在交通運輸和工業(yè)生產(chǎn)的發(fā)展中,能源使用一直為重中之重。傳統(tǒng)的煤、炭、石油能源會引發(fā)環(huán)境污染問題,所以越來多越多的工業(yè)生產(chǎn)和交通工具采用可燃氣體作為能源使用。氣體能源燃燒的更加充分,能減少燃料浪費和減輕環(huán)境污染。由于可燃氣體的廣泛使用,高壓氣瓶的安全生產(chǎn)和使用成為當(dāng)下社會關(guān)心的問題。高壓氣瓶生產(chǎn)商目前仍然采用傳統(tǒng)的人工目測進行氣瓶質(zhì)檢,但隨著對產(chǎn)品質(zhì)量要求和工業(yè)生產(chǎn)自動化需求的提高,傳統(tǒng)的檢測方法很難滿足需求。近十幾年,隨著機器視覺技術(shù)成熟發(fā)展,給缺陷檢測提供了一種新的方法。本課題針對廠家提供的樣品氣瓶和質(zhì)檢標(biāo)準(zhǔn)進行研究設(shè)計。根據(jù)要求設(shè)計并實現(xiàn)高壓氣瓶內(nèi)壁缺陷檢測系統(tǒng)。由于檢測對象口徑尺寸較小、內(nèi)壁表面顏色一致、缺陷與背景對比度較低,導(dǎo)致普通光源、鏡頭和拍攝方式難以對其內(nèi)壁清晰成像,所以該系統(tǒng)采用移動掃描成像的方式對氣瓶內(nèi)壁進行全采集。該系統(tǒng)包括平移臺、旋轉(zhuǎn)裝置、升降臺,使相機可以伸入氣瓶內(nèi)對內(nèi)壁全部采集。根據(jù)檢測條件挑選鏡頭、相機、光源,并實現(xiàn)在氣瓶內(nèi)的光路構(gòu)建。軟件設(shè)計上主要包括缺陷檢測算法設(shè)計和系統(tǒng)軟件功能實現(xiàn)。其中缺陷檢測算法根據(jù)各個缺陷成像特征和差異性,設(shè)計針對氣瓶內(nèi)壁的不同缺... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

氣瓶樣本實物Fig.2.1Cylindersamplematerial

a 凹坑缺陷 b 劃痕缺陷 c 拉伸傷痕缺陷圖 2.2 各類缺陷成像圖片F(xiàn)ig. 2.2 Various defect imaging diagrams2.2 缺陷檢測系統(tǒng)設(shè)計的重點高壓氣瓶內(nèi)壁缺陷檢測系統(tǒng)的設(shè)計重點如下：（1）由于氣瓶形狀和其內(nèi)徑尺寸較小，鏡頭成像范圍有限，一般機器視覺檢測使用的工業(yè)相機難以在氣瓶內(nèi)成像，所以需解決近距離清晰成像的問題。（2）為防止漏檢，需對氣瓶內(nèi)壁進行全掃描，通過分析擬采用移動掃描成像的方法進行解決。硬件系統(tǒng)設(shè)計時，應(yīng)解決機械結(jié)構(gòu)的設(shè)計、系統(tǒng)運動控制的相互協(xié)調(diào)、系統(tǒng)運動過程保持穩(wěn)定性等問題。（3）由于被檢測對象材質(zhì)為反光金屬，氣瓶內(nèi)表面顏色一致，成像對比度較小。因此光源、相機、鏡頭構(gòu)成的成像光路的選型及設(shè)計成為重點。需合理設(shè)計成像光路使目標(biāo)缺陷與背景在圖像中具有高對比度，在后續(xù)處理中對圖像的進一步處理得

3章 高壓氣瓶內(nèi)壁缺陷檢測系統(tǒng)硬件設(shè)器一般為 CCD 傳感器和 CMOS 傳本系統(tǒng)相機選擇采用 CMOS 傳感器設(shè)計特點，使其信號讀取速度和圖掃描成像系統(tǒng)中。其次 CMOS 傳感尺寸的相機，即能實現(xiàn)在較小空間瓶內(nèi)成像。雖然由于 CMOS 傳感器干擾，相比于 CCD 傳感器有著噪展，CMOS 傳感器成像質(zhì)量已大幅MOS 傳感器具有靈敏度高、曝光時R-USBFHD01M-LS36 的攝像模組示。

【參考文獻】：
期刊論文
[1]無損檢測技術(shù)在壓力容器檢驗中的應(yīng)用分析[J]. 劉雪峰.  中國高新區(qū). 2018(01)
[2]壓力容器設(shè)計過程中常見問題處理[J]. 王欣.  化工管理. 2018(01)
[3]數(shù)字圖像邊緣的快速提取算法研究[J]. 段振云,單紫薇,趙文輝,楊旭.  組合機床與自動化加工技術(shù). 2017(12)
[4]Canny算法的GPU并行加速[J]. 張帆,韓樹奎,張立國,王文勝.  中國光學(xué). 2017(06)
[5]基于HALCON的電池蓋帽檢測[J]. 何程濤,張仁杰.  數(shù)據(jù)通信. 2017(04)
[6]基于剪切波域改進Gamma校正的醫(yī)學(xué)圖像增強算法[J]. 周飛,賈振紅,楊杰,Nikola Kasabov.  光電子·激光. 2017(05)
[7]高壓容器的結(jié)構(gòu)特點及設(shè)計制造注意事項[J]. 薛顯坤,韓歲平,韓寶虎,張學(xué)剛,劉曉麗,馬文斗,王影.  石油和化工設(shè)備. 2017(03)
[8]結(jié)合暗原色優(yōu)先和Gamma校正的紅外交通圖像增強算法[J]. 顧明,鄭林濤,劉中華.  交通運輸工程學(xué)報. 2016(06)
[9]多線程技術(shù)在計算機測控系統(tǒng)中的運用[J]. 吳子煌.  信息與電腦(理論版). 2016(17)
[10]機器視覺技術(shù)的發(fā)展現(xiàn)狀與展望[J]. 胥磊.  設(shè)備管理與維修. 2016(09)

博士論文
[1]數(shù)學(xué)形態(tài)學(xué)在圖像邊緣檢測和機器視覺中的應(yīng)用研究[D]. 黃海龍.東北大學(xué) 2013
[2]基于增廣拉格朗日的字典學(xué)習(xí)算法及其在醫(yī)學(xué)成像和圖像處理中的應(yīng)用[D]. 劉且根.上海交通大學(xué) 2012
[3]金屬板裂紋的電磁聲發(fā)射信號檢測與處理技術(shù)研究[D]. 張闖.河北工業(yè)大學(xué) 2011

碩士論文
[1]基于機器視覺的智能駕駛車輛的目標(biāo)識別研究[D]. 劉禹希.吉林大學(xué) 2017
[2]基于機器視覺的航空電連接器插針檢測技術(shù)研究[D]. 盧佳宇.哈爾濱工業(yè)大學(xué) 2017
[3]基于機器視覺的軸承內(nèi)圈表面缺陷檢測系統(tǒng)研究[D]. 鄭越.沈陽工業(yè)大學(xué) 2017
[4]基于機器視覺的光學(xué)元件損傷在線檢測研究[D]. 陳靜.中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所) 2017
[5]基于機器視覺的線纜表觀缺陷在線檢測系統(tǒng)的研究[D]. 張俊.電子科技大學(xué) 2017
[6]基于機器視覺的工件加工尺寸在線測量方法與系統(tǒng)研究[D]. 廖維.武漢理工大學(xué) 2012
[7]激光超聲波檢測金屬表面缺陷的理論及實驗研究[D]. 韓昌佩.南京理工大學(xué) 2012
[8]基于Hessian矩陣子像素級邊緣檢測的空域誤碼掩蓋[D]. 陳琴.吉林大學(xué) 2008



本文編號：3424013