立体零部件装配合格率三维检测与识别方法研究

摘要

工业立体零部件的三维检测技术一直是国内外研究的热点及前沿。立体零部件装配合格率的三维检测与识别方法的研究主要包括两部分，一是三维重建点云获取，对于工业产品检测尤其需要高精度、快速度的三维重建方法;二是装配缺陷识别检测，本文针对这两个部分进行研究。
　　首先，针对三维重建算法，调研了目前比较主流的三维重建技术，在精度与速度两个评价指标的综合考量下，选择多频外差法三维重建用于点云的获取。针对多频外差法三维重建速度慢的问题，提出了基于异构平台的多频外差算法，将多频外差的相位展开、相位叠加、相位解包裹等过程移植到GPU上运行，利用GPU运算平台单指令多数据流的特点提高相位图求取过程的运算速度，同时在左右图像点匹配的过程中引入了多线程并行技术，提高了算法的运行速度。
　　其次，对于缺陷检测部分，分为两种情况进行研究:一是可以通过二维图像识别算法识别的缺陷，如螺钉滑牙等;二是无法通过二维图像识别算法直接进行识别的缺陷，如指示灯沉入深度检测等。对于第一种情况，利用二维图像识别算法进行缺陷识别，主要是在图像预处理后的基础上求取被测物体的轮廓，提取中心轮廓并计算图像特征，利用计算得到的图像特征以及改进的LR分类器进行分类训练，最终得到一个可以识别缺陷的分类器，通过建立的三维坐标系与图像坐标系的映射关系，将缺陷区域映射到点云空间中，计算缺陷程度;而对于第二种情况，首先在点云预处理后的基础上，根据随机采样一致性算法针对特定形状对点云进行分割，得到具体的模型系数，然后根据具体的模型系数或者点云特征识别缺陷并对有缺陷的工件计算缺陷程度。
　　最后，以螺钉滑牙缺陷检测以及指示灯安装缺陷检测分别作为缺陷检测中两种情况的具体用例，根据提出的三维缺陷检测算法搭建检测系统，验证所提出的算法的有效性，同时综合运用两种算法对空气开关进行了综合检测。实验结果表明，本文提出的立体零部件装配合格率的三维检测与识别方法能很好的识别缺陷并计算缺陷程度，有一定的鲁棒性，达成了检测目标以及检测任务。

目录

声明

摘要

第一章 绪论

1．1 选题的背景和意义

1．2 论文主要内容

第二章 系统硬件与软件构成

2．1 系统硬件

2．1．1 工业相机的选型

2．1．2 光学镜头的选择

2．1．3 投影光机的选型

2．2 立体零部件装配合格率三维检测系统软件架构

本章小结

第三章 基于异构平台的多频外差三维重建

3．1 解包裹相位

3．2 相位叠加

3．3 相位展开

3．4 极线约束

3．5 点匹配及点云生成

3．6 物体表面反光处理方法

3．7 重建空气开关的实验过程

本章小结

第四章 三维缺陷检测

4．1 基于机器学习与图像处理的立体零部件装配合格率检测方法

4．1．1 图像预处理

4．1．2 图像特征提取

4．1．3 数据预处理

4．1．4 LR分类器原理

4．1．5 缺陷映射

4．2 基于点云的立体零部件装配合格率检测方法

4．2．1 点云预处理

4．2．2 点云特征提取

4．2．3 点云分割

本章小结

第五章 立体零部件装配合格率检测

5．1 高精度螺钉滑牙三维缺陷检测方法

5．2 指示灯安装不良缺陷检测技术

5．3 空气开关装配综合检测

本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

发表论文和参加科研情况

授权软件著作权

致谢