论文题目: 双测点机器视觉玻壳产品动态识别系统的开发
论文类型: 硕士论文
论文专业: 机械设计及理论
作者: 谢立
导师: 王永强
关键词: 机器视觉,图象处理,阈值分割,系统稳定性,故障诊断
文献来源: 天津科技大学
发表年度: 2005
论文摘要: 机器视觉是图象处理、模式识别、人工智能、人工神经网络等多个学科交叉产生的一门新兴的学科。其中,将机器视觉检测技术应用于工业生产线产品的在线识别、检测已成为一个研究热点。 本文的主要工作集中在: 1、查阅国内外关于机器视觉检测技术最新应用的资料,了解国内外机器视觉检测技术在工业生产线上的应用和发展状况。 2、根据对玻壳生产企业提出的玻壳产品在线识别、分类计数及数据管理的要求,研制开发了双测点机器视觉玻壳产品动态识别系统,实现了目标的识别、数据管理功能。采用Windows操作系统的双线程技术解决了单机双测点图象采集时序的冲突问题。针对工业现场环境恶劣,干扰严重的情况,提出了一种新的图象分割算法。在软件系统中,采用稳定性和安全性设计思想,设计了故障自我诊断模块,使系统的维护便捷、高效。 3、在Visual C++环境下利用MFC编程技术实现了软件系统的各个功能模块,并完成了系统集成。自行设计的源程序共800k。 4、通过对系统进行稳定性和精度的考核,证明了系统能够较好的应用于工业现场,达到了预期的目标。 本文的组织如下:第一章,介绍了机器视觉检测技术国内外发展状况及其应用。第二章,介绍了本系统的各个功能模块。第三章,研究了目标机器视觉在线识别技术,提出了新的图象分割算法。第四章,对软硬件系统进行了设计,保证了系统的稳定性和安全性。第五章,研究了系统稳定性的保障方法,实现了系统的故障诊断功能。第六章,介绍了数据在局域网的传输与共享。第七章,给出了系统的识别精度,并且对系统误差进行了分析。最后,对本文进一步工作提出了一些意见及看法。
论文目录:
摘要
Abstract
第一章 绪论
1.1 课题研究背景和目的
1.1.1 问题的提出
1.1.2 本文的研究目标
1.2 机器视觉检测技术的研究发展状况及应用
1.2.1 国内外机器视觉检测技术研究状况
1.2.2 机器视觉检测技术的应用实例
1.3 本文研究内容
1.3.1 本文的主要研究内容
1.3.2 本文各章节的内容安排
第二章 机器视觉玻壳识别及数据管理系统组成及功能原理
2.1 系统的总体结构及功能原理
2.2 目标识别功能模块
2.3 数据管理功能模块
2.4 故障诊断功能模块
2.5 小结
第三章 双测点机器视觉玻壳产品在线动态识别系统的开发
3.1 玻壳产品在线识别总体流程
3.2 目标图像获取
3.3 图象的预处理
3.3.1 图象预处理概念及意义
3.3.2 平滑滤波
3.3.3 图象锐化
3.4 玻壳产品在图象中的分割
3.4.1 图象分割的意义及原则
3.4.2 图象阈值分割算法
3.4.3 平滑直方图曲线的柔性阈值求取方法
3.5 产品识别决策
3.6 小结
第四章 软硬件系统设计与开发
4.1 硬件系统设计
4.1.1 硬件系统的总体设计
4.1.2 光学系统的设计
4.1.3 触发采集装置
4.1.4 图象采集装置的选择
4.1.5 图象采集卡的选择和功能开发
4.2 软件系统的设计
4.2.1 软件系统的整体功能
4.2.2 双测点图象采集
4.2.3 图象实时监控模块的开发设计
4.2.4 图象处理的算法模块的开发
4.3 小结
第五章 系统稳定性和故障诊断方法研究
5.1 系统稳定性的概念和意义
5.2 硬件系统设计中的稳定性策略
5.2.1 背景光源的稳定性设计
5.2.2 CCD抗光线干扰措施
5.2.3 信号传输过程中的抗干扰措施
5.3 软件系统设计中的稳定性策略
5.3.1 系统的内存泄漏问题
5.3.2 系统软件中的“看门狗”技术
5.3.3 软件系统防误操作的安全措施
5.4 故障诊断的概念及意义
5.5 系统故障的类型及产生原因分析
5.6 系统故障诊断方法研究
5.6.1 系统故障诊断总体流程
5.6.2 实时声光报警在故障诊断中的应用
5.6.3 故障诊断日志的建立
5.7 小结
第六章 数据的网络传输
6.1 局域网的概念及应用
6.2 系统的网络模型
6.3 数据网络传输的编程实现
6.3.1 网络通信编程
6.3.2 SOCKET编程
6.4 小结
第七章 系统的考核及误差分析
7.1 系统稳定性与识别精度考核
7.2 影响系统测量精度的因素
7.2.1 系统光线变化及背景光源的影响
7.2.2 生产线吊篮的影响
7.2.3 玻壳尺寸大小和摆放位置的影响
7.2.4 其它因素
7.3 小结
结论
致谢
参考文献
发布时间: 2007-01-10
参考文献
- [1].机器视觉在线玻壳分类计数及数据管理系统的研究[D]. 吕岳军.天津科技大学2003
- [2].二极管玻壳表面缺陷检测技术研究[D]. 牛乾.西南科技大学2018
- [3].机器视觉玻壳缺陷多级自动检测方法的研究[D]. 尹立苹.天津科技大学2006
- [4].计算机视觉玻壳缺陷检测方法的研究[D]. 韩皖贞.天津科技大学2002
相关论文
- [1].基于机器视觉的虾体位姿和特征点识别[D]. 林妙玲.浙江大学2007
- [2].机器视觉玻壳缺陷多级自动检测方法的研究[D]. 尹立苹.天津科技大学2006
- [3].基于机器视觉的小麦质量判别系统的研究[D]. 周佳璐.同济大学2006
- [4].基于机器视觉的二维测量及数据录入系统的研究[D]. 郁哲.天津科技大学2005
- [5].基于机器视觉的表面缺陷检测系统的算法研究及软件设计[D]. 陈勇.天津大学2006
- [6].基于机器视觉的工件检测技术研究[D]. 高晟丽.解放军信息工程大学2006
- [7].基于机器视觉的印刷品缺陷检测系统研究[D]. 陈亚军.西安理工大学2006
- [8].基于机器视觉技术的汽车辅助安全系统的研究[D]. 王兆萍.武汉理工大学2007
- [9].计算机视觉玻壳缺陷检测方法的研究[D]. 韩皖贞.天津科技大学2002
- [10].机器视觉在线玻壳分类计数及数据管理系统的研究[D]. 吕岳军.天津科技大学2003