论文部分内容阅读
近年来,机器视觉(Machine Vision)技术因其良好的性能得到了快速发展和广泛应用。机器视觉具有非接触、高精度、实时、在线等诸多优点,在工业自动化、医学、智能交通等诸多领域中具有良好的应用现状及发展前景。本系统针对电感中使用的一种工字型磁性零件,检测其尺寸与缺损状况。在对课题研究背景和国内外发展现状进行分析以及大量研读参考文献的基础上,对机器视觉检测系统进行了深入的研究,给出了具体的解决方案。所取得的主要研究成果有:1.对机器视觉检测系统结构进行了分析研究。针对工程实际中对检测速度和精度的要求,深入研究了系统硬件模块的照明技术、摄像机技术以及镜头技术,确定了“MV-VD200SM/SC型相机+AFT-ZML0912型镜头+AFT-RL12068 R型环形光源”的硬件方案。采用多传感器进行视觉测量,将3个相机拍摄到的图像用多线程进行处理。2.对数字图像开发工具进行了研究。通过与Matlab处理图像的效果和算法运行速度进行比对,确定了以开源、跨平台的计算机视觉库OpenCV,配合Microsoft Visual Studio 2010作为编译环境,采用C++语言进行项目开发。3.对数字图像处理算法进行了深入的研究。包括图像的预处理过程、图像滤波与增强、边缘检测算子、Hough变换进行直线检测等。对于缺陷较大的零件,可以通过周长和面积比较容易地判别出来,本文的难点在于对于较小缺陷零件的检测。进行圆检测时,由于Hough变换要求的条件过于理想化,此时在与多边形拟合和外接矩形拟合的效果进行对比的前提下,结合实际工程选取最佳算法,以达到检测目的。4.根据图像检测实现过程确定了系统方案。首先进行系统标定,确保摄像机标定参数的稳定性,然后设计系统工作流程,最后编译检测代码实现所设计的检测算法。5.通过对实验结果统计分析,验证了该机器视觉检测系统设计方案中确定的系统硬件方案和检测算法可以有效地完成目标检测,达到检测目的。