首页> 中文学位 >基于LabVIEW的机器视觉系统的设计与应用
【6h】

基于LabVIEW的机器视觉系统的设计与应用

代理获取

目录

文摘

英文文摘

声明

第一章绪论

1.1概述

1.2机器视觉的研究状况及其国内外应用现状

1.3选题依据与目的

1.4本文主要研究内容

1.5本章小结

第二章机器视觉与虚拟仪器

2.1机器视觉

2.1.1概述

2.1.2机器视觉的分类

2.1.3机器视觉的特点与应用

2.1.4 工业机器视觉系统

2.2虚拟仪器技术

2.2.1虚拟仪器技术的概念与特点

2.2.2虚拟仪器的构成

2.2.3虚拟仪器的发展方向

2.3基于虚拟仪器的机器视觉系统

2.3.1机器视觉与虚拟仪器结合的必要性与必然性

2.3.2基于虚拟仪器的工业机器视觉系统的组成

2.4本章小结

第三章基于LabVIEW的机器视觉系统的总体设计

3.1系统功能要求

3.2系统总体结构

3.3系统的硬件组成

3.3.1数字摄像机

3.3.2光学镜头

3.3.3图像采集卡

3.3.4光源

3.4系统软件选择

3.4.1应用软件开发平台的选择

3.4.2 NI视觉开发模块

3.5系统抗干扰技术

3.6本章小结

第四章系统防静电设计

4.1系统静电防护的必要性

4.2电子工业环境中的静电放电模型

4.2.1静电放电的人体模型

4.2.2静电放电的人体-金属模型

4.2.3静电放电的场感应模型

4.3静电安全防护的原则

4.4系统的静电防护设计与措施

4.4.1防静电工作台的设计

4.4.2静电接地线路监测电路的设计

4.4.3离子风枪的选用

4.5本章小结

第五章视觉检测中图像处理技术的研究

5.1概述

5.2图像预处理

5.2.1均值滤波

5.2.2中值滤波

5.3阈值分割

5.4模板匹配

5.4.1模板匹配基本原理

5.4.2 IMAQ Vision中的模板匹配

5.5边缘检测

5.5.1梯度算子

5.5.2拉普拉斯算子

5.5.3 IMAQ Vision中的边缘检测

5.6区域定位

5.7本章小结

第六章机器视觉系统的软件设计与实现

6.1系统软件的设计思想及流程

6.2系统自检模块

6.3参数设置模块

6.3.1边缘检测算法控制参数的设置

6.3.2模板匹配控制参数的设置

6.4图像采集程序的设计

6.5图像分析处理与检测模块

6.5.1区域定位模块

6.5.2系统单位标定模块

6.5.3尺寸测量模块

6.5.4模板匹配检测模块

6.6系统检测结果与影响因素分析

6.7本章小结

结论与展望

参考文献

攻读硕士学位期间取得的研究成果

致谢

评定意见

展开▼

摘要

机器视觉作为自动化的眼睛,近年来取得了令人瞩目的发展,正广泛地应用于各种工况监视、成品检验和质量控制等领域。机器视觉系统的特点是可以提高生产的柔性和自动化程度,大批量工业生产过程中用机器视觉检测方法可以大大提高检测质量和效率,并且可以快速获取大量信息,能够自动处理,易于实现设计信息与加工控制信息的集成。但是,在目前大多数机器视觉系统中,图像采集卡和工控机之间基本需要有专门的CPI或高速DSP芯片为核心,需要设计专门的电路,用汇编或C语言等编程,还有大量的复杂算法,从而使得整个系统的开发工作量大、周期长、成本高,不能真正满足国内大多数企业对质优价廉的视觉系统的需求。因此,研究如何根据企业生产需要,开发出高性价比的专用工业视觉检测设备,具有很大的实用价值。 针对此问题,本论文以汽车仪表零件装配情况的检测为研究对象,采用美国NI公司开发的LabvIEW软件作为开发环境,利用视觉开发工具包IMAO Vision,调用其丰富的专业化控件和函数库,针对汽车仪表零件装配的特殊条件,开发出一套方便易用、性价比高,可将图像采集、机器视觉检测、决策判断及I/O控制同时集成的完整的机器视觉应用系统。主要研究内容及成果如下所述: 1.以典型的机器视觉的功能结构为基础,根据系统的技术指标和性能要求,实现系统总体硬件平台的搭建和各组成部件的配置。 2.根据系统应用环境所属行业的特点,提出了系统静电防护的必要性,分析了现场主要存在的几种静电放电模型,并实现了本系统的静电防护设计(包括防静电工作台的设计、静电接地线路监测电路的设计和离子风枪的选用等),弥补了相关行业的机器视觉应用在静电防护设计方面的不足。 3.以图形化的编程软件LabVIEW为开发平台,通过对各种数字图像处理方法反复的研究和应用,设计了较为合理的图像处理方法和处理过程,并充分利用IMAQVision图像处理功能的模块化,使系统的软件结构清晰,易于维护及扩充。系统开发周期短、精度较高,并具有很大的灵活性和可扩展性,弥补了传统视觉系统的不足。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号