基于亚像素分析的轴类零件自动检测技术

《基于亚像素分析的轴类零件自动检测技术》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：TP23单位代码：10183研究生学号：2013412138密级：公开研吉林大学硕士学位论文(学术学位)基于亚像素分析的轴类零件自动检测技术AutomaticMeasurementTechnologyforShaftPartsbasedontheAnalysisofSub-pixel作者姓名：周子淳专业：机械设计及理论研究方向：光机电一体化指导教师：邵承会副教授培养单位：机械科学与工程学院2016年5月基于亚像素分析的轴类零件自动检测技术Ａｕ＂ｔｏｍａｔｉｃＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｏｌｏｇｙ化ｒＳｈａｆｔＰａｒｔｓ－ｅｂａｓｅｄｏｎｔｈ

2、ｅＡｎａｌｙｓｉｓｏｆＳｕｂｐｉｘｌ作者姓名：周子淳专业名職：机械设计及理论指导教师：邵承会副教援学位类别：工学硕±答辩曰期：年ｉ月巧曰未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作枚的商业性使用（但纯学术性使用不在此限）。否则应承担侵权的法律责任。，吉林大学博或硕壬）学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中己经注明引用的内

3、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作品成果。对本文的研巧做出重要贡献的个人和集体，均己在文中科明确方式标明。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；）句少；表曰期：年ｒ月＾曰摘要基于亚像素分析的轴类零件自动检测技术对于大批量生产的零件，传统的检测方法都是用人工来进行检测，这样不仅效率低，而且比较容易出错，本文针对汽车发动机中气门上的导杆，运用机器视觉技术，实现对零件的尺寸以及表面缺陷的自动检测。对轴类零件的检测主要包括尺寸和表面缺陷的检测,而尺寸检测其中的关键就是提高边界检测算法测量精度，对表面缺陷的检测主要包

4、括麻点、划痕和毛刺这几个在工件表面上常见缺陷的检测，表面缺陷的检测其中的关键就是运用不同的检测算法分别将这几个缺陷分别提取出来，并且尽量的减少漏检率，针对这些关键问题，本文主要进行下述工作。首先在结构方面，主要是对自动检测装置进行结构优化。为了减少异物对图像采集系统的影响，镜头和CCD采取水平放置,并且在光源和工件之间加入导光板，使光照比较均匀，图像采集部分设置为一个密闭的暗室结构,这样避免了外界自然光的干扰。对工件传送速度的优化，使图像采集部分刚好可以采集到工件的整个表面情况。其次在图像算法方面。针对图像中出现的噪声，本文分别运用均值滤波、开关中值滤波、递进开关中值滤波这

5、几种算法对图像进行滤波,根据滤波结果选择滤波效果最好的递进开关中值滤波为本文滤波算法。分析比较几种不同边界检测算子的优缺点，在Sobel算子的基础上进行改进，运用8方向模板，并且在梯度方向上对边界进行细化，从而到达单像素级的边界，并在此基础上分别研究灰度矩算法、多项式插值和曲线拟合这几种亚像素边界检测算法的定位精度，并且在灰度矩算法的基础上进行改进，改进之后的算法有很好的定位精度以及重复定位精度。运用灰度值投影的方法对工件待检测区域进行定位，在定位的区域内运用不同检测算法实现了对麻点、划痕和毛刺的检测。最后运用上述的检测算法和实验装置对直径为5mm±0.05的导杆进行多次实

6、验，并对实验结果进行分析，结果表明本文所提出的算法具有很好的定位精度，而且完全可以实现对缺陷的检测。I关键词:轴类零件,机器视觉,亚像素边界检测,图像滤波,缺陷检测IIAbstractAutomaticMeasurementTechnologyforShaftpartsBasedontheanalysisofsub-pixelTraditionalmeasurementmethodsareArtificialforlargebatchofspareproduction.Inthisway,notonlymeasurementefficiencyisverylow,butal

7、soeasytomakesomemistake,inthisthesis,wecanimplementtheautomaticmeasurementforthesurfacedefectsanddimensionsofpartsbasedonthemachinevisiontechnology.Therearetwoimportantpointsforthedetectionofshaftparts,dimensionandsurfacedefects.Thekeyofdimensionalinspectionis