基于机器视觉的批量零件自动检测系统的研制与工程应用

摘要

精密测量与检测技术是工业发展的基础，测量与检测的效率一定程度上决定了制造业的发展水平。基于机器视觉的影像测量系统以现代光学为基础，融光电子学、计算机图形图像学、数字信号处理、自动化控制等科学技术为一体的非接触式测量技术，正成为一种提高测量与检测的效率和保证产品质量的关键技术，在工业发展中占据重要地位。
　　本文结合上海市科技攻关项目(09DZ1122600)《支持产品数字化制造的高精度影像测量系统研究与开发》的后续研发，对机器视觉的批量零件自动测量与检测关键技术进行了系统、深入的研究，并研发了基于机器视觉的批量零件自动检测系统。论文主要内容和成果如下:
　　(1)在数字图像特征提取方面研究了直线圆弧提取的经典算法Hough变换，特征点提取经典算法Harris角点检测，并且在实验中总结，应用这些经典算法实现了直线、圆弧、角点的提取，最后开发了零件图像特征的自动提取模块。
　　(2)在超视场零件的全景图像获取方面，研究了基于运动定位控制和基于软件算法的图像拼接，并提出了自适应图像拼接算法，自适应图像拼接算法是基于系统对工作台进行定位误差的标定，在特征丰富的图像拼接采用模板匹配算法进行拼接;在特征稀少的零件图像拼接时，采用运动定位控制的方法进行拼接，同时对拼接参数进行定位误差的补偿，从而获得全景图像自适应拼接。
　　(3)为了提高批量零件图像的测量与检测效率，本文提出一种自动测量与检测方法，通过机器示教的方法进行模板制作，模板包括需测量的特征与需检测特征的设计值，再通过图像的配准算法进行同批零件的位姿检测与纠正，最后，通过模板实现同批零件的自动测量与检测。
　　(4)整个系统的功能完善以及实现系统的工程应用。

目录

声明

摘要

第一章 绪论

1．1 批量零件自动检测系统的研究目的与意义

1．2 国内外视觉检测的研究现状

1．3 课题的研究背景与主要研究内容

1．3．1 课题的研究背景

1．3．2 主要研究内容

1．4 课题中涉及到图像的预处理技术

1．4．1 图像获取

1．4．2 图像预处理

第二章 零件图像特征的自动提取

2．1 直线、圆弧提取

2．1．1 直线特征提取

2．1．2 圆弧特征提取

2．2 特征点提取技术

2．2．1 HARRIS角点检测

2．2．2 优化的Harris角点检测算法及实验效果

2．3 小结

第三章 超视场零件全景图像的获取技术

3．1 全景图像获取的原理

3．1．1 机器视觉测量装置的基本结构

3．1．2 图像拼接数学模型分析

3．2 常用的图像拼接方法

3．2．1 基于运动定位控制的图像拼接

3．2．2 基于软件算法的图像拼接

3．3 自适应快速精确图像拼接方法

3．3．1 系统运动定位误差自标定方法

3．3．2 图像特征信息的计算方法

3．4 本章小结

第四章 批量零件自动检测方法

4．1 图像测量

4．2 批量零件自动检测

4．3 图像相似度的检测

4．4 图像配准

4．4．1 图像配准原理

4．4．2 本系统软件的图像配准方法

4．5 本章小结

第五章 实验验证

5．1 检测系统平台概述

5．1．1 检测系统的硬件平台

5．1．2 检测系统的软件平台

5．2 系统标定

5．2．1 系统精度标定

5．2．2 硬件系统定位误差标定

5．3 全景图像获取实验

5．3．1 实验过程

5．3．2 实验结果

5．4 图像预处理

5．5 自动检测实验

5．5．1 实验对象

5．5．2 实验过程及结果

5．5．3 实验结果的精度与效率分析

5．6 本章小结

第六章 总结与展望

6．1 全文总结

6．2 本文的创新点

6．3 展望

参考文献

攻读硕士学位期间发表的学术论文

致谢