基于机器视觉的螺纹钢管尺寸检测算法研究
发布时间：2021-09-17 08:04
传统的螺纹检测方式大多数是接触式测量,费时费力且容易对螺纹产生损伤。随着工业上对螺纹检测速度和精度要求的增长,基于机器视觉的螺纹检测技术得到了迅猛的发展。基于机器视觉的螺纹检测技术具有检测速度快,精度高,而且非接触式的测量方式不会对螺纹产生损害等优点。本文针对空心螺纹钢管设计了视觉检测系统,重点研究了检测系统中图像处理的相关算法,并利用该方法实现了螺纹钢管外螺纹尺寸的高精度检测。论文主要完成以下工作:1、从实际项目和检测需求出发,搭建了由工业相机、远心镜头和光源等组成的螺纹钢管尺寸检测硬件平台;2、通过对外螺纹图像的灰度化处理、滤波、边缘检测、亚像素级角点检测以及运用多边形逼近的方法进行角点分组,得到了螺纹边缘特征点的精确坐标值。根据实际检测要求,研究了基于局部滤波模板的双边滤波算法,并采用基于类间最大方差的Canny边缘检测算法,提高了图像图形处理系统的速度和精度;3、对尺寸检测系统的相机映射系数以及两个相机的中心距进行了标定,解释了尺寸检测系统中对于外螺纹螺距、牙型角、大径和中径的数学计算原理,分别计算得出视觉检测系统检测到的螺纹尺寸值,并进行了误差分析。检测结果表明,视觉检测算法...
【文章来源】：山西大学山西省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
检测系统实物图
第二章基于机器视觉的螺纹钢管尺寸检测系统72.2系统的主体检测单元尺寸检测设备中主体部分是图像图形处理系统。其主体检测单元由相机检测单元组成。其中相机检测单元由一对高分辨率面阵相机（CMOS工业相机）、大视野双远心镜头、大尺寸平行光源及相关机械固定支架组成，用于实现产品的外形轮廓尺寸的检测。该系统检测单元的工作方式为产品固定，相机检测单元移动。产品到达指定位置后，相机单元实时抓取产品的图像轮廓，通过专用算法处理滤波，拟合出产品外形轮廓边缘，再经标定后计算所需测量指标（如长度、直径等）在图像中所占像素比例，从而得出产品实际尺寸。图2.2为相机检测单元示意图。图2.2相机检测单元2.2.1工业相机工业相机的基本原理是将光信号转换为电信号，从而实现数字图像的获龋由于工业相机中感光芯片的类型不同，工业相机一般可分为CCD(chargecoupleddevice)和CMOS(complementarymetaloxidesemiconductor)两类。在工业相机的成像过程中，CCD和CMOS光电转换的原理是一致的，最主要的区别是图像信号的读出过程不同，CCD工业相机在图像信号的读出过程中只有一个或少数几个输出节点进行信号读出，其信号的一致性比较好，CMOS工业相机中每个像素有自己独有的信号放大器，信号输出的一致性不如CCD工业相机，但是在读出整幅图像信号时，CMOS芯片的功耗要小于CCD芯片[25]。虽然CMOS芯片集成度高于CCD芯片，但是CMOS芯片的噪声对图像质量的干扰是比较严重的，近些年随着CMOS芯片消噪技术的不断提升，CMOS图像传感器有很好的发展。
基于机器视觉的螺纹钢管尺寸检测算法研究8对于不同的视觉检测系统以及实际需求的不同，通常要对工业相机进行选型，工业相机的主要关注的参数包括：（1）焦距（FocalLength）。焦距是指当获取到清晰图像时，工业相机镜片的中心到感光芯片之间的距离。（2）分辨率(Resolution)。分辨率代表工业相机获取到图像的清晰程度，也就是每次工业相机获取到图像中包含的像素点的总数。分辨率越高的工业相机成像越清晰。常见的工业相机的分辨率有：1024*768、2304*1728等。（3）像元深度（Pixeldepth）。像元深度指工业相机获取到图像中的每个像素点处的数据位数。一般常用8bit，有时也会有12bit、16bit的像元深度相机。综合考虑，本文使用的尺寸检测系统中的工业相机为Basler面阵相机acA3088-16gm，外观如图2.3所示。该面阵相机采用Sony提供的CMOS感光芯片，每秒可以采集16帧图像，水平垂直像素尺寸为2.4m*2.4m，水平垂直分辨率为3088px*2064px。图2.3面阵相机2.2.2远心镜头不同于传统的相机镜头，当物距发生变化时图像也会放大或者缩小，远心镜头可以给定的物距范围内，使相机获取到的图像基本不会变化[26]。选用远心镜头时，主要参数有2个：（1）视野。即相机能实际拍摄到的范围。（2）物距。即物体到透镜光心的距离。综合考虑，本文使用的尺寸检测系统中的远心镜头为OptoEngineering公司设计的TC23048双远心镜头。其工作距离为132.9mm。TC系列的双远心镜头基本上是所
【参考文献】：
期刊论文
[1]一种新型Canny边缘检测算法研究[J]. 段志达,魏利胜,丁坤. 牡丹江大学学报. 2020(01)
[2]一种图像滤波算法滤波效果评价方法[J]. 范娟,陈爽. 科技经济导刊. 2019(24)
[3]基于改进高斯滤波算法的叶片图像去噪方法[J]. 李健,丁小奇,陈光,孙旸,姜楠. 南方农业学报. 2019(06)
[4]一种基于双边滤波和梯度信息的滤波算法[J]. 范娟,陈昌海,王静,李振锋. 电视技术. 2018(11)
[5]联合双边滤波和非局部滤波的图像去噪算法[J]. 高梓铭,张鹏飞,刘卫华,刘佳琳. 西安邮电大学学报. 2018(05)
[6]基于视觉图像的螺纹参数测量方法研究[J]. 王栋敏. 计算机与数字工程. 2018(04)
[7]计算机控制技术在工业自动化生产中的应用研究[J]. 邓悦. 科技与企业. 2016(03)
[8]机器视觉技术在螺纹检测中的应用[J]. 刘刚. 硅谷. 2014(20)
[9]一种改进的亚像素角点提取算法[J]. 唐亚平,陈苏婷. 电脑知识与技术. 2014(19)
[10]一种基于改进Canny的边缘检测算法[J]. 许宏科,秦严严,陈会茹. 红外技术. 2014(03)
博士论文
[1]计算机视觉中相机标定及点云配准技术研究[D]. 王瑞岩.西安电子科技大学 2015
[2]RGB颜色空间及其应用研究[D]. 黄国祥.中南大学 2002
硕士论文
[1]基于机器视觉的螺柱工件尺寸检测算法研究[D]. 陈茜茜.山西大学 2018
[2]基于图像检测技术测量外螺纹参数方法研究和系统开发[D]. 于杨.杭州电子科技大学 2018
[3]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
[4]基于机器视觉的石油管锥螺纹参数测量试验研究[D]. 侯东明.陕西理工学院 2016
[5]基于机器视觉的外螺纹几何参数检测算法研究[D]. 姜籍翔.电子科技大学 2014
[6]基于机器视觉的零件轮廓尺寸精密测量系统研究[D]. 董富强.天津科技大学 2014
[7]基于非局部均值的图像去噪方法研究[D]. 王林.西安电子科技大学 2014
[8]关于图像去噪和边缘检测的方法研究[D]. 彭古.中南大学 2012
[9]基于机器视觉的外螺纹检测方法及实验研究[D]. 卜晨.华南理工大学 2011
[10]高精度单针接触式螺纹测量仪的设计与研究[D]. 丁亮亮.南京航空航天大学 2011
本文编号：3398306
【文章来源】：山西大学山西省
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
检测系统实物图
第二章基于机器视觉的螺纹钢管尺寸检测系统72.2系统的主体检测单元尺寸检测设备中主体部分是图像图形处理系统。其主体检测单元由相机检测单元组成。其中相机检测单元由一对高分辨率面阵相机（CMOS工业相机）、大视野双远心镜头、大尺寸平行光源及相关机械固定支架组成，用于实现产品的外形轮廓尺寸的检测。该系统检测单元的工作方式为产品固定，相机检测单元移动。产品到达指定位置后，相机单元实时抓取产品的图像轮廓，通过专用算法处理滤波，拟合出产品外形轮廓边缘，再经标定后计算所需测量指标（如长度、直径等）在图像中所占像素比例，从而得出产品实际尺寸。图2.2为相机检测单元示意图。图2.2相机检测单元2.2.1工业相机工业相机的基本原理是将光信号转换为电信号，从而实现数字图像的获龋由于工业相机中感光芯片的类型不同，工业相机一般可分为CCD(chargecoupleddevice)和CMOS(complementarymetaloxidesemiconductor)两类。在工业相机的成像过程中，CCD和CMOS光电转换的原理是一致的，最主要的区别是图像信号的读出过程不同，CCD工业相机在图像信号的读出过程中只有一个或少数几个输出节点进行信号读出，其信号的一致性比较好，CMOS工业相机中每个像素有自己独有的信号放大器，信号输出的一致性不如CCD工业相机，但是在读出整幅图像信号时，CMOS芯片的功耗要小于CCD芯片[25]。虽然CMOS芯片集成度高于CCD芯片，但是CMOS芯片的噪声对图像质量的干扰是比较严重的，近些年随着CMOS芯片消噪技术的不断提升，CMOS图像传感器有很好的发展。
基于机器视觉的螺纹钢管尺寸检测算法研究8对于不同的视觉检测系统以及实际需求的不同，通常要对工业相机进行选型，工业相机的主要关注的参数包括：（1）焦距（FocalLength）。焦距是指当获取到清晰图像时，工业相机镜片的中心到感光芯片之间的距离。（2）分辨率(Resolution)。分辨率代表工业相机获取到图像的清晰程度，也就是每次工业相机获取到图像中包含的像素点的总数。分辨率越高的工业相机成像越清晰。常见的工业相机的分辨率有：1024*768、2304*1728等。（3）像元深度（Pixeldepth）。像元深度指工业相机获取到图像中的每个像素点处的数据位数。一般常用8bit，有时也会有12bit、16bit的像元深度相机。综合考虑，本文使用的尺寸检测系统中的工业相机为Basler面阵相机acA3088-16gm，外观如图2.3所示。该面阵相机采用Sony提供的CMOS感光芯片，每秒可以采集16帧图像，水平垂直像素尺寸为2.4m*2.4m，水平垂直分辨率为3088px*2064px。图2.3面阵相机2.2.2远心镜头不同于传统的相机镜头，当物距发生变化时图像也会放大或者缩小，远心镜头可以给定的物距范围内，使相机获取到的图像基本不会变化[26]。选用远心镜头时，主要参数有2个：（1）视野。即相机能实际拍摄到的范围。（2）物距。即物体到透镜光心的距离。综合考虑，本文使用的尺寸检测系统中的远心镜头为OptoEngineering公司设计的TC23048双远心镜头。其工作距离为132.9mm。TC系列的双远心镜头基本上是所
【参考文献】：
期刊论文
[1]一种新型Canny边缘检测算法研究[J]. 段志达,魏利胜,丁坤. 牡丹江大学学报. 2020(01)
[2]一种图像滤波算法滤波效果评价方法[J]. 范娟,陈爽. 科技经济导刊. 2019(24)
[3]基于改进高斯滤波算法的叶片图像去噪方法[J]. 李健,丁小奇,陈光,孙旸,姜楠. 南方农业学报. 2019(06)
[4]一种基于双边滤波和梯度信息的滤波算法[J]. 范娟,陈昌海,王静,李振锋. 电视技术. 2018(11)
[5]联合双边滤波和非局部滤波的图像去噪算法[J]. 高梓铭,张鹏飞,刘卫华,刘佳琳. 西安邮电大学学报. 2018(05)
[6]基于视觉图像的螺纹参数测量方法研究[J]. 王栋敏. 计算机与数字工程. 2018(04)
[7]计算机控制技术在工业自动化生产中的应用研究[J]. 邓悦. 科技与企业. 2016(03)
[8]机器视觉技术在螺纹检测中的应用[J]. 刘刚. 硅谷. 2014(20)
[9]一种改进的亚像素角点提取算法[J]. 唐亚平,陈苏婷. 电脑知识与技术. 2014(19)
[10]一种基于改进Canny的边缘检测算法[J]. 许宏科,秦严严,陈会茹. 红外技术. 2014(03)
博士论文
[1]计算机视觉中相机标定及点云配准技术研究[D]. 王瑞岩.西安电子科技大学 2015
[2]RGB颜色空间及其应用研究[D]. 黄国祥.中南大学 2002
硕士论文
[1]基于机器视觉的螺柱工件尺寸检测算法研究[D]. 陈茜茜.山西大学 2018
[2]基于图像检测技术测量外螺纹参数方法研究和系统开发[D]. 于杨.杭州电子科技大学 2018
[3]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
[4]基于机器视觉的石油管锥螺纹参数测量试验研究[D]. 侯东明.陕西理工学院 2016
[5]基于机器视觉的外螺纹几何参数检测算法研究[D]. 姜籍翔.电子科技大学 2014
[6]基于机器视觉的零件轮廓尺寸精密测量系统研究[D]. 董富强.天津科技大学 2014
[7]基于非局部均值的图像去噪方法研究[D]. 王林.西安电子科技大学 2014
[8]关于图像去噪和边缘检测的方法研究[D]. 彭古.中南大学 2012
[9]基于机器视觉的外螺纹检测方法及实验研究[D]. 卜晨.华南理工大学 2011
[10]高精度单针接触式螺纹测量仪的设计与研究[D]. 丁亮亮.南京航空航天大学 2011
本文编号：3398306
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3398306.html
