论文摘要
基于机器视觉的检测技术以其快速、精确、柔性高等特点在国外得到了深入研究和广泛应用,在国内也越来越受到重视。本文以零件中圆和直线特征为研究对象,深入研究了零件尺寸的机器视觉检测技术。本文分析了机器视觉系统的组成,研究了各个硬件的性能参数和选择方法。根据课题的需要选择了合适的硬件,介绍了机器视觉系统的开发平台并给出了系统软件的结构及其工作流程。由于环境的影响以及成像系统的自身限制,所获取的图像会存在一定的噪声和畸变。本文在对图像滤波、图像增强和边缘检测方法进行研究和试验的基础上,使用中值滤波和Sobel边缘检测算子来对图像进行预处理,取得了良好效果。通过研究相机小孔成像模型和相机标定方法,对相机进行了标定,使用标定结果对图像的畸变进行了校正。亚像素边缘定位技术是提高图像测量精度的常用方法。本文研究了直线和圆形的最小二乘法圆形拟合定位技术,获得亚像素精度的特征参数。使用系统标定方法实现了测量尺寸的单位从像素到毫米的转换。在LabView软件开发平台上编制了本系统的图像处理软件,实现了上述的各种算法。为了验证各种算法的性能和效果,本文对系统进行了实验,分析了实验数据。实验结果表明,视觉测量系统对直径的检测达到了预期目标。
论文目录
目录摘要ABSTRACT第1章 绪论1.1 机器视觉检测1.1.1 机器视觉1.1.2 机器视觉检测技术1.2 虚拟仪器技术1.3 机器视觉检测的发展现状1.4 课题的背景和意义1.5 课题的主要内容第2章 机械零件尺寸检测系统2.1 机器视觉系统的基本结构2.2 系统硬件TP2.2.1 相机2.2.2 光源2.2.3 镜头2.2.4 图像采集卡2.3 系统软件平台2.3.1 Lab VIEW编程软件2.3.2 IMAQ视觉模块2.3.3 程序总体框架2.4 本章小结第3章 图像采集和预处理3.1 引言3.2 图像的采集3.3 图像增强3.3.1 直方图3.3.2 直方图均衡3.4 图像滤波3.4.1 均值滤波3.4.2 中值滤波3.4.3 高斯平滑滤波3.5 边缘检测3.5.1 一阶微分算子3.5.2 拉普拉斯算子3.5.3 LoG算子3.5.4 Canny算子3.6 零件图像的处理3.7 本章小结第4章 相机标定与图像校正4.1 引言4.2 相机成像模型4.2.1 坐标系的定义4.2.2 坐标系之间的转换4.2.3 相机的模型4.3 相机标定4.3.1 标定理论和方法概述4.3.2 相机的标定4.4 本章小结第5章 特征识别及参数计算5.1 引言5.2 Hough变换5.3 基于最小二乘法拟合的参数计算5.3.1 直线最小二乘法拟合5.3.2 圆的最小二乘法拟合5.4 程序实现5.5 本章小结第6章 系统编程及实验6.1 引言6.2 系统性能实验6.3 误差分析6.4 本章小结总结与展望参考文献致谢学位论文评阅及答辩情况表
相关论文文献
标签：机器视觉论文; 图像处理论文; 虚拟仪器论文; 模板匹配论文; 最小二乘法拟合论文;
