基于机器视觉的弹体轮廓在线检测技术的研究.pdf

《基于机器视觉的弹体轮廓在线检测技术的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、UDC密缴编号基于机器视觉的弹体轮廓在线检测技术的研究THERESEARCHOFMISSILEPROFlLEDETECTl0NTECHNOLoGYBASED0NMACHINEVISION学位授予单位及代码：蓬叠型王去望!!Q!竖2学科专业名称及代码：攥盛蠼删量置鹾垂筮!鲤!!丝2研究方向：搓盛丛型星幽攫坠型

2、=

3、；l请学位级别：亟±指导教师：王耋旦救援研究生：焦遨蚩

4、它史起1kmtfaJ：—2009．I(L-—2010,12长春理工大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《基于机器视觉的弹体轮廓在线检测技术的研宄》是本人在指导教师的指导下。独立进行研宄工作所取得

5、的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体．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。作者签名：上陴j型u年—生月丛日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”．同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKl系列数据库厦其它国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春理工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檎

6、索．也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：纵址年立月翌日摘要基于机器视觉的检测系统具有非接触性、实时性、精度高等特点，近年来成为俭钡4领域研究的热点并得到了广泛的应用。由于弹体的轮臃直接关系到炮弹的质量和性能，本文主要应用机器视觉检测技术对弹体轮廓进行宴时在线检测．来提高炮弹的检测速率、检验效率及丁E确判决宰。本文结合具体的应用详细的论述了机器视觉检测硬件系统构设计、图像处理的软件算法及采用MATLAB进行仿真。根据检测结果得出：该检测系统具有检测精度高-功能强大、硬件电路简单、便于维护等优点：而且在实现了自动检测的功能外，也实现了检测数据的实时存储、打印、

7、显示．具有良好的可回溯性。图像处理部分是本文研究的核心，主要包括图像预处理、图像分割、边缘检测及亚像素边缘检测等算法，运j习这些算法提取弹体的轮廓特征井进行检测误差分折。关键词：机器视觉图像处理边缘检测亚像素边缘检测ABSTRACTBasedonmachinevisiondetectingsystemhastheCharacteristicsofnon-contact，real-time．highprecisionetc．inn!centyearsithasbecameahotspotinfieldofdetectionandhasbeenusedwidelyBecausetheca

8、nnonballcontourdirectlyrelatetothequalityandperformanceofthecannonballs，thisarticlemainlyapplymachinevisiondetectiontechnologytodetectthecontourofthecannonballsreal·timeandon·line．inordertoimprovetherateofdetection，inspectionefficiencyandtherateofcorrectjudgment．Thisarticlethatcombinedwithappli

9、cationexperienceexpoundedmachinevisioninspectionhardwaresystemdesign、imageprocessingsoftwareaigodthmandusingMATLABsimulationThistestingsystemhastheadvantagesofhighaccLlracy．strongfunction，simplehardwarecircuit．easymaintenanceetcAndapartforithasrealizedautomaticdetectionfunction，italsorealizedre

10、al—timedetectingdatastorage．printing，display,goodretrospectiveImageprocessingisthecoreofthisstudy,itismainlycontainsimagepretreatment，imagesegmentation．edgedetectionandsub—pixeledgedetectionalgorithms，etcUsingthesealgorithmstothec