基于机器视觉的全自动高精度铆钉筛选系统

摘要

随着科技的快速发展，机器视觉技术在工业检测领域的优势越来越明显，近些年来视觉技术的研究与应用变得越发普及。本课题以飞机航空铆钉为研究对象，通过机器视觉技术和应用软件开发技术，对铆钉表面缺陷和尺寸的无损检测进行深入的研究。传统的检测方式采取人工肉眼检测，效率极低，难以达到高精度的要求，对于微小的缺陷也无法正确识别。为了替代人工，提高产品质量和生产效率，铆钉表面尺寸和缺陷的全自动筛选技术在生产中显得尤为迫切。因此，提出设计了一种基于机器视觉的全自动高精度铆钉筛选系统，按照分档需求实现按需筛选。 本论文首先介绍系统图像采集传输的原理，对关键设备进行选型，然后从采集系统设计、图像算法设计、软件系统设计、系统联合调试等几大章节对整个设备进行了详细深入介绍，具体工作内容与结果如下所述： 1、在采集系统设计方面，立足实际需求，购置高精度相机、图像采集卡、光源等关键设备，多个铆钉面检测采用不同的打光方式，多幅图像通过千兆网线并行传输到工控机； 2、在图像算法设计方面，针对铆钉不同面检测算法进行研究，克服外部复杂环境等干扰因素，利用OPENCV开源库二次开发，通过图像去噪、图像分割、形态学、特征提取等算法对图片处理，实现课题要求的尺寸检测精度，缺陷准确无误的识别； 3、在上位机软件开发方面，以C++为开发语言，使用VS2010环境下的MFC（微软基础类库）进行软件设计，实现出口计数、出口配置、铆钉管理、记录查询等一系列功能，对设备进行调控，保障设备稳定高效有序运行；在联合调试方面，设计出合理稳定的通信协议，串口通信过程中产生的数据传输误差要有相应的保障机制，对于检测过程中出现的故障，要能够及时响应； 截至目前，整个设备的软件开发版本已经迭代过70余次，上层软件调试完成后与底层控制系统进行了几个月的联合调试优化，效果理想，在2018年3月已经通过了课题评审专家组的验收。按照需求，成功实现了铆钉的尺寸检测精度在0.005mm范围内，对于缺陷的判断也能够达到0.3mm，检测速度达到50个/min，使航空铆钉的高效率检测成为可能，具有极大的实用价值。在升级算法后，还可以用于检测其他的连接件，例如螺钉、钻头等，应用范围广泛。

目录

第一个书签之前