發(fā)布時間：2023-04-21 00:30

　　為了滿足“中國制造2025”現(xiàn)代工業(yè)的要求,我國對零部件的質(zhì)量要求越來越高,并對其高精度、高效率檢測成為亟待解決的工程問題。機器視覺具有穩(wěn)定性、可靠性、高精度、低功耗等優(yōu)勢,因此廣泛應(yīng)用于零部件的尺寸測量。然而,在工業(yè)零部件檢測中,通常檢測目標的對比度很低,這類低對比度物體的尺寸測量是機器視覺檢測的瓶頸。因此,本課題設(shè)計了合理的光源系統(tǒng),在此基礎(chǔ)上研究了低對比度物體二維圖像尺寸測量的算法,克服了低對比度物體在機器視覺中難以測量零件尺寸的不足。首先,對圖像采集系統(tǒng)硬件進行選型,搭建了整個系統(tǒng)的硬件平臺,并對照射光源進行了設(shè)計。照明光路是影響圖像質(zhì)量的關(guān)鍵因素,通過ZEMAX仿真和實驗驗證,分析了不同光源類型、顏色、照射角度等對低對比度物體成像質(zhì)量的影響。在此基礎(chǔ)上,確定了以白色LED環(huán)形光進行低角度照射的方案。然后,設(shè)計了低對比度物體的圖像測量算法。根據(jù)背景噪聲產(chǎn)生的原因,使用兼顧空域信息和值域信息的雙邊濾波算法,該方法兼顧了噪聲去除和邊緣信息的保留。針對物體對比度低的問題,對比分析了拉普拉斯增強算子、Retinex增強算法和ACE增強算法,得出了ACE算法適用于低對比度下圖像增強的結(jié)論...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于機器視覺工件尺寸測量的國內(nèi)外研究現(xiàn)狀
        1.2.2 機器視覺照明系統(tǒng)的國內(nèi)外研究現(xiàn)狀
        1.2.3 低對比度物體測量算法研究綜述
    1.3 論文研究內(nèi)容和組織結(jié)構(gòu)
2 基于機器視覺低對比度物體二維尺寸測量系統(tǒng)
    2.1 測量系統(tǒng)的總體方案
    2.2 測量系統(tǒng)的硬件
        2.2.1 攝像機的選型
        2.2.2 圖像采集卡的選型
    2.3 光源的選型及照明設(shè)計
        2.3.1 照明光源對圖像的影響分析
        2.3.2 光源的選型
        2.3.3 光源的仿真
        2.3.4 光源顏色的確定
        2.3.5 實驗驗證
        2.3.6 實驗結(jié)論
    2.4 圖像軟件算法流程
    2.5 本章小結(jié)
3 圖像預(yù)處理算法與分析
    3.1 圖像濾波算法
        3.1.1 圖像噪聲的產(chǎn)生及分析
        3.1.2 空域濾波算法
        3.1.3 雙邊濾波算法
        3.1.4 雙邊濾波算法的實驗結(jié)果
    3.2 圖像增強算法
        3.2.1 圖像增強概述
        3.2.2 拉普拉斯增強算法
        3.2.3 Retinex增強算法
        3.2.4 ACE增強算法
        3.2.5 增強算法實驗結(jié)果及分析
    3.3 本章小結(jié)
4 圖像邊緣檢測方法研究
    4.1 基于Canny算子的圖像邊緣檢測粗定位
        4.1.1 圖像的平滑濾波
        4.1.2 計算梯度幅值和方向
        4.1.3 對梯度幅值進行非極大值抑制
        4.1.4 閾值化和邊緣連接
        4.1.5 圖像邊緣檢測實驗結(jié)果
    4.2 數(shù)學(xué)形態(tài)學(xué)操作
        4.2.1 形態(tài)學(xué)操作
        4.2.2 形態(tài)學(xué)操作的結(jié)果
    4.3 基于亞像素細分算法的圖像邊緣檢測精定位
        4.3.1 亞像素邊緣檢測算法概述
        4.3.2 基于灰度矩的亞像素邊緣檢測
        4.3.3 基于多項式差值的亞像素細分算法
        4.3.4 灰度矩與多項式插值亞像素算法的對比分析
        4.3.5 亞像素細分與 Sobel 的對比實驗
    4.4 本章小結(jié)
5 工件尺寸測量實驗及分析
    5.1 實驗平臺搭建
    5.2 攝像機標定
    5.3 測量結(jié)果及誤差分析
        5.3.1 標準件測量
        5.3.2 實際工件測量
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻



本文編號：3795469