基于机器视觉的刹车油管镦头缺陷检测系统的研究

《基于机器视觉的刹车油管镦头缺陷检测系统的研究》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、硕士学位论文基于机器视觉的刹车油管镦头缺陷检测系统的研究RESEARCHONDEFECTDETECTIONSYSTEMOFBRAKEOILTUBEHEADBASEDONMACHINEVISION尹乐哈尔滨工业大学2018年6月国内图书分类号：TP391.4学校代码：10213国际图书分类号：681密级：公开工程硕士学位论文基于机器视觉的刹车油管镦头缺陷检测系统的研究硕士研究生：尹乐导师：韩秀琴教授申请学位：工程硕士学科：机械工程所在单位：机电工程学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP

2、391.4U.D.C:681DissertationfortheMasterDegreeinEngineeringRESEARCHONDEFECTDETECTIONSYSTEMOFBRAKEOILTUBEHEADBASEDONMACHINEVISIONCandidate:YinLeSupervisor:Prof.HanXiuqinAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:MechanicalEngineeringAffiliation:SchoolofMechatron

3、icsEngineeringDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要本文主要研究了基于机器视觉的刹车油管镦头缺陷检测系统，旨在结合机器视觉的检测优点完成对刹车油管镦头各类缺陷的快速、准确判断。根据刹车油管镦头的物理特性，有针对地完成对图像采集系统的搭建，包括光源、照明方式、工业摄像机和镜头的选型；研究了四种传统坐标系的关系和镜头畸变模型，分析了传统张氏标定法在实际应用中一些缺陷，提出了

4、基于灭点的自标定算法，并通过数据验证基于灭点的自标定算法更适用于工业环境。设计多直方图滑动窗口算法，完成了对采集图像背景区域的分割；针对彩色图像易受到室外光照等因素导致的光照不均问题，提出基于光场重构的自适应光照补偿算法；为了消除信号在传输过程中产生的高频白噪声，设计了基于决策的自适应滤波算法。根据刹车油管镦头缺陷分布的区域与特点不同，将刹车油管镦头缺陷划分为三类。针对刹车油管镦头表面掉漆缺陷，设计了基于HSV颜色空间的掉漆检测方案；针对内轮廓缺陷，本文对内轮廓进行阈值的分割之后，设计了基于圆度判别和探测圆逼近检测方案；针对外轮廓缺陷，

5、对外轮廓进行边缘提取之后，对外轮廓进行圆拟合，计算两轮廓边缘的绝对距离信息，设定距离判定阈值，完成对外边缘破损缺陷的判断。利用以C++语言为基础的Qt库，搭建了刹车油管镦头检测系统，对刹车油管镦头检测系统进行系统测试，测试结果表明该检测系统的实时性和准确性均满足实际检测需求，达到了预期的目的。关键词：机器视觉；缺陷检测；自标定算法；轮廓分割；缺陷识别I哈尔滨工业大学工程硕士学位论文AbstractThispapermainlystudiestheinspectionsystemoftheupsettingdefectofthebrake

6、oiltubeheadbasedonmachinevision,whichaimstocompletetherapidandaccuratejudgmentofallkindsofdefectsintheupsettingheadofthebrakeoiltubecombinedwiththeadvantagesofthemachinesensedetection.Accordingtothephysicalcharacteristicsoftheupsettingheadofthebrakeoiltube,theconstructio

7、noftheimageacquisitionsystemiscompleted,includingthelightsource,thelightingmode,theindustrialcameraandthelensselection,andtherelationshipbetweenthefourtraditionalcoordinatesystemsandthelensdistortionmodelarestudied.SomedefectsinthepracticalapplicationofthetraditionalZhan

8、g'scalibrationmethodareanalyzed,andthebaseisputforward.Theselfcalibrationalgorithmofvanishingpointandth