基于机器视觉的内孔加工质量检测系统的研发

摘要

孔类零件如针阀体、内螺纹、油管等在石油、化工和现代制造业中占有相当大的比重。目前，国内对这类零件的加工质量检测主要是采用人工观测对比的方法。受人为因素的影响，使得检测效率低、检测结果可靠性差，为了提高检测的效率及结果的可靠性，本文针对内孔的表面加工质量，进行了基于机器视觉的智能检测方法的研究。 本文以机器视觉为手段，结合图像处理技术和模式识别技术，以智能判断待测零件加工质量为研究重点，对内孔零件的自动检测进行了研究与开发。通过采用光纤内窥镜、CCD摄像机和图像采集卡获得内孔图像，从硬件上保证了内孔图像的真实性和可靠性，从而提高了检测精度。通过对内孔图像的平滑和增强处理、图像阈值分割、轮廓提取，以及提取内孔几何参数和统计量参数的研究，利用模糊识别算法，实现了待测工件的自动检测。本论文以检测柴油机喷油器偶件针阀体内锥面的表面加工质量为例，对该检测系统进行了分析，通过试验及计算机编程处理，总结归纳出了一种基于机器视觉技术的内孔加工质量检测方法，为各类孔类零件加工质量的检测技术的发展以及对内孔智能检测中视频图像数字化采集、数字图像处理技术和模式识别技术的应用，提供了借鉴。 基于机器视觉的内孔检测系统是机、光、电一体化的智能化检测产品，它将机器视觉的快速性、可靠性与数字图像处理技术和模式识别技术相结合，实现内孔加工质量的检测，免除了人工检测的种种缺点，具有自动化、非接触、高可靠性和快速性等优点，大大提高了检测效率，有望取代传统的检测手段，具有广泛的市场应用前景。

目录

文摘

英文文摘

声明

第一章绪论

1.1国内外机器视觉检测的研究现状和发展趋势

1.1.1国内外机器视觉检测的研究现状

1.1.2机器视觉检测的发展趋势

1.2课题背景与意义

1.3本文研究内容

第二章 内孔检测系统的硬件组成

2.1机器视觉检测系统概述

2.1.1机器视觉检测系统基本要求

2.1.2系统检测原理及结构

2.2图像采集系统组成结构

2.2.1光导纤维内窥镜

2.2.2 CCD摄像机

2.2.3图像采集卡

2.3本章小结

第三章 内孔图像预处理

3.1图像预处理概述

3.2灰度变换处理

3.3图像平滑处理

3.3.1模板滤波

3.3.2中值滤波

3.4图像增强处理

3.5图像分割处理

3.5.1边缘检测局部算子法

3.5.2图像阈值分割法

3.6本章小结

第四章 图像特征参数的提取

4.1内孔几何特征的提取

4.1.1内孔半径的提取

4.1.2内孔圆度的提取

4.2内锥面表面料糙度的提取

4.2.1表面粗糙度的定义

4.2.2纹理统计特征与粗糙度的关系

4.2.3表面粗糙度的提取

4.3本章小结

第五章 内孔图像模式识别

5.1模式识别概述

5.2模式识别方法的选择

5.3模糊模式识别

5.3.1模糊集合和隶属函数

5.3.2模糊模式识别的方法

5.4内孔加工质量模糊识别的设计

5.4.1模糊统计分类

5.4.2模糊聚类分析

5.5结果对比

5.6本章小结

第六章 内孔加工质量检测系统的研发

6.1系统总体设计

6.1.1系统设计原则与方法

6.1.2系统开发环境简介

6.2系统主要功能模块

6.3软件系统的应用

6.4本章小结

第七章 结论与展望

7.1工作总结

7.2展望

参考文献

致谢

攻读硕士期间发表的论文及科研成果

附录