异型齿廓形状的计算机视觉检测技术

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。随着生产的发展和科技的进步,要求齿轮传动的性能不断提高,齿廓形状也在不断地研究设计中,并作了大量的工作,但是对于齿廓形状方面的检测问题仍然存在着许多问题,如测量精度和效率方面。本文研究基于CCD的图像测量技术,实现对异型齿轮齿廓形状的非接触自动测量。本文用六章的篇幅层层展开,详细地介绍了面向齿廓形状的计算机视觉技术。第一章对国内外齿轮的发展,机器视觉的发展,近期的制造业应用及其视觉在齿轮方面的进行了综述,并介绍了本文的主要内容。第二章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,搭建了机器视觉系统并给出了系统软件的模块结构及其工作流程。设计了在Visual C++6.0平台下界面友好的视觉处理分析实验软件,用消息映射的形式对应了图像处理的各种算法。因此第三章主要介绍了图像处理。本文建立了由CCD摄像机、图像采集卡和PC机组成的视觉系统,系统通过CCD摄像机和图像采集卡获取被检零件的不反光二维图像数据,将其送入计算机进行粗判,然后噪声滤除、图像增强、二值化、边缘检测等处理,第四章通过研究相机小孔成像模型和相机标定方法,利用Intel OpenCV库函数对相机进行了标定,使用标定得到的相机内参数对图像的畸变进行了校正,效果显著。第五章最后融合特征数据建立匹配判别函数,实现了零件图像的匹配检测。第六章综述了全文的工作要点,指出了本系统的主要优点与不足,并对今后的发展作了进一步展望。为了验证各种算法的性能和效果,本文对系统进行了实验,分析了实验图像。实验结果表明,视觉测量系统对外廓形状精度的检测达到了预期目标,从而实现了判断产品合格与否。本文的理论研究工作对图像测量技术的研究和应用具有理论参考价值,开发的基于CCD图像测量技术的非接触测量系统具有实际应用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究背景及所研究的意义
• 1.2 国内外研究现状
• 1.2.1 齿轮测量的发展
• 1.2.2 机器视觉的发展
• 1.2.3 机器视觉在制造业的应用
• 1.2.4 机器视觉在齿轮检测中的应用现状
• 1.3 课题的提出与主要研究内容
• 第2章 异型齿廓形状的视觉检测系统
• 2.1 前言
• 2.2 系统的总体方案设计
• 2.3 系统硬件设计
• 2.3.1 图像采集系统配置
• 2.3.2 视觉传感器 CCD的选择
• 2.3.3 摄像机和镜头的选择
• 2.3.4 光源的选择
• 2.3.5 图像采集卡
• 2.4 系统软件设计
• 2.4.1 齿轮检测软件组成
• 2.4.2 界面模块
• 2.4.3 图像采集模块
• 2.4.3.1 数字图像的形成
• 2.4.3.2 图像的采集
• 2.4.3.3 BMP的图像采集
• 2.4.3.4 图像的转化
• 2.4.4 图像处理与分析模块
• 2.5 本章小结
• 第3章 图像处理
• 3.1 前言
• 3.2 图像的直方图
• 3.3 图像增强
• 3.3.1 直方图均衡化
• 3.3.2 灰度匹配变换
• 3.4 图像滤波
• 3.5 图像二值化
• 3.6 边缘检测
• 3.6.1 一阶微分算子
• 3.6.2 二阶微分算子
• 3.6.3 本系统所采用的具体边缘检测
• 第4章 系统标定
• 4.1 前言
• 4.2 相机标定
• 4.2.1 相机的模型
• 4.2.1.1 坐标系的定义
• 4.2.1.2 坐标系之间的转换
• 4.2.1.3 相机的成像模型
• 4.2.1.4 相机的模型
• 4.2.2 相机标定
• 4.2.3 本系统采用的相机标定
• 4.3 小结
• 第5章 齿廓形状匹配
• 5.1 前言
• 5.2 匹配技术
• 5.3 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