基于機器視覺的密封圈檢測系統(tǒng)研發(fā).pdf

1、密封圈在生產(chǎn)的過程中會出現(xiàn)尺寸誤差、表面缺陷等問題，隨著自動化生產(chǎn)水平的提高和生產(chǎn)規(guī)模的擴大，采用傳統(tǒng)的人工檢測的方法已經(jīng)遠遠無法滿足生產(chǎn)需求。機器視覺具有非接觸、高效率和高精度的特點，基于機器視覺的檢測方法是一種全新的方法。隨著科技的發(fā)展，采用機器視覺的方法來檢測密封圈缺陷，能大大提高密封圈的檢測效率與檢測精度，降低企業(yè)的生產(chǎn)成本。因此，本文結合實際的應用，對基于機器視覺的密封圈檢測系統(tǒng)進行了研究和開發(fā)，以實現(xiàn)對密封圈的缺陷檢測。

2、r>　　本文首先對機器視覺檢測的理論和方法進行了介紹，并對當下密封圈檢測技術的技術背景和發(fā)展狀況進行了分析。接著根據(jù)密封圈實際的檢測要求，結合Bresenham算法設計了一套使用于密封圈缺陷檢測的算法，最后結合了軟件和硬件開發(fā)了基于機器視覺的密封圈檢測系統(tǒng)。
　　本文研究的主要內(nèi)容包括:對多種計算機的傳統(tǒng)畫線算法和Bresenham算法理論進行了分析，并做了一個簡單的程序?qū)Ρ葞追N算法的效率，證明了Bresenham在計算機硬件的實

3、現(xiàn)上具有明顯的優(yōu)勢，它與其它算法對比優(yōu)勢就是不需要進行浮點運算。對圖像二值化的理論進行了學習和了解，并深入研究了Otsu閾值分割算法，并采用該算法對本文的密封圈原圖像進行了二值化的處理。尺寸檢測方面，首先是對傳統(tǒng)的尺寸檢測算法作為了解、分析和對比，繼而本文的算法采用的是基于Bresenham算法設計出來的一種尺寸檢測方法。在缺陷檢測方面，介紹了幾種方法，并與本文設計的算法做對比，得出本文的算法具有效率高，誤檢率低的優(yōu)勢。在機器視覺系統(tǒng)的