值滤波进行提升，提出了一种基于双窗口和极值压缩的自适应中值滤波方法，这种方法能够有效、准确的去除噪声，并能提升算法的处理速度。图像滤波效果如图1.3所示。(a)原始图像(b)加入椒盐噪声图像(c)滤波后图像图1.3图像滤波效果Fig.1.3Theeffectofimagefiltering综上所述，国内外的视觉检测技术已经日趋成熟，科研人员进行了大量的研究工作。但在提升系统的精度方面还有很大的上升空间，特别是针对图像滤波算法方面的优化，对整个工业视觉检测的发展至关重要。1.3本文的主要研究内容本文研究围绕基于自适应滤波的工业检测方法和应用研究展开。在传统工业检测研究的基础上，对检测方法通过自适应滤波的方法进行改进以达到更高的检测精度，并将改进的方法应用于车用注塑螺纹件检测和焊接线速度测量两个实际应用中。本文的主要结构如下：第一章，详细介绍了机器视觉方面的意义和背景，相对于人工检测，有效解决效率低下、质量不稳定的问题，适宜现代智能化制造的发展要求。分析图像滤波技术的国内外研究动态和应用情况，并提出本文研究的主要内容。

基于自适应滤波的工业检测方法和应用研究-8-(a)GigE接口(b)USB接口(c)CameraLink接口图2.1工业相机接口类型Fig.2.1Typesofindustrialcamerainterface（2）镜头在工业视觉检测硬件选择中，还有一个重要的光学部件——工业镜头。其基本功能主要是配合工业相机进行光束的调整，使得检测物体能够完美的呈现在图像传感器上，并转化为相应的电信号。镜头的选型上也要考虑各方面的综合因素，其中接口类型和靶面尺寸都要与工业相机的接口类型和CCD大小相吻合。在工业镜头接口的选择上，一般主要有C-mount、CS-mount和S-mount几种类型，如图2.2所示。另外工业镜头还有几个重要的参数需要考虑：焦距、光圈和视角范围，在工业相机的成像中，拍摄物体的景深主要取决于镜头的焦距和光圈，视场大小也与镜头焦距密切相关。一般来说，在相同工作环境下，镜头焦距越大，视场越小，对应的景深越小；镜头光圈越大，采集的图像亮度越高，对应景深也会越校在高精度的检测中，图像的畸变也是需要重点研究的一个环节，针对镜头畸变也会有相应的畸变校正算法来减少误差，从而获得更加精确的数据，保证系统检测的准确性。(a)C-mount接口(b)CS-mount接口(c)S-mount接口图2.2工业镜头接口类型Fig.2.2Typesofindustriallensinterface（3）光源光源在工业视觉检测系统中同样有着及其重要的作用，它与工业相机和工业镜头共同组成视觉的成像系统。另外，光源的选择将对采集图像的质量产生直接影响，采用合适的


本文编号：2988104