基于机器视觉的薄型零件尺寸在线测量算法研究

《基于机器视觉的薄型零件尺寸在线测量算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号M201571969学校代码10487密级硕士学位论文基于机器视觉的薄型零件尺寸在线测量算法研究学位申请人：林旭南学科专业：光学工程指导教师：吴裕斌副教授答辩日期：2017.5.23万方数据ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringResearchonOn-lineGeometricMeasurementAlgorithmforThinPartBasedonMachineVisionCandidateLin:XunanMajorOptica

2、l:EngineeringSupervisorAssociate:Prof.WuYubingHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaMay,2017万方数据独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校

3、有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日万方数据华中科技大学硕士学位论文摘要随着工业自动化程度不断升级，产品的生产自动化后随之而来的是产品质量检测自动化，产品的质量优劣状况转化为可量化的数据，保证了快速、高效、稳定的检测和统计分析。基于机器视觉的自动化尺

4、寸测量方式取代成本高、效率低的传统人工检测方式势在必行。但同时也要解决精度和速度两大难题。本论文在以智能相机为核心的机器视觉平台上，分析了课题的功能需求，提出并实现了图像预处理方案、堵孔缺陷检测方案、亚像素测量算法方案。在图像预处理中，通过图像滤波、阈值分割、边缘检测和投影积分等步骤，快速分割得到ROI区域；提出并实现了纽扣线孔缺陷检测方案，能够检测堵孔面积10%以上的缺陷；提出并实现了亚像素边缘快速检测方案，先用基于连通域分析的边缘跟踪算法，对目标进行边缘粗定位，再用基于Zernike矩的亚像素边缘检测算法进行精确定位，保证了测量精度的同时降低了亚像素边缘检测算法的复杂度；最后对提取到的

5、轮廓进行拟合，得到几何尺寸信息，判断产品尺寸是否合格。将算法移植DSP智能相机平台上，并通过算法优化以满足实时性要求。本论文对多种纽扣样本进行实验，结果表明算法稳定运行，测量精度达到0.12mm，对于堵孔面积超过10%线孔堵孔缺陷检测正确率达到96%。同时算法对光照和视场方位有较好的适应性。经过优化后，算法在DSP上速度达到25毫秒/帧。关键词：机器视觉智能相机尺寸测量亚像素Zernike矩I万方数据华中科技大学硕士学位论文AbstractWiththedevelopmentoftheautomaticindustry,automaticdevicesareusednotonlyinthe

6、processoftheproduction，butalsointheprocessofthequalitydetection.Thequalityoftheproductscanbeconvertedtovisualizeddata,whichensurethefast,efficientandstabledetectionandstatisticalanalysis.Comparingwiththetraditionalmanualoperation,automaticdetectiondevicesbasedonmachinevisionhasgreatadvantagesineff

7、iciencyandlong-runcost.Buttheproblemsofprecisionandspeedhavetobesolved.Inthisthesis,acompletesetofalgorithmbasedonmachinevisionrunningonthesmartcameraisproposed,whichincludesimagepreprocessing,detectionofblockedb