鑄件被廣泛應(yīng)用于制造業(yè)的各個領(lǐng)域,鑄件的表面質(zhì)量作為其產(chǎn)品質(zhì)量的關(guān)鍵受到廣泛的關(guān)注。由于鑄件在生產(chǎn)過程中存在著工藝流程不完善、加工環(huán)境不完全可控等問題,其表面不可避免的存在一些缺陷,這些缺陷會影響到產(chǎn)品的性能。目前,國內(nèi)企業(yè)針對鑄件表面缺陷的檢測主要依靠人工完成,檢測精度及效率均難以滿足實際生產(chǎn)的需求。而基于機器視覺的檢測技術(shù)具有非接觸性、魯棒性和高效性等諸多優(yōu)點,能夠有效的避免人工檢測存在的問題。目前基于機器視覺的鑄件表面缺陷檢測技術(shù)尚處于發(fā)展階段,因此,本文以剎車盤為對象,用機器視覺的方法對鑄件表面缺陷的檢測技術(shù)進行研究。本文的主要研究內(nèi)容和結(jié)論如下:（1）鑄件表面缺陷檢測系統(tǒng)設(shè)計。首先,對鑄件表面缺陷的特征及檢測需求進行分析,從而明確了檢測指標要求;其次,根據(jù)指標要求對相機、鏡頭、光源等關(guān)鍵器件進行選型,并搭建了表面缺陷檢測實驗平臺。（2）鑄件缺陷圖像處理方法研究。首先,分析對比多種濾波算法,通過實驗選取了性能最佳的濾波器,完成了圖像去噪處理;其次,提出基于相似度計算終止策略和圖像金字塔策略的模板匹配算法,高效地實現(xiàn)了剎車盤表面區(qū)域的分割;隨后,提出最大熵閾值分割法與形態(tài)學(xué)開運算... 

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及課題來源
        1.1.1 研究背景
        1.1.2 課題來源
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 鑄件缺陷檢測技術(shù)現(xiàn)狀
        1.2.2 機器視覺的應(yīng)用
        1.2.3 機器視覺在缺陷檢測上的應(yīng)用
        1.2.4 目前研究存在的問題分析
    1.3 研究目的及內(nèi)容
        1.3.1 研究目的
        1.3.2 主要研究內(nèi)容
第二章 鑄件表面缺陷視覺檢測系統(tǒng)總體方案設(shè)計
    2.1 引言
    2.2 研究對象及常見缺陷類型分析
        2.2.1 研究對象分析
        2.2.2 鑄件表面缺陷類型分析
        2.2.3 檢測系統(tǒng)技術(shù)指標
    2.3 表面缺陷檢測系統(tǒng)硬件架構(gòu)
        2.3.1 關(guān)鍵器件選型
        2.3.2 表面缺陷檢測硬件平臺搭建
    2.4 表面缺陷視覺檢測系統(tǒng)軟件算法流程設(shè)計
    2.5 本章小結(jié)
第三章 鑄件表面缺陷檢測圖像處理方法研究
    3.1 引言
    3.2 鑄件表面缺陷檢測圖像去噪算法研究
        3.2.1 圖像噪聲來源
        3.2.2 常見濾波算法分析
        3.2.3 圖像去噪實驗結(jié)果及對比分析
    3.3 鑄件表面圖像定位算法研究
        3.3.1 模板匹配算法原理及分析
        3.3.2 圖像模板的創(chuàng)建
        3.3.3 模板匹配相似度的確定
        3.3.4 模板匹配加速優(yōu)化算法設(shè)計
    3.4 鑄件表面圖像缺陷區(qū)域分割算法研究
        3.4.1 閾值分割算法分析
        3.4.2 鑄件表面圖像閾值分割結(jié)果與分析
        3.4.3 圖像形態(tài)學(xué)處理
    3.5 本章小結(jié)
第四章 鑄件表面缺陷分類方法研究
    4.1 引言
    4.2 表面缺陷特征提取
        4.2.1 表面缺陷特征分析
        4.2.2 表面缺陷的幾何形狀特征
        4.2.3 表面缺陷的紋理特征
    4.3 表面缺陷特征降維
        4.3.1 主成分分析法原理分析
        4.3.2 表面缺陷特征降維實驗結(jié)果與分析
    4.4 基于SVM的缺陷分類方法設(shè)計與實現(xiàn)
        4.4.1 基于SVM的分類方法分析
        4.4.2 核函數(shù)及相關(guān)參數(shù)選擇
    4.5 本章小結(jié)
第五章 鑄件表面缺陷檢測方法驗證與分析
    5.1 引言
    5.2 鑄件表面缺陷檢測系統(tǒng)軟件設(shè)計
        5.2.1 軟件系統(tǒng)功能要求
        5.2.2 軟件系統(tǒng)架構(gòu)
        5.2.3 軟件系統(tǒng)功能測試
    5.3 鑄件表面缺陷檢測系統(tǒng)測試及結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)展望
參考文獻
致謝
攻讀碩士學(xué)位期間取得的相關(guān)成果


【參考文獻】：
期刊論文
[1]基于低秩優(yōu)化的CT圖像目標檢測方法[J]. 張敏輝,楊劍.  計算機工程與設(shè)計. 2018(07)
[2]CCD機器視覺在精密機械部件外觀缺陷檢測中的系統(tǒng)結(jié)構(gòu)研究及應(yīng)用[J]. 錢禮閏.  教育教學(xué)論壇. 2018(14)
[3]基于動態(tài)模板匹配的移動機器人目標識別[J]. 彭玉青,李木,高晴晴,張媛媛.  傳感技術(shù)學(xué)報. 2016(01)
[4]高溫合金某薄壁鑄件鑄造缺陷工藝控制[J]. 任占友,吳亞夫,謝秋峰,羅京生,裴中全,亢玉洛,陳興福,孔勝國,李維,李俊濤.  鑄造. 2015(12)
[5]基于自適應(yīng)閾值與圓形相似度的禁令標志檢測[J]. 歐陽維力,宋曉琳,張偉偉.  工程設(shè)計學(xué)報. 2014(05)
[6]基于ABAQUS的剎車盤熱應(yīng)力分析[J]. 馮世波,羅艷蕾.  現(xiàn)代機械. 2013(05)
[7]融合Hu矩與BoF-SURF支持向量機的手勢識別[J]. 隋云衡,郭元術(shù).  計算機應(yīng)用研究. 2014(03)
[8]一種基于機器學(xué)習(xí)的P2P網(wǎng)絡(luò)流量識別方法[J]. 李致遠,王汝傳.  計算機研究與發(fā)展. 2011(12)
[9]一種新的光電成像末制導(dǎo)景象匹配方法[J]. 陳冰,趙亦工,李欣.  光學(xué)學(xué)報. 2010(01)
[10]電渦流檢測技術(shù)及影響因素分析[J]. 李貴娥,麻紅昭,沈家旗,何豐華.  傳感技術(shù)學(xué)報. 2009(11)

博士論文
[1]基于核磁共振體系的量子信息測量與圖像處理應(yīng)用[D]. 王恒巖.中國科學(xué)技術(shù)大學(xué) 2017
[2]基于機器視覺的在線高速檢測與精確控制研究及應(yīng)用[D]. 周文舉.上海大學(xué) 2014

碩士論文
[1]壓鑄件品質(zhì)在線控制系統(tǒng)[D]. 凌振飛.浙江大學(xué) 2011
[2]關(guān)于運動目標特征提取以及車輛顏色識別算法的研究[D]. 王琪.電子科技大學(xué) 2011
[3]基于VxWorks的水下目標檢測識別系統(tǒng)實現(xiàn)[D]. 劉麗仙.哈爾濱工程大學(xué) 2011
[4]基于機器視覺的塑料制品缺陷檢測算法研究[D]. 張王黎.華南理工大學(xué) 2014
[5]基于多分類支持向量機的核電站故障診斷技術(shù)研究[D]. 郭沫.哈爾濱工程大學(xué) 2012
[6]基于支持向量機的多分類方法研究[D]. 周濤麗.電子科技大學(xué) 2015
[7]高鐵剎車盤裂紋檢測系統(tǒng)的設(shè)計與實現(xiàn)[D]. 賀晨.北京交通大學(xué) 2016
[8]基于機器視覺的火花塞墊圈缺陷檢測系統(tǒng)設(shè)計[D]. 徐玉冰.中北大學(xué) 2016
[9]基于機器視覺的手機面板缺陷檢測方法研究[D]. 易松松.哈爾濱工業(yè)大學(xué) 2016
[10]鈦螺母外觀缺陷檢測關(guān)鍵算法研究與實現(xiàn)[D]. 唐培華.電子科技大學(xué) 2017



本文編號：3708063