基于视觉检测的非接触式测量技术研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:fubaoran
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
机器视觉测量技术是结合图像处理和机器自动化的一个新兴的精密仪器行业,已经在3C、汽车、航天等各个行业有了广泛的应用。它已经取代了传统的人工测量,并且能够适应越来越复杂的零件制造及装配工艺,其具有着重要的研究意义。由于被测对象特征的复杂性,标准的视觉测量设备会受到光照不均匀、光学硬件误差、通用性差等诸多方面的影响;因此本文以3C行业中的手机电池为研究对象,数字图像处理技术为分析手段,设计出包含图像预处理、特征提取和数据分析等一整套的视觉检测方案。本文将机器视觉系统分为硬件选型和软件算法设计两个部分,借助于高精度的光学硬件对传统的测量算法进行研究与优化,其主要的研究内容和结果如下:1)首先根据研究对象的最小公差要求以及光学系统硬件的选型原则,选择合适的相机、镜头以及照明系统,并且搭建了光学实验台架。然后再进行标定板标定,确定了图像具体的物理参数,随后利用软件(MV Viewer)拍摄所需要的90张电池图片。2)在图像预处理的环节中,本文介绍了三种滤波算法并对比图像处理结果找出合适的高斯滤波算法。为了使高斯滤波之后图像边缘细节更加清晰,在灰度范围不变的情况下使用线性对比度增强,以及采用一阶差分Soble梯度算子将图片边缘锐化,从而达到增强图像边缘信息的目的。3)在提取图像的基本特征时,首先设置阈值将图像进行二值化,然后选择边缘检测的Canny算子,将图像的边缘点提取出来,完成边缘检测。随后根据最小二乘法的原理把边缘点拟合成一条直线,即可以表示为图像的边缘。在保证图像边缘清晰且不失真的基础上,针对电池的外形特征设置了两个尺寸,利用点到线的距离对两个尺寸分别进行测量,从而得到90张图片的180组数据。研究结果采用GR&R报告的形式来表明机器视觉测量系统的稳定性与可靠性,根据计算%R&R的值即9.6%和11.01%,证明系统取得了不错的效果。同时系统还拥有适应复杂环境的能力,对非标测量系统的设计具有重要的研究意义。
其他文献
随着物联网技术的飞速发展,电池驱动类电子设备数量的爆炸式增加,微控制器作为这些设备的中心控制单元,对其设计的要求也从追求单一的有效控制转向高性能和低功耗兼具。同时,基于低功耗的要求,各大芯片设计公司都已分别推出了不同设计方案与结构的低功耗微控制器。本文从微控制器的结构、工作原理和工作过程出发,研究并探索了微控制器正常运行、低功耗运行、空闲、待机和关断5种不同工作模式,在硬件资源使用程度不同的状态下
连作障碍是影响我国园艺产业发展的重要因素之一,根际促生菌(plant growth promoting rhizobacteria, PGPR)对改善土壤性状、促进植物生长、缓解连作障碍具有重要意义。近年来,PGPR已在园艺作物生产中广泛应用,然而对其作用机制的认识仍存在不足。为此,本文从PGPR对土壤健康和植物生长的影响两方面进行阐述:在土壤健康方面,重点总结了PGPR在改善土壤物理结构、化学性
中华鳖(Trionyx sinensis)俗称甲鱼,是中国珍贵的名特优水产养殖品种之一,具有广阔的市场前景。据2019年中国渔业统计年鉴报告,鳖类全国淡水养殖产量为319081吨。养殖过程当中,中华鳖个体表现出雌雄个体之间的生长差异,雄性个体具有更快的生长速率和更高的经济价值。目前,围绕中华鳖的性别调控开展雄性繁育生产,取得了长足的进展与一定成果,但尚未解析中华鳖性别决定分子机制。本研究以外源性激
随着汽车智能化、网联化的发展,车内控制器的数量日益增多,随之而来的是车内各节点间需传输的数据量剧增,导致车载网络面临着空前未有的压力。车载网络作为整车通信的载体,负责车内各控制器之间信号的传递。倘若车载网络不能保证数据实时的、准确的传输,将可能导致控制器无法正常工作,严重影响到行车安全。因此,为了适应当前汽车的发展趋势,优化车载网络环境是一项十分必要的工作。本文以CAN(Controller Ar
目标跟踪是计算机视觉领域中十分重要而关键的技术,其所衍生的应用产品为人们的工作和生活带来了极大的便利,在智能监控、无人驾驶、人机交互、医学诊断等领域有着广泛的应用。目标跟踪任务的目的就是根据第一帧或前几帧图像所提供的信息对后续视频序列中待跟踪的物体进行尺度和位置的估计,而较高的鲁棒性会使得跟踪算法能够较好的应对各种因素(诸如:遮挡:形变,运动模糊等)对其的影响,从而使得所预测的结果更为准确。近年来
车道线检测可以帮助汽车识别自身周围的车道线及其数量,结合车道偏离预警和轨迹规划决策,可以使汽车行驶在正确的车道中,所以车道线检测是自动驾驶技术的重要技术之一。传统的车道线检测方法高度依赖于专业化的人工设计特征来提取车道线,对于应对复杂多变的道路场景鲁棒性差。随着近几年深度学习技术的飞速发展,更多的研究者开始将深度学习技术应用在车道线检测任务中,有效提升了算法应对复杂道路场景的能力。但是目前基于深度
全面推行河长制是我国完善治水体系的制度创新,是解决水资源短缺、水污染加剧等复杂水问题的有效举措。2016年,全国范围内开始深入推行河长制。然而,关于河流管护任务落实程度的考核尚未形成一套完整的评价体系,目前对河流管护任务落实程度的考核多是自评估,该评价方法多有局限性。因此,本文试图改进现有评价方法,为基于河长制的河流管护任务落实度评价提供参考依据。首先,通过系统学习国内外河流管护的文献,以湖南省澧
随着智能交通技术的不断发展,汽车的辅助驾驶系统得到了更广泛的应用,可靠的辅助驾驶系统不仅需要准确地识别固定的交通信号指示灯,而且需要具备对复杂的交通指挥姿态做出迅速响应和处理的能力。但是,目前交通指挥姿态识别技术大多专注于模型的设计优化,以RGB图片作为网络输入进行训练和识别,但图像背景往往较复杂,一定程度上影响了交通指挥姿态的识别精度。针对上述问题,本文基于Dens Pose网络可提取人体3D纹
目的:构建具有绿色荧光蛋白(copGFP)和嘌呤霉素抗性基因(PuroR)融合表达双筛选标记的慢病毒过表达载体,检测其嘌呤霉素抗性和绿色荧光蛋白表达的特性。方法:从pCDH-CMV-MCS-copGFP载体中扩增copGFP编码区DNA序列,从pLKO.1载体中扩增PuroR编码区DNA序列,运用重组PCR方法,扩增copGFP与PuroR基因融合编码序列并克隆至经BamH Ⅰ+Sal Ⅰ双酶切的
随着制造业的产业升级改造以及工业自动化水平的提升,越来越多的企业进行转型升级,从低端制造走向高端智能制造。待打磨铸件表面瑕疵的识别和定位技术是当前多品种小批量的铸件自动打磨站系统面临的亟需解决的难题,越来越多的企业开始引入机器视觉技术来提高机器人打磨系统的自动化程度。论文选题源于现有的铸件打磨生产线的工程实际项目,现有的铸件打磨站是采用机器人示教的方式指导机器人对铸件瑕疵进行打磨作业。为了进一步提