發(fā)布時間：2021-01-05 13:13

　　近年來,由于通過微裝配得到的精密微小型機電產品具有結構緊湊、性能穩(wěn)定、能耗低、抗干擾能力強等特點,在各個領域已得到廣泛應用。本文針對自動微裝配系統中的微小零件定位問題,基于卷積神經網絡對微小零件識別技術進行了研究,以提高微裝配過程中微小零件識別的準確度及效率。論文首先搭建了顯微視覺采集系統,對微小零件識別前的圖像預處理問題進行了研究,針對零件特征與圖像背景對比度不強的問題,對圖像進行了限制自適應直方圖均衡化,針對相機傳感器過熱導致的噪聲問題,對圖像進行了高斯濾波。為了加快神經網絡在訓練過程中的收斂速度,對輸入圖像進行了歸一化。其次,對基于卷積神經網絡的微小零件識別相關技術進行了研究,針對零件在圖像中占比較小這一特性,對網絡的深淺層特征進行了融合,并在提取特征時采用了深度可分離卷積以保證模型識別效率。為了得到零件的角度信息,對區(qū)域提取網絡（Region Proposal Network,RPN）進行了改進,采用了三種尺度、三種比例、六種角度的推薦框。在對感興趣區(qū)域池化時,為了避免取整造成的誤差,通過雙線性插值計算亞像素位置的像素值。為了避免在對推薦框分類時相似零件之間的干擾,在訓練時加入... 

【文章來源】：哈爾濱理工大學黑龍江省

【文章頁數】：70 頁

【學位級別】：碩士

【部分圖文】：

自動對焦示意圖

-7-(3)視覺圖像處理模塊將采集到的圖片通過USB接口傳輸到該模塊，并對圖片進行相應的處理和分析，結合深度學習、機器學習、圖像處理等算法獲得微小零件的實際類別，并將微小零件和基板的類別信息傳遞到計算機控制系統中。(4)計算機控制模塊通過RS232將圖像處理模塊獲得的微小零件類別信息傳輸給步進電機控制器，控制器控制圖像采集以及驅動執(zhí)行機構完成對不同零件的操作。(5)執(zhí)行機構模塊該模塊主要由平移臺和微夾鉗以及焦距調節(jié)機構，上料裝置將零件傳送到平移臺，微夾鉗以及焦距調節(jié)機構用于完成控制器傳遞過來的控制指令。視覺識別系統結構如圖2-2所示。圖2-2目標識別系統結構圖Fig.2-2Structurediagramoftargetrecognitionsystem2.1.2識別系統工作流程在系統工作時，首先通過工業(yè)CCD攝像機和顯微鏡頭得到待裝配零件的原始圖片。然后根據圖片的清晰程度，調節(jié)實際圖片與顯微鏡頭的距離，使成

-8-像的效果最好，實現光學系統自動焦距對準。另外，在對圖片中零件進行識別之前，要對圖片進行去噪以及增強處理，避免一些不必要的外界干擾。接著，采用卷積神經網絡對圖像進行特征提取，然后通過特定的識別算法，得到零件在圖片中相對位置以及零件與圖片的相對角度信息，最后將零件的類別信息、位置信息以及角度信息反饋給計算機控制模塊，圖2-3為識別系統的工作流程圖。圖2-3目標識別系統工作流程圖Fig.2-3Workflowoftargetrecognitionsystem2.2實驗平臺圖2-4為微小零件識別實驗平臺，該實驗平臺主要由計算機、移動臺、CCD相機、鏡頭以及光源組成。圖2-4微小零件識別實驗平臺Fig.2-4Experimentplatformofmicropartsrecognition鏡頭的作用是將零件聚焦在CMOS傳感器的靶面上，所以攝像頭的選擇直接影響到了采集圖像的質量，間接的影響到后續(xù)圖像識別的精確度。為了盡


本文編號：2958727