基于机器视觉的单晶炉提拉装置摆动量检测方法研究

摘要

软轴型单晶炉在生长单晶的过程中，如果提拉装置的摆动量过大，将严重影响单晶的生长质量，为了避免单晶炉设备摆动量过大的问题，在装配过程中应对提拉装置进行检测，以控制摆动量的大小，提高装备的质量。
　　 本文对单晶炉提拉装置摆动量的检测进行了研究，提出了基于机器视觉的摆动量检测方案。采用了引入径向畸变和切向畸变的基于OpenCV的摄像机标定方法，保证视觉检测的精确度。利用相邻两帧图像差分法，HOS分割及形态学处理等算法得到物体的运动变化区域；运用中值滤波，直方图均衡化，灰度线性拉伸等算法增强运动物体与背景的对比度，进行了边缘检测；并对运动变化区域和边缘图进行“与运算”处理，采用“贴标签”算法，消除图像中的噪声，得到精确的运动物体的边缘，采用最小二乘法拟合形心，完成对运动物体的精确定位。提取全部运动序列图像中运动物体的形心，得到一个形心点集，求其最小包容圆，则在世界坐标系中最小包容圆圆心到摆锤实际摆动中心的距离与最小包容圆的半径之和，就是所求的最大摆动量。
　　 基于上述的算法及步骤，以ViualC++为系统开发语言，开发了一套人机界面友好，扩展性好，操作简单的单晶炉提拉装置最大摆动量的检测软件。该软件具备了摄像机标定，形心点的检测，结果显示等功能，能够有效的应用于单晶炉装配现场，为企业提供可靠的检测手段和数据。

目录

声明

摘要

1 绪论

1．1 研究背景与意义

1．2 单晶炉提拉装置摆动量及视觉检测的研究现状

1．3 论文的主要工作

2 基于OpenCV的摄像机标定

2．1 标定原理

2．1．1 OpenCV中的摄像机模型

2．1．2 标定过程

2．2 OpenCV标定系统的实现

2．3 标定实验和标定精度分析

2．3．1 标定实验

2．3．2 标定精度分析

2．4 本章小结

3 摆锤形心点的检测

3．1 连续帧间差分法

3．2 运动变化区域的分割

3．2．1 Otsu算法

3．2．2 HOS算法

3．2．3 试验结果对比

3．3 形态学处理

3．3．1 腐蚀运算

3．3．2 膨胀运算

3．3．3 开运算

3．3．4 闭运算

3．4 图像预处理

3．4．1 直方图均衡化

3．4．2 灰度线性拉伸

3．4．3 中值滤波

3．5 边缘检测

3．6“与运算”处理

3．7“ 贴标签”算法

3．8 拟合形心

3．9 本章小结

4 数据处理及最大摆动量的求解

4．1 基于遗传算法的最小包容圆的求解

4．1．1 遗传算法的原理

4．1．2 遗传算法的步骤

4．2 基于判别准则的最小包容圆的求解

4．2．1 最小包容圆的判别准则:

4．3 数据处理结果对比

4．4 最大摆动量的计算

4．5 本章小结

5 单晶炉提拉装置摆动量检测系统开发

5．1 系统开发平台的选择

5．1．1 Visual C++

5．1．2 MFC

5．2 系统的实现环境

5．3 系统设计的目的和功能需求

5．4 系统软件的功能组成及各模块的开发

5．4．1 系统的功能组成

5．4．2 摄像机标定模块开发

5．4．3 文件操作模块开发

5．4．4 形心点的检测模块开发

5．4．5 结果显示模块开发

5．5 本章小结

6 总结与展望

6．1 论文工作总结

6．2 展望

致谢

参考文献

攻读硕士期间发表的论文