工业零件形状尺寸的机器视觉检测系统的研究

摘要

在工业生产中，传统的检测技术需要众多的检测工人，不仅影响生产效率，而且带来不可靠因素。视觉检测技术克服了传统检测技术的缺点，它以检测的安全性、可靠性及自动化程度高等优点而得到广泛的应用，成为当今检测技术的研究热点之一。 针对传统工业零件检测存在的问题，本文以机器视觉技术为基础，采用Sobel边缘检测算法，设计了工业零件形状尺寸的机器视觉检测系统。 本文在比较传统机器视觉系统中的各个组成部分的基础上，根据本系统需要实现的目标，完成光源、镜头、CCD摄像机、图像采集卡等硬件的选型。软件部分，对工业零件视觉检测系统的软件进行了设计，并对图像采集和图像处理部分进行了深入分析。图像采集部分，本文提出一种简单实用的线阵摄像机的比例标定方法，这种标定方法采用标准零件作为标定物，用比例算法实现了摄像机的标定，避免了采用标准网格平面标定的繁琐过程。图像处理部分，在本系统所测零部件和背景的成像对比度大、照明条件好的条件下，选用了适合本系统的Sobel边缘检测算子和亚像素定位算法中的高斯曲线拟合法，提高了边缘检测的精度。 本文以某一工业零件为例，详细介绍针对此零件的机器视觉检测过程，并对测量误差进行了分析。实验结果表明该方案切实可行，可以达到较高的精度，满足工业级要求。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景

1.1.1课题来源

1.1.2课题研究的目的和意义

1.2视觉检测技术概述

1.3视觉检测技术的发展趋势

1.4本文主要研究内容

第2章视觉检测系统的硬件设计

2.1视觉检测系统结构及工作原理

2.2视觉检测系统的硬件组成

2.2.1照明装置

2.2.2线阵摄像机

2.2.3增量式编码器

2.2.4图像采集卡

2.3镜头畸变及摄像机的标定

2.3.1镜头畸变

2.3.2摄像机的标定概述

2.3.3线阵CCD成像系统的标定

2.3.4步进电机的标定

2.4本章小结

第3章视觉检测系统的软件设计及关键技术

3.1图像采集的软件介绍和参数设置

3.1.1摄像机配置软件CCT+

3.1.2摄像机配置文件DCF

3.1.3 Mil函数库

3.2图像的滤波

3.2.1中值滤波

3.2.2均值滤波

3.2.3高斯滤波

3.3边缘检测算子

3.3.1 Roberts算子

3.3.2 LOG算子

3.3.3 Prewitt算子

3.3.4 Canny算子

3.3.5 Sobel算子

3.3.6本系统的边缘检测方法

3.4亚像素定位

3.4.1亚像素定位概述

3.4.2常用亚像素定位算法

3.4.3本系统的亚像素定位算法

3.5本章小结

第4章工业零件尺寸的视觉测量

4.1被测工业零件

4.2工业零件的检测方法

4.3工业零件检测系统软件设计

4.4工业零件检测系统的标定

4.5工业零件几何尺寸测量

4.5.1工业零件长度的测量

4.5.2工业零件角度的测量

4.6影响测量精度的因素

4.7本章小结

结论

参考文献

附录

攻读学位期间发表的学术论文

致谢