基于机器视觉的纱管识别与系统实现

目录

声明

第1章 绪论

1.1引言

1.2自动化理管机系统的研究现状

1.3机器视觉在检测系统的应用领域

1.4机器视觉在检测系统的发展趋势

1.5本课题来源以及论文结构安排

1.5.1课题来源

1.5.2论文结构安排

第2章 纱管在线检测系统方案设计

2.1系统整体方案设计

2.2系统要求技术指标

2.2.1纱管分拣速度技术指标

2.2.2识别含纱情况技术指标

2.2.3图像采集速度技术指标

2.3机器视觉设备选型

2.3.1工业相机选型

2.3.2工业镜头选型

2.3.3机器视觉光源选型

2.3.4纱管在线检测系统设备选型分析

2.4检测系统设计

2.5控制单元设计

2.5.1触发拍照模块设计

2.5.2光源控制器模块设计

2.5.3数据通信模块设计

2.6本章小结

第3章 纱管图像处理算法设计与实现

3.1图像去噪处理

3.1.1中值滤波

3.1.2高斯滤波

3.1.3均值滤波

3.2边缘检测

3.2.1差分边缘检测

3.2.2索贝尔边缘检测

3.3纱管含纱检测方法

3.3.1图像预处理

3.3.2剔除聚类点

3.3.3形态学处理

3.3.4统计最大连通域面积

3.4位置检测方法

3.4.1端口图像截取

3.4.2梯度及二值化处理

3.4.3宽度提取

3.5纱管颜色分拣方法

3.5.1色环检测与颜色提取

3.5.2颜色分拣

3.6本章小结

第4章 系统软件设计

4.1理管机在线检测系统软件整体框架

4.2上位机软件设计

4.2.1上位机软件工作流程

4.2.2相机参数配置软件

4.2.3图像处理软件

4.3图像处理软件功能模块分析

4.3.1图像采集功能实现

4.3.2图像算法处理功能实现

4.3.3参数设置功能模块实现

4.3.4图像存储功能模块实现

4.3.5状态测试功能模块实现

4.3.6注册升级功能模块实现

4.3.7人机交互界面设计

4.4本章小结

第5章 系统图像检测模块测试

5.1测试环境

5.1.1软件环境测试

5.1.2视觉检测硬件环境

5.2下位机主控板和光源控制板测试

5.2.1电源管理模块测试

5.2.2串口通信模块测试

5.2.3光源强度PWM调节模块

5.3图像处理软件测试

5.4图像检测算法稳定性测试

5.4.1纱管含纱误判率测试

5.4.2颜色分拣误判率测试

5.5其他测试

5.5.1图像处理时间测试

5.5.2工业相机实际帧率测试

5.6本章小结

第6章 总结与展望

6.1研究成果总结

6.2后续研究工作展望

致谢

参考文献

附录