图像处理在自动装配生产线质量检测中的应用

摘要

机器视觉是近几十年来发展的一门新兴技术，在工业在线检测中的应用是近年来的研究热点之一，它可以代替人类的视觉从事检验、目标跟踪、机器人导向等方面的工作。机器视觉技术可以大幅降低检测成本，提高产品质量，提高生产速度和效率，因而在工业检测和控制领域得到了广泛的应用。本文以机器视觉技术为基础，以图像处理技术为主要方法，开发了用于自动装配生产线质量检测系统，主要的研究工作包括以下内容：
　　 (1)研究了机器视觉系统的构成，并利用图像采集卡，CCD摄像头，自制光源和计算机构建了用于装配材料测量的机器视觉系统。
　　 (2)分析了基于机器视觉的装配材料测量系统的组成和工作原理。讨论了图像测量中涉及的直方图修正、图像滤波和锐化，阈值分割等图像预处理技术以及经典边缘检测、Canny边缘检测和轮廓边缘提取检测技术。并能判别出圆柱型装配材料边缘是否有裂痕的缺陷检测。
　　 (3)改进的Hough变换方法对圆的边缘提取和检测，得出了参数选择的一般规律，使得圆的检测精度得到提高。并对装配材料有无进行检测。
　　 (4)采用Visual C++6.0开发了一套二维装配材料尺寸(要求检测装配材料的厚度)的检测处理软件。

目录

文摘

英文文摘

第1章 绪论

1.1 机器视觉检测技术目的和意义

1.2 机器视觉技术的应用及其国内外发展

1.3 机器视觉研究现状及发展方向

1.3.1 机器视觉国外研究现状

1.3.2 机器视觉的发展方向

1.4 本课题研究背景及主要研究工作

第2章 基于机器视觉检测系统的方案设计

2.1 机器视觉检测系统的结构

2.2 机器视觉检测系统相关设备的选择

2.2.1 光源与照明方式

2.2.2 CCD数字摄像机

2.2.3 图像采集卡

2.2.4 计算机系统

2.2.5 装配材料简介

2.3 检测系统软件总体设计方案

2.4 本章小结

第3章 机器视觉中的图像预处理

3.1 图像几何失真校正

3.2 图像灰度化

3.3 图像增强

3.3.1 直方图

3.3.2 直方图均衡

3.3.3 模板操作

3.4 图像的平滑与锐化

3.4.1 均值滤波

3.4.2 高斯滤波

3.4.3 中值滤波

3.5 本章小结

第4章 图像特征提取及缺陷检测

4.1 图像分割

4.1.1 图像二值化

4.1.2 阈值分割法

4.2 图像的边缘检测

4.2.1 一阶微分算子

4.2.2 二阶微分算子

4.2.3 Canny边缘检测算子

4.3 图像的缺陷检测

4.4 图像的边缘提取

4.5 本章小结

第5章 系统的模式识别及测量结果误差分析

5.1 模式识别的基本原理

5.2 分类器的设计

5.3 装配材料的检测算法研究

5.3.1 基于均值法检测圆

5.3.2 基于圆的Hough变换检测原理

5.3.3 基于改进圆的Hough变换检测原理

5.4 尺寸检测实验结果与精度分析

5.4.1 装配材料测量结果

5.4.2 误差与精度分析

5.5 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢