基于机器视觉的复杂环境下安装间隙检测方法研究
发布时间：2021-08-06 12:55
在机械制造的自动化背景下,轴类零件安装间隙的快速重复检测是机械行业内的一类重要研究课题。目前,国内大多数企业对于轴类零件安装间隙的检测主要依赖人工完成,人工检测成本较高,受人主观因素影响较大,难以保证效率和精度。利用机器视觉对轴类零件安装间隙进行高效率、低成本的检测是工业发展的必然趋势。本文在前人研究的基础上设计了针对轴类零件安装间隙检测系统,包括图像采集系统设计以及图像处理算法设计。论文的主要内容包括:首先,对图像采集系统进行设计,针对轴类零件的安装间隙的检测要求计算相机、光源、镜头等硬件的参数,根据硬件参数对硬件进行选型。分析了机器视觉四个坐标系坐标变换过程以及张正友标定法方法,对安装间隙图像采集系统进行标定并计算出标定系数。然后,研究了图像预处理算法包括图像滤波和图像增强。针对轴类零件安装间隙图像的特点,使用中值滤波处理图像中的噪声。基于对图像直方图分析,确定安装间隙图像灰度值的分布范围,采用分段对比度拉伸的方法增强安装间隙图像中间隙区域的对比度,并通过数学形态学去除工件表面的毛刺凹坑。最后,研究了边缘提取算法。针对图像中安装间隙区域灰度值低的特点以及Canny算法双阈值对低灰度...
【文章来源】：湖南理工学院湖南省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
透镜成像原理示意图
湖南理工学院硕士学位论文第3章图像采集系统的相机标定12时，可以近似的将这一过程看作小孔成像模型。小孔成像模型如图3-2所示。图3-2小孔成像模型相机成像系统中采用最多成像原理是小孔成像模型。这个模型内，物体通过小孔所成的像对应实际物体没有长度、角度、平行关系上的改变，可以通过求解线性方程组来对相机的参数进行计算。在这个模型内，四个坐标系之间的关系可由图3-3表示，其中M是在三维空间存在的任意点，M在图平面上通过投影形成像点M。图3-3四个坐标系的关系图(1)世界坐标系：可以描述现实中任意物体所在的客观世界中的位置。摄相机是存在于客观世界的某一个位置的，通过世界坐标系以描述摄相机与被摄物体的相对位置。对于该坐标系内的任意物体，其坐标值可以用(XW,YW,ZW)描述。(2)相机坐标系：O为相机光心，以O作为该坐标系的坐标原点，ZC轴垂直于图像坐标系中X,Y轴，XC轴平行于X轴，YC轴平行于Y轴。其坐标值可以用(XC,YC,ZC)描述。
湖南理工学院硕士学位论文第3章图像采集系统的相机标定12时，可以近似的将这一过程看作小孔成像模型。小孔成像模型如图3-2所示。图3-2小孔成像模型相机成像系统中采用最多成像原理是小孔成像模型。这个模型内，物体通过小孔所成的像对应实际物体没有长度、角度、平行关系上的改变，可以通过求解线性方程组来对相机的参数进行计算。在这个模型内，四个坐标系之间的关系可由图3-3表示，其中M是在三维空间存在的任意点，M在图平面上通过投影形成像点M。图3-3四个坐标系的关系图(1)世界坐标系：可以描述现实中任意物体所在的客观世界中的位置。摄相机是存在于客观世界的某一个位置的，通过世界坐标系以描述摄相机与被摄物体的相对位置。对于该坐标系内的任意物体，其坐标值可以用(XW,YW,ZW)描述。(2)相机坐标系：O为相机光心，以O作为该坐标系的坐标原点，ZC轴垂直于图像坐标系中X,Y轴，XC轴平行于X轴，YC轴平行于Y轴。其坐标值可以用(XC,YC,ZC)描述。
【参考文献】：
期刊论文
[1]一种机器视觉的玻璃表面赃物识别检测系统[J]. 赵泽瀚. 价值工程. 2020(02)
[2]基于均值滤波的雾霾图像快速复原算法[J]. 唐鉴波,赵波,陈国樑,佟帅,习立坡. 电子设计工程. 2020(01)
[3]机器视觉在轴承检测中的研究现状及发展趋势[J]. 张明辉,王建武,张文,王广忠. 机床与液压. 2019(23)
[4]视觉的非球面双远心工业镜头设计[J]. 张欣婷,亢磊,丁红昌,吴倩倩. 激光与红外. 2019(02)
[5]机器视觉技术在现代汽车制造中的应用综述[J]. 尹仕斌,任永杰,刘涛,郭思阳,赵进,邾继贵. 光学学报. 2018(08)
[6]基于自适应灰度分段线性变换的医学CT序列图像增强[J]. 王浩军,张圃,杨燕,屈瑞娜. 电子世界. 2017(15)
[7]改进的Roberts图像边缘检测算法[J]. 王方超,张旻,宫丽美. 探测与控制学报. 2016(02)
[8]一种基于直方图的自适应分段线性变换法[J]. 陈明亮,陈成新,古建平. 国外电子测量技术. 2015(02)
[9]对张正友相机标定法的改进研究[J]. 刘艳,李腾飞. 光学技术. 2014(06)
[10]一种基于不规则区域的高斯滤波去噪算法[J]. 姒绍辉,胡伏原,顾亚军,鲜学丰. 计算机科学. 2014(11)
博士论文
[1]图像直方图特征及其应用研究[D]. 汪启伟.中国科学技术大学 2014
[2]冷轧带钢表面缺陷图像检测关键技术的研究[D]. 李长乐.哈尔滨工业大学 2009
硕士论文
[1]基于机器视觉的低对比度物体二维尺寸测量方法的研究[D]. 王爱珍.西安理工大学 2019
[2]理管机机器视觉光源关键技术研究[D]. 蒙春学.西安工程大学 2019
[3]基于机器视觉的白酒瓶瓶口缺陷在线检测系统[D]. 李东旭.沈阳工业大学 2019
[4]基于机器视觉的电机零件二维尺寸测量研究[D]. 梅文豪.福建工程学院 2019
[5]基于双目视觉的冲孔和弯曲质量检测系统的开发[D]. 吴雅莎.广东工业大学 2018
[6]基于机器视觉的高精度测量系统研究[D]. 董迪.沈阳工业大学 2016
[7]灰度图像的直方图均衡化处理研究[D]. 陈永亮.安徽大学 2014
[8]视觉测量中的摄像机标定与三维重建方法研究[D]. 蔡珲.哈尔滨工业大学 2013
[9]基于机器视觉的工业镜头的设计[D]. 杨康.福建师范大学 2013
[10]基于双边滤波的图像处理算法研究[D]. 王玉灵.西安电子科技大学 2010
本文编号：3325813
【文章来源】：湖南理工学院湖南省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
透镜成像原理示意图
湖南理工学院硕士学位论文第3章图像采集系统的相机标定12时，可以近似的将这一过程看作小孔成像模型。小孔成像模型如图3-2所示。图3-2小孔成像模型相机成像系统中采用最多成像原理是小孔成像模型。这个模型内，物体通过小孔所成的像对应实际物体没有长度、角度、平行关系上的改变，可以通过求解线性方程组来对相机的参数进行计算。在这个模型内，四个坐标系之间的关系可由图3-3表示，其中M是在三维空间存在的任意点，M在图平面上通过投影形成像点M。图3-3四个坐标系的关系图(1)世界坐标系：可以描述现实中任意物体所在的客观世界中的位置。摄相机是存在于客观世界的某一个位置的，通过世界坐标系以描述摄相机与被摄物体的相对位置。对于该坐标系内的任意物体，其坐标值可以用(XW,YW,ZW)描述。(2)相机坐标系：O为相机光心，以O作为该坐标系的坐标原点，ZC轴垂直于图像坐标系中X,Y轴，XC轴平行于X轴，YC轴平行于Y轴。其坐标值可以用(XC,YC,ZC)描述。
湖南理工学院硕士学位论文第3章图像采集系统的相机标定12时，可以近似的将这一过程看作小孔成像模型。小孔成像模型如图3-2所示。图3-2小孔成像模型相机成像系统中采用最多成像原理是小孔成像模型。这个模型内，物体通过小孔所成的像对应实际物体没有长度、角度、平行关系上的改变，可以通过求解线性方程组来对相机的参数进行计算。在这个模型内，四个坐标系之间的关系可由图3-3表示，其中M是在三维空间存在的任意点，M在图平面上通过投影形成像点M。图3-3四个坐标系的关系图(1)世界坐标系：可以描述现实中任意物体所在的客观世界中的位置。摄相机是存在于客观世界的某一个位置的，通过世界坐标系以描述摄相机与被摄物体的相对位置。对于该坐标系内的任意物体，其坐标值可以用(XW,YW,ZW)描述。(2)相机坐标系：O为相机光心，以O作为该坐标系的坐标原点，ZC轴垂直于图像坐标系中X,Y轴，XC轴平行于X轴，YC轴平行于Y轴。其坐标值可以用(XC,YC,ZC)描述。
【参考文献】：
期刊论文
[1]一种机器视觉的玻璃表面赃物识别检测系统[J]. 赵泽瀚. 价值工程. 2020(02)
[2]基于均值滤波的雾霾图像快速复原算法[J]. 唐鉴波,赵波,陈国樑,佟帅,习立坡. 电子设计工程. 2020(01)
[3]机器视觉在轴承检测中的研究现状及发展趋势[J]. 张明辉,王建武,张文,王广忠. 机床与液压. 2019(23)
[4]视觉的非球面双远心工业镜头设计[J]. 张欣婷,亢磊,丁红昌,吴倩倩. 激光与红外. 2019(02)
[5]机器视觉技术在现代汽车制造中的应用综述[J]. 尹仕斌,任永杰,刘涛,郭思阳,赵进,邾继贵. 光学学报. 2018(08)
[6]基于自适应灰度分段线性变换的医学CT序列图像增强[J]. 王浩军,张圃,杨燕,屈瑞娜. 电子世界. 2017(15)
[7]改进的Roberts图像边缘检测算法[J]. 王方超,张旻,宫丽美. 探测与控制学报. 2016(02)
[8]一种基于直方图的自适应分段线性变换法[J]. 陈明亮,陈成新,古建平. 国外电子测量技术. 2015(02)
[9]对张正友相机标定法的改进研究[J]. 刘艳,李腾飞. 光学技术. 2014(06)
[10]一种基于不规则区域的高斯滤波去噪算法[J]. 姒绍辉,胡伏原,顾亚军,鲜学丰. 计算机科学. 2014(11)
博士论文
[1]图像直方图特征及其应用研究[D]. 汪启伟.中国科学技术大学 2014
[2]冷轧带钢表面缺陷图像检测关键技术的研究[D]. 李长乐.哈尔滨工业大学 2009
硕士论文
[1]基于机器视觉的低对比度物体二维尺寸测量方法的研究[D]. 王爱珍.西安理工大学 2019
[2]理管机机器视觉光源关键技术研究[D]. 蒙春学.西安工程大学 2019
[3]基于机器视觉的白酒瓶瓶口缺陷在线检测系统[D]. 李东旭.沈阳工业大学 2019
[4]基于机器视觉的电机零件二维尺寸测量研究[D]. 梅文豪.福建工程学院 2019
[5]基于双目视觉的冲孔和弯曲质量检测系统的开发[D]. 吴雅莎.广东工业大学 2018
[6]基于机器视觉的高精度测量系统研究[D]. 董迪.沈阳工业大学 2016
[7]灰度图像的直方图均衡化处理研究[D]. 陈永亮.安徽大学 2014
[8]视觉测量中的摄像机标定与三维重建方法研究[D]. 蔡珲.哈尔滨工业大学 2013
[9]基于机器视觉的工业镜头的设计[D]. 杨康.福建师范大学 2013
[10]基于双边滤波的图像处理算法研究[D]. 王玉灵.西安电子科技大学 2010
本文编号：3325813
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3325813.html
最近更新
教材专著
