基于機(jī)器視覺的連接器螺母在線檢測技術(shù)的研究.pdf

1、產(chǎn)品的缺陷識別是工業(yè)生產(chǎn)過程中最常見的工作之一，目前國內(nèi)的產(chǎn)品缺陷檢測以人工檢測為主，這既增加了工人的勞動強(qiáng)度，又難以滿足現(xiàn)代工業(yè)對產(chǎn)品質(zhì)量的要求。近年來，隨著機(jī)器視覺在工業(yè)檢測中的應(yīng)用，運(yùn)用機(jī)器視覺技術(shù)對產(chǎn)品進(jìn)行在線檢測，已經(jīng)成為一種趨勢。 本文在學(xué)習(xí)借鑒國內(nèi)外相關(guān)文獻(xiàn)資料的基礎(chǔ)上，應(yīng)用Matlab圖像處理工具箱，針對連接器螺母的缺陷提出了基于機(jī)器視覺的檢測方法。并對相關(guān)技術(shù)進(jìn)行研究，提出采用基于有效灰度統(tǒng)計(jì)直方圖的閾值分割算

2、法和基于有限區(qū)域迭代的Hough 圓變換算法（IHTLR）來實(shí)現(xiàn)。本文的主要研究工作為：1.照明系統(tǒng)的設(shè)計(jì)，通過比較各種不同的照明方式的優(yōu)缺點(diǎn)，采用后側(cè)光照明，既突出了產(chǎn)品的外輪廓，又隱藏弱化了產(chǎn)品框口部位脫模留下的小突刺，這樣獲得的圖像有利于后期的處理。 2.圖像預(yù)處理，分析比較了幾種不同的平滑濾波器——均值濾波、中值濾波和高斯濾波器的濾波效果，發(fā)現(xiàn)使用中值濾波的邊緣保持較好，對噪聲的去除較理想。 3.圖像分割及邊緣提

3、取，通過對幾種常見的分割算法進(jìn)行比較，提出了基于有效灰度統(tǒng)計(jì)直方圖的閾值分割算法，并運(yùn)用數(shù)學(xué)形態(tài)學(xué)提取邊緣。 4.缺陷產(chǎn)品的預(yù)檢，通過對缺陷產(chǎn)品特征的分析，采用預(yù)檢的方法對部分產(chǎn)品進(jìn)行預(yù)先檢驗(yàn)，對余下的產(chǎn)品執(zhí)行更精確的檢測，大大的提高了系統(tǒng)的運(yùn)行速度。 5.Hough變換圓檢測，通過對傳統(tǒng)的Hough變換及RHT變換的研究，提出基于有限區(qū)域迭代的Hough 圓變換算法（IHTLR），該算法具有迭代速度快，存儲空間小，檢測