学位论文 > 优秀研究生学位论文题录展示

基于机器视觉的圆形零件尺寸测量方法研究

作　者: 王苗苗
导　师: 吴新杰
学　校: 辽宁大学
专　业: 测试计量技术及仪器
关键词: 机器视觉 圆形零件尺寸 非接触式测量 数字图像处理 粒子滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 395次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着科学技术的发展，近些年来，基于机器视觉的零件尺寸测量技术在工业生产中得到了广泛的应用。基于机器视觉的测量技术是以光学技术和计算机技术为基础的现代测量技术，具有非接触、速度快、实时性好、精度适中、抗干扰能力强等优点，具有广阔的发展前景，近年来引起了国内学者的极大兴趣。但是，现有的基于机器视觉的零件尺寸测量方法对采集到的零件图像的精度有很高的要求，而在实际测量过程中，待测零件图像难免会受到外界噪声干扰。在这种情况下，使用目前已有的基于机器视觉的零件尺寸测量方法，会使得测量系统的精度和稳定性受到影响，从而严重影响测量结果。因此，对基于机器视觉零件尺寸测量方法的研究，有着重要的意义。在参阅了大量文献资料的基础上，本论文针对现有非接触式零件尺寸测量方法存在的测量精度不高、抗干扰能力弱等缺点，设计了一种基于机器视觉的零件尺寸测量系统。该测量系统的硬件部分主要由实验台、USB数字摄像头和计算机三部分组成，结构非常简单，适合在实验室环境内开展仿真实验和研究；该测量系统的软件设计上结合了Visual Baisic软件强大的图形界面功能和Matlab软件的图像处理与数据计算功能，采用基于Visual Baisic与Matlab的混合编程原理，从而实现了整个测量过程的自动化与可视化。为了克服基于机器视觉的圆形零件测量系统在测量过程中零件图像容易受到外界干扰，从而影响测量精度和稳定性的问题，本论文在分析粒子滤波这种基于贝叶斯估计思想的非线性滤波方法基本思想的基础上，提出了一种基于粒子滤波的优化算法，并结合该优化算法提出了一种基于粒子滤波和机器视觉的圆形零件尺寸测量方法。最后进行了仿真实验，在采集到的数字图像受到不同噪声干扰的情况下，利用本文方法得到测量结果的相对误差和方差，都远小于现有的最小二乘拟合方法、像素计数法和边缘检测法的处理结果。由此可以看出，本文测量方法在待测圆形零件图像受到外界噪声干扰的情况下，测量精度较高，能够满足一般工业检测的精度要求；同时还具有可靠性好、成本低的优点，这也为将来机器视觉在工业测量中的具体应用提供了一种途径。

全文目录


摘要  4-5
ABSTRACT  5-10
第1章 绪论  10-14
  1.1 零件尺寸测量的背景及意义  10-11
  1.2 圆形零件尺寸测量的研究现状  11-12
    1.2.1 接触式测量  11
    1.2.2 非接触式测量  11-12
  1.3 论文的章节安排  12-14
第2章 圆形零件尺寸测量系统  14-27
  2.1 圆形零件尺寸测量系统硬件平台  14-16
    2.1.1 实验平台  15
    2.1.2 图像传感器  15-16
  2.2 测量系统用户界面的设计  16-22
    2.2.1 Visual Basic 调用 Matlab 概述  17
    2.2.2 Visual Basic 调用 Matlab 的几种方法  17-18
    2.2.3 基于 COM 组件的 Visual Basic 调用 Matlab 的方法  18-20
    2.2.4 测量系统的用户界面  20-22
  2.3 圆形零件图像采集  22-26
  2.4 本章小结  26-27
第3章 圆形零件尺寸测量系统中的预处理  27-39
  3.1 数字图像的灰度转换  27-28
  3.2 数字图像的噪声与处理  28-32
    3.2.1 数字图像的噪声  28-29
    3.2.2 数字图像噪声的处理方法  29-32
  3.3 数字图像的二值化  32-33
  3.4 数字图像的边缘检测  33-37
    3.4.1 图像边缘检测概述  33-34
    3.4.2 图像边缘检测基本算子  34-37
  3.5 本章小结  37-39
第4章 基于粒子滤波的圆形零件尺寸测量  39-48
  4.1 粒子滤波基本原理  39-42
    4.1.1 最优贝叶斯滤波  39-41
    4.1.2 序列重要性采样（SIS）  41-42
  4.2 基于粒子滤波的优化算法  42-44
  4.3 机器视觉的圆形零件尺寸测量的实现  44-47
    4.3.1 现有的测量方法  44-47
    4.3.2 基于粒子滤波的测量方法  47
  4.4 本章小结  47-48
第5章 仿真实验  48-55
  5.1 系统标定  48
  5.2 仿真实验结果  48-53
  5.3 数据分析  53-54
  5.4 本章小结  54-55
第6章 总结与展望  55-57
致谢  57-58
参考文献  58-62
攻读学位期间发表的学术论文及参加科研情况  62-63

相似论文

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
  4. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  5. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  6. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  7. 基于机器视觉的光纤几何参数检测研究,TN253
  8. 猪肉加工特性预测方法研究,TS251.1
  9. 轴流式通风机叶片振动的非接触式测量,TD441.2
  10. 机器视觉在SMT贴片机中的研究及应用,TP391.41
  11. 基于机器视觉的小型插秧机导航研究,TP391.41
  12. 计算机辅助烤瓷牙比色系统的研究与实现,R783
  13. 基于机器视觉的贴片安装锡膏三维检测,TP391.41
  14. 基于COCM的除草机视觉定位研究,TP391.41
  15. 跟踪印花系统视觉检测算法研究,TP391.41
  16. 机器视觉系统中的图像噪声处理算法研究,TP391.41
  17. 基于直线电机的机器视觉高速定位系统,TM33
  18. 汽车横向摇臂焊缝质量焊后视觉检测系统研究,TP391.41
  19. 基于DM6437的图像输入与镜头畸变矫正技术研究,TP391.41
  20. 基于机器视觉的汽车活塞装配质量在线检测,TP391.41
  21. 基于机器视觉的高速公路车辆测速研究,TP274

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com