基于機器視覺的帶孔工件識別與檢測技術研究
發(fā)布時間：2021-08-04 22:21
隨著工業(yè)時代由信息化向智能化的迅速發(fā)展,各種工件生產的質量要求隨之提高,對工件的識別與檢測是工件生產過程中必不可少的環(huán)節(jié)。在傳統工件生產環(huán)節(jié)中,人工作業(yè)存在速度慢、誤差較大、數字化程度低、接觸性安全隱患大等諸多問題,而基于機器視覺的工件檢測技術可有效地解決上述問題。本文主要針對帶孔工件識別技術及規(guī)格合格性檢測方法進行研究,研究內容包括以下部分:（1）提出了一種基于孔洞區(qū)域二值串描述的特征提取方法,簡稱PDB（Perforated Domain BRIEF）算法。算法中設計了針對孔洞的預處理,通過連通區(qū)域標記選點的方式確定工件特征點,并利用基于孔洞灰度差異性的二值串編碼方式描述特征點。PDB算法充分利用了帶孔工件結構特點,減少了存儲空間并提高了工件特征點匹配效率。通過將PDB算法與多種經典特征提取算法進行實驗對比,可以得出PDB算法對帶孔工件的識別過程耗時更少,匹配率更高,能夠實現對不同帶孔工件的高效識別。（2）提出了一種針對孔洞的高斯概率模型點霍夫變換檢測算法,可用于快速檢測工件孔洞規(guī)格。該算法根據原圖像建立高斯霍夫變換臨時空間,并對得到的每一個孔洞子圖像進行高斯霍夫變換處理,然后將每...
【文章來源】：合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校
【文章頁數】：76 頁
【學位級別】：碩士
【部分圖文】：
工件檢測系統模型圖
Fig 2.1 Gray image of workpiece采集到的照片質量受到諸多因素的影響，尤采集的照片，不論是在實驗室環(huán)境還是實際無法避免的，噪聲點產生的來源可能是因為或者拍攝物體本身結構問題（比如易反光）或聲點的像素值無法體現被測工件真實的數據誤部分，這種誤差是不可預測的隨機誤差，是一種誤導。所以為了提高數據的有效性，，需要對圖像進行去噪處理。圖像不同檢測型噪聲的產生渠道及原因也不同。去除工件的方式，實際應用中常用的濾波處理方法有種利用鄰域像素值求平均而得到新像素值的
出類間方差最大時的閾值作為最佳閾值。公式如下 2 220 0 1 1 k w u u w u u件而言，多孔洞是其最顯著的特征，利用二值化孔洞區(qū)域及非孔洞區(qū)域能夠有效地突出工件上孔為深色像素區(qū)域的特性，在一個合理閾值的劃分周圍的亮色區(qū)域形成強烈對比，增強了孔洞的識對工件區(qū)域內的像素灰度值求均值作為二值化的閾 11pixelsi NBW i iipixelsThresh gray x yN N 為工件所覆蓋的像素個數，gray x ,y 表示工件所覆蓋的像素點坐標集合中取得。在此操作反色，因為本文的目標是對孔洞的處理，而孔洞認對白色目標進行處理的條件。二值化后的工件大小測量及分布統計等操作。工件二值化處理前
【參考文獻】：
期刊論文
[1]基于機器視覺缺陷檢測可重構系統的設計與實現[J]. 郭永平,劉淑娟. 電子設計工程. 2018(23)
[2]基于卷積神經網絡的工件識別算法[J]. 徐一丁,杜慧敏,毛智禮,張麗果,顧文寧. 組合機床與自動化加工技術. 2018(04)
[3]基于模板匹配的多圓識別算法[J]. 陳令剛. 電腦知識與技術. 2017(24)
[4]機器視覺技術的發(fā)展現狀與展望[J]. 胥磊. 設備管理與維修. 2016(09)
[5]一種改進的基于最大類間方差的二值化方法[J]. 卜飛宇,祝青,王濤. 電腦知識與技術. 2015(05)
[6]平面工件的識別與定位方法研究[J]. 唐宇,吳清瀟,朱楓. 機械設計與制造. 2015(10)
[7]一種基于圓的幾何特性改進的圓檢測隨機算法[J]. 舒龍慶,曾垂力. 集成技術. 2015(02)
[8]改進的Hough變換實現圓檢測[J]. 段黎明,汪威,張霞. 計算機集成制造系統. 2013(09)
[9]Otsu方法在多閾值圖像分割中的應用[J]. 王磊,段會川. 計算機工程與設計. 2008(11)
[10]用點Hough變換實現圓檢測的方法[J]. 林金龍,石青云. 計算機工程. 2003(11)
博士論文
[1]快速局部圖像特征提取方法研究[D]. 田甜.華中科技大學 2015
[2]圖像局部不變特征提取技術及其應用研究[D]. 劉景能.上海交通大學 2012
[3]形狀識別與圖像分割方法研究[D]. 陳運文.復旦大學 2008
碩士論文
[1]基于工業(yè)機器人的多工件視覺識別與分揀[D]. 張翔.北京化工大學 2018
[2]基于機器人視覺的多類型工件識別與定位問題研究[D]. 馬庭田.南京航空航天大學 2018
[3]基于機器視覺的工件識別技術的研究[D]. 趙雙.山東理工大學 2017
[4]基于機器視覺的液體分離傳感器設計[D]. 華金.東南大學 2017
[5]基于機器視覺和深度學習的目標識別與抓取定位研究[D]. 李傳朋.中北大學 2017
[6]基于圖像的植物葉片參數測量方法研究[D]. 周樂前.湖南大學 2015
[7]基于機器視覺的表面缺陷檢測算法研究[D]. 李玉寶.中南大學 2013
[8]基于機器視覺的工業(yè)機器人抓取技術的研究[D]. 董文輝.華中科技大學 2011
[9]新的二值圖像八近鄰邊界跟蹤和內外邊標定算法[D]. 孫丁.華東師范大學 2011
本文編號：3322510
【文章來源】：合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校
【文章頁數】：76 頁
【學位級別】：碩士
【部分圖文】：
工件檢測系統模型圖
Fig 2.1 Gray image of workpiece采集到的照片質量受到諸多因素的影響，尤采集的照片，不論是在實驗室環(huán)境還是實際無法避免的，噪聲點產生的來源可能是因為或者拍攝物體本身結構問題（比如易反光）或聲點的像素值無法體現被測工件真實的數據誤部分，這種誤差是不可預測的隨機誤差，是一種誤導。所以為了提高數據的有效性，，需要對圖像進行去噪處理。圖像不同檢測型噪聲的產生渠道及原因也不同。去除工件的方式，實際應用中常用的濾波處理方法有種利用鄰域像素值求平均而得到新像素值的
出類間方差最大時的閾值作為最佳閾值。公式如下 2 220 0 1 1 k w u u w u u件而言，多孔洞是其最顯著的特征，利用二值化孔洞區(qū)域及非孔洞區(qū)域能夠有效地突出工件上孔為深色像素區(qū)域的特性，在一個合理閾值的劃分周圍的亮色區(qū)域形成強烈對比，增強了孔洞的識對工件區(qū)域內的像素灰度值求均值作為二值化的閾 11pixelsi NBW i iipixelsThresh gray x yN N 為工件所覆蓋的像素個數，gray x ,y 表示工件所覆蓋的像素點坐標集合中取得。在此操作反色，因為本文的目標是對孔洞的處理，而孔洞認對白色目標進行處理的條件。二值化后的工件大小測量及分布統計等操作。工件二值化處理前
【參考文獻】：
期刊論文
[1]基于機器視覺缺陷檢測可重構系統的設計與實現[J]. 郭永平,劉淑娟. 電子設計工程. 2018(23)
[2]基于卷積神經網絡的工件識別算法[J]. 徐一丁,杜慧敏,毛智禮,張麗果,顧文寧. 組合機床與自動化加工技術. 2018(04)
[3]基于模板匹配的多圓識別算法[J]. 陳令剛. 電腦知識與技術. 2017(24)
[4]機器視覺技術的發(fā)展現狀與展望[J]. 胥磊. 設備管理與維修. 2016(09)
[5]一種改進的基于最大類間方差的二值化方法[J]. 卜飛宇,祝青,王濤. 電腦知識與技術. 2015(05)
[6]平面工件的識別與定位方法研究[J]. 唐宇,吳清瀟,朱楓. 機械設計與制造. 2015(10)
[7]一種基于圓的幾何特性改進的圓檢測隨機算法[J]. 舒龍慶,曾垂力. 集成技術. 2015(02)
[8]改進的Hough變換實現圓檢測[J]. 段黎明,汪威,張霞. 計算機集成制造系統. 2013(09)
[9]Otsu方法在多閾值圖像分割中的應用[J]. 王磊,段會川. 計算機工程與設計. 2008(11)
[10]用點Hough變換實現圓檢測的方法[J]. 林金龍,石青云. 計算機工程. 2003(11)
博士論文
[1]快速局部圖像特征提取方法研究[D]. 田甜.華中科技大學 2015
[2]圖像局部不變特征提取技術及其應用研究[D]. 劉景能.上海交通大學 2012
[3]形狀識別與圖像分割方法研究[D]. 陳運文.復旦大學 2008
碩士論文
[1]基于工業(yè)機器人的多工件視覺識別與分揀[D]. 張翔.北京化工大學 2018
[2]基于機器人視覺的多類型工件識別與定位問題研究[D]. 馬庭田.南京航空航天大學 2018
[3]基于機器視覺的工件識別技術的研究[D]. 趙雙.山東理工大學 2017
[4]基于機器視覺的液體分離傳感器設計[D]. 華金.東南大學 2017
[5]基于機器視覺和深度學習的目標識別與抓取定位研究[D]. 李傳朋.中北大學 2017
[6]基于圖像的植物葉片參數測量方法研究[D]. 周樂前.湖南大學 2015
[7]基于機器視覺的表面缺陷檢測算法研究[D]. 李玉寶.中南大學 2013
[8]基于機器視覺的工業(yè)機器人抓取技術的研究[D]. 董文輝.華中科技大學 2011
[9]新的二值圖像八近鄰邊界跟蹤和內外邊標定算法[D]. 孫丁.華東師范大學 2011
本文編號：3322510
本文鏈接：http://www.sikaile.net/kejilunwen/jiagonggongyi/3322510.html
