论文部分内容阅读
机器视觉检测识别技术具有非接触、在线实时、速度快、精度合适、现场抗干扰能力强等优点,能实现机械产品的零废品生产的目标,适应了现代制造业的进步和发展要求,在实际中显示出了广阔的应用前景。本文结合机器视觉技术和图象处理技术,对汽油发动机曲轴尺寸及形体快速检测快速对比,从而判断出不同型号的零件,以防止错误装配,最终设计制造出适合我国实际情况,满足国内厂家检测精度需要和经济承受能力的汽油发动机曲轴输出轴类型自动识别系统。该系统的工作过程也就是一个图像的识别过程。首先得到图像信号,并进行图像处理,在处理结果中提取特征参数,然后进行识别,最后得到结果。针对系统所提出精确度等各个方面的要求,在经过相应的参数计算后,自主建立了由美国COSTAR公司的SI-M350型CCD相机、日本Computar公司的M2514-MP型镜头和比利时Euresys的Picolo的构成的机器视觉识别系统。该系统基于Evision平台建立了图像检测识别系统的框架,开发了图像采集、图像前期处理、边缘检测和识别等功能模块,使整个系统基于Evision平台,提高系统的可用性。在图像处理技术上,文中分别采用了Roberts算子、Sobel算子、Prewitt算子以及Laplacian算子对图像进行边缘检测,分析比较了各种算子的结果,最后根据实际需要,采用了Roberts算子,并随后采用迭代法对其进行二值化处理,从而使图像达到最佳可处理状态。通过大量实验验证,该系统工作稳定、效率高、基本解决了传统检测识别方法的各种弊端,为在实际生产中迅速精确识别曲轴提供了一种有效手段。同时,使机器视觉技术的应用领域得到拓宽,为其他类似零件的自动识别提供了一种新的方法。