汽車車燈玻殼視覺檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、車燈燈泡要通過燒制、裝架、封排、裝頭、檢驗等多個環(huán)節(jié)，才能實現(xiàn)高速自動化生產(chǎn)。在車燈玻殼成型過程中，由于生產(chǎn)工藝的復雜性、生產(chǎn)環(huán)節(jié)的高速性、機械控制系統(tǒng)的精度低，在制造和組裝等環(huán)節(jié)不可避免的存在多種質(zhì)量缺陷。如玻殼破損、臟污污染、端面裂口等外觀缺陷和長度、外徑、厚度等幾何尺寸不符合標準等現(xiàn)象，而這些玻殼是不能進入下一步制造車燈的環(huán)節(jié)的，必須進行識別、分揀處理。
　　傳統(tǒng)的人工檢測完全不能滿足產(chǎn)品質(zhì)量安全和高速大規(guī)模自動化生產(chǎn)線的要

2、求，主要表現(xiàn)在:人工檢測精度低、主觀性強、可重復性差、無法提供持續(xù)一致性檢測結(jié)果，漏檢誤檢率高，難以滿足生產(chǎn)線高速生產(chǎn)需求。因此，研究替代人工檢測的自動化檢測技術(shù)具有重大的經(jīng)濟和社會意義。
　　本文介紹了汽車車燈玻殼視覺檢測的相關(guān)重要技術(shù)，設(shè)計了系統(tǒng)的機械結(jié)構(gòu)和電氣控制系統(tǒng)方案。在圖像檢測處理中，深入研究了多種視覺檢測方法，研制了一臺樣機，并開發(fā)了一套融合了圖像處理算法的軟件系統(tǒng)，并把整套系統(tǒng)用于自動化生產(chǎn)線上。
　　本論文

3、的研究工作、主要成果和創(chuàng)新點包括以下幾個方面:
　　1.闡述了汽車車燈玻殼檢測現(xiàn)狀，在總結(jié)國內(nèi)外研究成果的基礎(chǔ)上，結(jié)合實際需求，提出了視覺檢測系統(tǒng)的整體方案。在機械結(jié)構(gòu)上，設(shè)計了鏈輪式的傳送結(jié)構(gòu)，通過獲取圖像序列實現(xiàn)玻殼全方位的檢測。詳細介紹了基于PC機和PLC的電氣控制系統(tǒng)，在分析玻殼光學特性基礎(chǔ)上設(shè)計了一套光學照明方案。
　　2.在圖像預處理算法中，用圖像灰度變換增強缺陷特征。在圖像去噪中，對比了幾種灰度形態(tài)學和圖像濾波

4、方法用于降噪的效果。圖像定位中提出了一種基于檢測邊緣點的目標定位方法。在邊緣特征分割中測試了傳統(tǒng)的邊緣檢測算法在玻殼檢測中的應(yīng)用。在幾何基元檢測中，傳統(tǒng)的霍夫變換效率不高，研究了多次迭代擬合算法在直線和圓等幾何基元查找中的應(yīng)用。在上述基礎(chǔ)上，對玻殼的各項尺寸測量做了詳細的介紹。
　　3.設(shè)計了玻殼體缺陷的數(shù)據(jù)庫，采用了BP神經(jīng)網(wǎng)絡(luò)算法對玻殼體的缺陷進行了分類。在玻殼頸部裂紋檢測中，提出了一種模板匹配算法，實驗證明該算法錯誤率較高，

5、基于此提出了一種垂直積分投影檢測裂紋的方法，并應(yīng)用了前饋神經(jīng)網(wǎng)絡(luò)去檢測裂紋，實驗表明了在裂紋檢測中這兩種算法的可行性和有效性。
　　4.研制了一臺樣機并開發(fā)了一套用于工業(yè)現(xiàn)場管理和監(jiān)控的軟件系統(tǒng)，設(shè)計了一套用于保存圖片和數(shù)據(jù)的數(shù)據(jù)庫，為本課題理論拓展研究和多場合實際應(yīng)用提供了良好的實驗平臺。原型樣機經(jīng)過工業(yè)應(yīng)用，檢測速度能達到5500個/每小時，檢測精度能達到0.01mm。實踐證明了樣機和軟件系統(tǒng)的實用性、圖像檢測算法的有效性?；?/p>