隨著電子產(chǎn)業(yè)的發(fā)展,電子產(chǎn)品的功能擴展離不開各式各樣的電鍍插件。多數(shù)工廠對電鍍插件的外觀質(zhì)量檢測技術(shù)還停留在手工抽檢或半自動化檢測階段,難以滿足大批量的質(zhì)檢任務(wù),人工抽檢或半自動化檢測流程需要耗費較多人力資源及造成檢測結(jié)果不準(zhǔn)確。因此針對這一問題,本文研究基于機器視覺的圖像處理技術(shù),設(shè)計了檢測插件表面外觀質(zhì)量的檢測方案,將電鍍插件表面的擦傷、劃痕缺陷作為質(zhì)量檢測標(biāo)準(zhǔn),對缺陷設(shè)計檢測算法,實現(xiàn)了缺陷的自動化檢測。首先,根據(jù)國內(nèi)外對于工件質(zhì)量檢測的研究現(xiàn)狀,針對接觸式測量和中間介質(zhì)檢測方法的局限性,為了對電鍍插件做高效自動化的外觀質(zhì)量檢測,本文選擇使用基于機器視覺與圖像處理的檢測方法,并對缺陷檢測算法做了研究。其次,在圖像預(yù)處理階段,本文分析了常用閾值分割和圖像去噪算法,使用基于Otsu全局閾值分割與形態(tài)學(xué)相結(jié)合的ROI提取算法,經(jīng)過對算法的性能測試,該算法對插件圖像表面部分與背景分離效果較好。研究并實現(xiàn)了圖像去噪相關(guān)算法,經(jīng)過實驗對比,最終選擇對插件圖像去噪效果最佳的高斯濾波算法。然后,本文針對插件外觀質(zhì)量的檢測,主要檢測插件表面的擦傷和劃痕缺陷。根據(jù)這兩種缺陷的特點,擦傷缺陷灰度與周圍... 

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 接觸式測量的外觀質(zhì)量檢測
        1.2.2 利用中間介質(zhì)的外觀質(zhì)量檢測
        1.2.3 基于深度學(xué)習(xí)的外觀質(zhì)量檢測
        1.2.4 基于機器視覺的外觀質(zhì)量檢測
    1.3 研究任務(wù)和預(yù)期目標(biāo)
    1.4 研究內(nèi)容及組織結(jié)構(gòu)
        1.4.1 論文研究內(nèi)容
        1.4.2 論文組織結(jié)構(gòu)
第2章 圖像預(yù)處理算法研究
    2.1 基于閾值分割的ROI的提取算法研究
        2.1.1 邊界定位
        2.1.2 閾值分割
    2.2 平滑處理
    2.3 本章小結(jié)
第3章 外觀質(zhì)量檢測算法研究
    3.1 缺陷檢測算法的流程設(shè)計
    3.2 改進的閾值分割算法提取擦傷缺陷
        3.2.1 改進后的閾值分割
        3.2.2 形態(tài)學(xué)處理
    3.3 基于Gabor濾波的劃痕缺陷提取算法研究
        3.3.1 Gabor濾波原理及組成
        3.3.2 提取劃痕缺陷
    3.4 缺陷分類算法研究
        3.4.1 常見的分類算法
        3.4.2 基于支持向量機的電鍍插件缺陷分類算法
    3.5 本章小結(jié)
第4章 檢測系統(tǒng)的開發(fā)與檢測結(jié)果分析
    4.1 檢測系統(tǒng)組成
        4.1.1 圖像采集系統(tǒng)
        4.1.2 圖像處理系統(tǒng)
    4.2 檢測系統(tǒng)的開發(fā)環(huán)境與設(shè)計需求
        4.2.1 開發(fā)環(huán)境
        4.2.2 設(shè)計需求
    4.3 人機交互界面設(shè)計
    4.4 檢測結(jié)果與總結(jié)分析
    4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表的論文和獲得的科研成果
致謝


【參考文獻】：
期刊論文
[1]基于FPGA的刀具圖像預(yù)處理系統(tǒng)研究[J]. 溫佳靜,范紅,朱江澤,劉榮,趙子楚.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(09)
[2]基于圖像處理的隧道洞口自動識別與應(yīng)用[J]. 熊顯名,肖青山.  桂林電子科技大學(xué)學(xué)報. 2018(04)
[3]基于航空攝影測量技術(shù)的森林資源調(diào)查方法研究[J]. 徐攻博,葉嘉琦,徐旭平,李領(lǐng)寰,吳建挺.  華東森林經(jīng)理. 2018(03)
[4]基于圖像處理的帶鋼表面缺陷檢測改進算法的研究[J]. 孫光民,劉鵬,李子博.  軟件工程. 2018(04)
[5]人臉檢測及眼睛定位算法的研究[J]. 李燕曉,秦麗娟.  電子世界. 2017(14)
[6]視頻監(jiān)控系統(tǒng)中運動車輛的車標(biāo)識別技術(shù)[J]. 楊正云,王林.  遵義師范學(xué)院學(xué)報. 2016(03)
[7]灰度不均的弱邊界血管圖像分割方法[J]. 吳杰,朱家明,張輝.  計算機應(yīng)用. 2016(S1)
[8]金屬印刷品在線色差檢測系統(tǒng)[J]. 范鵬飛,孫俊.  江南大學(xué)學(xué)報(自然科學(xué)版). 2015(06)
[9]一種改進的Canny自適應(yīng)邊緣檢測算法[J]. 段振云,楊丹,趙文輝.  機械工程師. 2015(03)
[10]基于視頻檢測技術(shù)的交通流量分析方法[J]. 唐彭.  現(xiàn)代工業(yè)經(jīng)濟和信息化. 2015(02)

碩士論文
[1]基于機器視覺的車站客流安全智能監(jiān)控研究[D]. 劉可敬.西南交通大學(xué) 2018
[2]基于Kinect的手勢識別與三指靈巧手交互研究[D]. 杜新怡.蘭州理工大學(xué) 2018
[3]基于機器視覺的水果變尺寸包裝控制系統(tǒng)研究[D]. 王習(xí)文.中南林業(yè)科技大學(xué) 2018
[4]基于圖像處理的動車軸端螺栓檢測方法的研究[D]. 葉宏鵬.北京交通大學(xué) 2018
[5]基于Split-and-conquer方法的致病基因預(yù)測[D]. 蘭曉然.太原理工大學(xué) 2018
[6]礦井巷道三維重建及安全監(jiān)測技術(shù)研究[D]. 王保巖.山東大學(xué) 2018
[7]基于機器視覺的鐵芯表面缺陷檢測系統(tǒng)研究[D]. 胡秀珍.山東大學(xué) 2018
[8]基于Kinect的奶牛體尺檢測與試驗研究[D]. 趙新強.山東農(nóng)業(yè)大學(xué) 2018
[9]結(jié)合影像點云的火星巖石采樣預(yù)判[D]. 牟曉莉.中國地質(zhì)大學(xué)(北京) 2018
[10]基于機器視覺的STN-LCD表面缺陷檢測系統(tǒng)研究[D]. 蕭達安.廣東工業(yè)大學(xué) 2018



本文編號：3709216