刀具是數(shù)控機(jī)床的重要部件之一,但是因?yàn)轭l繁接觸工件所以很容易出現(xiàn)斷損情況,直接導(dǎo)致產(chǎn)出合格率明顯降低,并且機(jī)床損耗也會(huì)增加,對(duì)后續(xù)加工影響巨大,因此出現(xiàn)刀具斷損時(shí)需要及時(shí)終止加工并更換刀具,這就需要對(duì)刀具斷損情況實(shí)時(shí)進(jìn)行監(jiān)測(cè)�；趫D像邊緣檢測(cè)的監(jiān)測(cè)方法以成本低、速度快、準(zhǔn)確率而高備受關(guān)注。在檢測(cè)刀具邊緣時(shí)需要靈活調(diào)整閾值才能準(zhǔn)確提取刀具邊緣。本文以圖像差分法為參考,利用背景虛化的拍攝技巧來獲取刀具圖像和參照?qǐng)D,并且證明,刀具圖與參照?qǐng)D存在充分的梯度差。因此可以利用刀具圖與參照?qǐng)D的梯度差來設(shè)定邊緣檢測(cè)算法的閾值,經(jīng)過實(shí)驗(yàn)證明,該算法在過濾掉背景邊緣的同時(shí)可以使得多種邊緣檢測(cè)算法有效的提取到刀具邊緣。設(shè)計(jì)了對(duì)比實(shí)驗(yàn)對(duì)本文算法的效果進(jìn)行了驗(yàn)證。根據(jù)刀具邊緣信息進(jìn)而計(jì)算出刀具長度,并與刀具標(biāo)準(zhǔn)長度進(jìn)行對(duì)比,可以監(jiān)測(cè)刀具破損情況。因?yàn)楣I(yè)成本問題,所示無法一直利用相機(jī)硬件參數(shù)提高邊緣檢測(cè)的精度,但是可以采用亞像素邊緣來提高邊緣檢測(cè)精度。首先,因?yàn)橄鄼C(jī)衍射效應(yīng)導(dǎo)致邊緣存在過度區(qū)域,采用三灰度邊緣模型進(jìn)行模擬,推導(dǎo)了邊緣誤差修正公式。然后,針對(duì)Zernike矩常用的奇數(shù)模板,分析了模板的不對(duì)稱可能導(dǎo)... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

×5濾波平滑圖像

圖 - 未剔除離群點(diǎn)邊緣檢測(cè)結(jié)果為了防止某些離群點(diǎn)點(diǎn)對(duì)梯度閾值的影響，在設(shè)定閾值之前剔除一些離群點(diǎn)，本文采用 LOF 異常點(diǎn)檢測(cè)算法對(duì)一些梯度值異常的像素進(jìn)行剔除 ，剔除離群點(diǎn)之后，算法的閾值被設(shè)定為 ，此時(shí)的邊緣檢測(cè)結(jié)果如圖 - 所示�？梢悦黠@看出，此時(shí)刀具邊緣保留比較明顯，檢測(cè)結(jié)果更好。

圖 - 未剔除離群點(diǎn)邊緣檢測(cè)結(jié)果某些離群點(diǎn)點(diǎn)對(duì)梯度閾值的影響，在設(shè)定閾值之前剔除 異常點(diǎn)檢測(cè)算法對(duì)一些梯度值異常的像素進(jìn)行剔除 閾值被設(shè)定為 ，此時(shí)的邊緣檢測(cè)結(jié)果如圖 - 所示邊緣保留比較明顯，檢測(cè)結(jié)果更好。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)Zernike矩的亞像素鉆鉚圓孔檢測(cè)方法[J]. 陳璐,關(guān)立文.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[2]改進(jìn)的自適應(yīng)Canny邊緣檢測(cè)算法[J]. 段鎖林,殷聰聰,李大偉.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(06)
[3]基于高斯擬合的亞像素邊緣檢測(cè)算法[J]. 韓東,李煜祺,武彥輝.  計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[4]切削參數(shù)與刀具磨損對(duì)振動(dòng)和聲發(fā)射信號(hào)的影響[J]. 王沛鑫,杜茂華,杜興澤,王神送,程正.  價(jià)值工程. 2018(11)
[5]基于擬合的亞像素邊緣檢測(cè)的算法比較[J]. 王楚,王亞剛.  軟件導(dǎo)刊. 2018(02)
[6]一種改進(jìn)的LOF異常點(diǎn)檢測(cè)算法[J]. 周鵬,程艷云.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(12)
[7]基于多重插值的亞像素邊緣檢測(cè)[J]. 田庸,韓震宇,周永洪.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(09)
[8]刀具切削狀態(tài)監(jiān)控技術(shù)綜述[J]. 劉志軍,全燕鳴.  工具技術(shù). 2015(06)
[9]基于計(jì)算機(jī)視覺的刀具磨損檢測(cè)技術(shù)的研究[J]. 張悅.  機(jī)械工程與自動(dòng)化. 2008(04)
[10]基于B樣條模糊神經(jīng)網(wǎng)絡(luò)的刀具磨損監(jiān)測(cè)[J]. 高宏力,傅攀,許明恒.  機(jī)械科學(xué)與技術(shù). 2005(06)

博士論文
[1]基于計(jì)算機(jī)視覺的刀具磨損狀態(tài)監(jiān)測(cè)技術(shù)的研究[D]. 熊四昌.浙江大學(xué) 2003

碩士論文
[1]基于主軸功率信號(hào)的鉆锪刀具監(jiān)測(cè)及其系統(tǒng)開發(fā)與應(yīng)用[D]. 萬文波.浙江大學(xué) 2018
[2]精密砂型數(shù)控銑削刀具切削力及磨損行為研究[D]. 謝大進(jìn).南昌航空大學(xué) 2018
[3]基于機(jī)器視覺的刀具檢測(cè)技術(shù)研究[D]. 侯秋林.山東大學(xué) 2018
[4]數(shù)字圖像頻譜法及其在工程測(cè)試中的應(yīng)用研究[D]. 葛慧.華中科技大學(xué) 2016
[5]基于亞像素檢測(cè)算法的視覺測(cè)量技術(shù)研究[D]. 李多.電子科技大學(xué) 2016
[6]基于計(jì)算機(jī)視覺的刀具后刀面磨損檢測(cè)技術(shù)[D]. 劉榮濤.西安理工大學(xué) 2008
[7]屋脊邊緣檢測(cè)算法研究[D]. 方經(jīng)緯.華中科技大學(xué) 2006



本文編號(hào)：3333496