基于机器视觉的汽车玻璃涂胶质量检测技术研究
发布时间：2021-04-22 11:13
随着机器人技术的发展和成熟,汽车制造业成为工业机器人的主要应用领域之一。玻璃涂胶作为汽车生产的重要流程之一,胶条的好坏直接决定着汽车的质量和乘客的乘车体验。本文针对传统人工胶条检测精度不高和视觉离线检测效率比较低等缺点,提出了一种基于机器视觉的汽车玻璃涂胶质量检测方法,以解决汽车涂胶过程中漏涂、胶线过窄或过宽等问题,实现生产的智能化。本文完成的主要工作如下:首先,本文根据实际需求确定了涂胶检测系统的整体设计方案,根据技术指标确定了涂胶检测系统中各装置和设备的选型,构建了基于机器视觉的汽车玻璃涂胶质量检测系统硬件平台。其次,针对生产环境中采集的胶条图像设计了一类图像处理算法。根据胶条所处的环境和位置,采用中值滤波进行图像平滑、迭代法进行阈值分割;根据系统精度和实时性的要求,基于插值亚像素边缘检测算法获取图像的轮廓,利用Ramer轮廓分割算法获取胶条的轮廓,提出基于最小二乘原理的胶条截面直径测量方法。然后,针对在实际检测中涂胶轨迹无法给出任意一点处相机标定结果数据的问题,提出了一种基于WT-OSELM算法的标定结果数据库模型。该模型能够克服BP神经网络模型训练速度较慢、ELM神经网络模型无...
【文章来源】：长春工业大学吉林省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 视觉检测技术研究现状
1.2.2 涂胶检测技术研究现状
1.3 论文研究内容及章节安排
第2章 视觉涂胶检测系统设计
2.1 检测系统的构成及工作原理
2.2 涂胶检测硬件系统设计
2.2.1 照明方案与光源确定
2.2.2 工业相机方案选择
2.2.3 相机镜头的选择
2.3 软件系统总体方案设计
2.4 本章小结
第3章 涂胶检测系统图像处理算法研究
3.1 感兴趣区域提取方法研究
3.2 图像滤波算法研究
3.2.1 均值滤波算法
3.2.2 中值滤波算法
3.2.3 高斯滤波算法
3.2.4 涂胶检测系统滤波算法确定
3.3 图像分割算法研究
3.3.1 直方图双峰法
3.3.2 迭代选择阈值法
3.3.3 最大类间方差法
3.3.4 涂胶检测系统阈值分割算法确定
3.4 边缘检测算法研究
3.4.1 像素级边缘检测算法
3.4.2 涂胶检测系统像素级边缘检测算法确定
3.4.3 亚像素级边缘检测算法
3.5 基于Ramer算法的轮廓分割算法
3.6 基于最小二乘法的胶条截面直径测量方法研究
3.7 本章小结
第4章 基于WT-OSELM的涂胶检测预测模型建立
4.1 BP神经网络
4.1.1 BP神经网络基础理论研究
4.1.2 BP神经网络建模方法
4.2 极限学习机算法研究
4.3 序贯极限学习机算法研究
4.4 WT-OSELM算法研究
4.4.1 WT-OSELM相关理论
4.4.2 WT-OSELM建模方法研究
4.5 基于WT-OSELM的标定结果数据库模型建立
4.5.1 WT-OSELM数据库模型建立步骤
4.5.2 WT-OSELM数据库模型实验结果与分析
4.6 本章小结
第5章 涂胶质量检测实验与结果分析
5.1 涂胶检测系统标定分析
5.1.1 相机成像原理
5.1.2 基于标定物的相机标定分析
5.1.3 基于WT-OSELM的标定结果数据库实验与分析
5.2 涂胶检测系统标定结果数据库模型实验验证
5.3 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
【参考文献】：
期刊论文
[1]无人机航测技术在入海排污口排查中的应用[J]. 张元敏. 测绘通报. 2020(01)
[2]基于机器视觉的玉米幼苗叶面积检测装置设计及试验[J]. 付豪,万鹏,施家伟,杨万能. 华中农业大学学报. 2020(01)
[3]一种基于机器视觉的石材缺陷检测方法[J]. 邓拥军,周向. 机械设计与制造. 2019(12)
[4]基于机器视觉的焊缝表面下塌缺陷实时检测系统[J]. 李尚仁,王春明,米高阳. 焊接技术. 2019(11)
[5]一种基于双边滤波算法的涂胶轨迹检测[J]. 任春明. 工业控制计算机. 2019(11)
[6]基于双目立体视觉的小型工件测量系统[J]. 赵琛,江卫华. 自动化与仪表. 2019(11)
[7]基于3D视觉的线结构光测量算法[J]. 陈状,胡永祥,郝晗. 现代信息科技. 2019(22)
[8]机器视觉侧围涂胶检测系统的设计与研究[J]. 胡庄稳,陆华才,高文根. 安徽工程大学学报. 2019(05)
[9]基于机器视觉的照明光源数据库研究与开发[J]. 逯力红. 科技创新与应用. 2019(26)
[10]3D全视觉技术在汽车涂胶检测中的应用[J]. 赵宇龙. 汽车工艺师. 2019(07)
博士论文
[1]基于极限学习的系统辨识方法及应用研究[D]. 杨易旻.湖南大学 2013
硕士论文
[1]基于小波神经网络的电力系统谐波检测与去噪[D]. 顾沈丽.南京邮电大学 2019
[2]基于双目立体视觉的不规则物体体积测量方法研究[D]. 梁乐.西安理工大学 2019
[3]基于机器视觉的木板实时检测算法[D]. 吴佳宁.沈阳工业大学 2019
[4]基于机器视觉的盘类工件检测及跟踪技术研究[D]. 殷春华.长春工业大学 2019
[5]基于图像处理的车辆焊缝间隙检测技术研究[D]. 韩晓勇.长春理工大学 2019
[6]基于机器视觉的针刺机针板孔位尺寸检测技术研究[D]. 张震.中原工学院 2018
[7]基于线结构光的机器人三维涂胶检测技术研究[D]. 杨瑞鹏.天津工业大学 2018
[8]基于视觉的涂胶检测技术研究[D]. 马潇.天津工业大学 2018
[9]基于机器视觉的珍珠形状自动分拣系统的研究与实现[D]. 王毓综.浙江农林大学 2018
[10]基于改进三角测量法的机器视觉引导系统[D]. 陈凯蒙.河南大学 2017
本文编号：3153676
【文章来源】：长春工业大学吉林省
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 视觉检测技术研究现状
1.2.2 涂胶检测技术研究现状
1.3 论文研究内容及章节安排
第2章 视觉涂胶检测系统设计
2.1 检测系统的构成及工作原理
2.2 涂胶检测硬件系统设计
2.2.1 照明方案与光源确定
2.2.2 工业相机方案选择
2.2.3 相机镜头的选择
2.3 软件系统总体方案设计
2.4 本章小结
第3章 涂胶检测系统图像处理算法研究
3.1 感兴趣区域提取方法研究
3.2 图像滤波算法研究
3.2.1 均值滤波算法
3.2.2 中值滤波算法
3.2.3 高斯滤波算法
3.2.4 涂胶检测系统滤波算法确定
3.3 图像分割算法研究
3.3.1 直方图双峰法
3.3.2 迭代选择阈值法
3.3.3 最大类间方差法
3.3.4 涂胶检测系统阈值分割算法确定
3.4 边缘检测算法研究
3.4.1 像素级边缘检测算法
3.4.2 涂胶检测系统像素级边缘检测算法确定
3.4.3 亚像素级边缘检测算法
3.5 基于Ramer算法的轮廓分割算法
3.6 基于最小二乘法的胶条截面直径测量方法研究
3.7 本章小结
第4章 基于WT-OSELM的涂胶检测预测模型建立
4.1 BP神经网络
4.1.1 BP神经网络基础理论研究
4.1.2 BP神经网络建模方法
4.2 极限学习机算法研究
4.3 序贯极限学习机算法研究
4.4 WT-OSELM算法研究
4.4.1 WT-OSELM相关理论
4.4.2 WT-OSELM建模方法研究
4.5 基于WT-OSELM的标定结果数据库模型建立
4.5.1 WT-OSELM数据库模型建立步骤
4.5.2 WT-OSELM数据库模型实验结果与分析
4.6 本章小结
第5章 涂胶质量检测实验与结果分析
5.1 涂胶检测系统标定分析
5.1.1 相机成像原理
5.1.2 基于标定物的相机标定分析
5.1.3 基于WT-OSELM的标定结果数据库实验与分析
5.2 涂胶检测系统标定结果数据库模型实验验证
5.3 本章小结
第6章 总结与展望
6.1 全文总结
6.2 工作展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
【参考文献】：
期刊论文
[1]无人机航测技术在入海排污口排查中的应用[J]. 张元敏. 测绘通报. 2020(01)
[2]基于机器视觉的玉米幼苗叶面积检测装置设计及试验[J]. 付豪,万鹏,施家伟,杨万能. 华中农业大学学报. 2020(01)
[3]一种基于机器视觉的石材缺陷检测方法[J]. 邓拥军,周向. 机械设计与制造. 2019(12)
[4]基于机器视觉的焊缝表面下塌缺陷实时检测系统[J]. 李尚仁,王春明,米高阳. 焊接技术. 2019(11)
[5]一种基于双边滤波算法的涂胶轨迹检测[J]. 任春明. 工业控制计算机. 2019(11)
[6]基于双目立体视觉的小型工件测量系统[J]. 赵琛,江卫华. 自动化与仪表. 2019(11)
[7]基于3D视觉的线结构光测量算法[J]. 陈状,胡永祥,郝晗. 现代信息科技. 2019(22)
[8]机器视觉侧围涂胶检测系统的设计与研究[J]. 胡庄稳,陆华才,高文根. 安徽工程大学学报. 2019(05)
[9]基于机器视觉的照明光源数据库研究与开发[J]. 逯力红. 科技创新与应用. 2019(26)
[10]3D全视觉技术在汽车涂胶检测中的应用[J]. 赵宇龙. 汽车工艺师. 2019(07)
博士论文
[1]基于极限学习的系统辨识方法及应用研究[D]. 杨易旻.湖南大学 2013
硕士论文
[1]基于小波神经网络的电力系统谐波检测与去噪[D]. 顾沈丽.南京邮电大学 2019
[2]基于双目立体视觉的不规则物体体积测量方法研究[D]. 梁乐.西安理工大学 2019
[3]基于机器视觉的木板实时检测算法[D]. 吴佳宁.沈阳工业大学 2019
[4]基于机器视觉的盘类工件检测及跟踪技术研究[D]. 殷春华.长春工业大学 2019
[5]基于图像处理的车辆焊缝间隙检测技术研究[D]. 韩晓勇.长春理工大学 2019
[6]基于机器视觉的针刺机针板孔位尺寸检测技术研究[D]. 张震.中原工学院 2018
[7]基于线结构光的机器人三维涂胶检测技术研究[D]. 杨瑞鹏.天津工业大学 2018
[8]基于视觉的涂胶检测技术研究[D]. 马潇.天津工业大学 2018
[9]基于机器视觉的珍珠形状自动分拣系统的研究与实现[D]. 王毓综.浙江农林大学 2018
[10]基于改进三角测量法的机器视觉引导系统[D]. 陈凯蒙.河南大学 2017
本文编号：3153676
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3153676.html
