基于机器视觉的生产线螺母装配检测技术研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 机器视觉概况 | 第10-12页 |
1.1.1 机器视觉概念 | 第10页 |
1.1.2 机器视觉原理 | 第10-11页 |
1.1.3 机器视觉特点 | 第11页 |
1.1.4 机器视觉发展与国内外应用 | 第11-12页 |
1.2 本文研究课题和创新点 | 第12-14页 |
1.2.1 课题的来源 | 第12-13页 |
1.2.2 课题的国内外现状 | 第13页 |
1.2.3 创新点 | 第13-14页 |
1.3 本文的研究内容与安排 | 第14-16页 |
第2章 生产线螺母装配检测系统方案设计 | 第16-26页 |
2.1 引言 | 第16页 |
2.2 螺母装配主要错误类型 | 第16-17页 |
2.3 检测系统主要难点 | 第17页 |
2.3.1 检测速度 | 第17页 |
2.3.2 产品误判 | 第17页 |
2.4 检测系统的总体方案设计 | 第17-18页 |
2.5 检测系统硬件的选取和构建 | 第18-23页 |
2.5.1 CCD 摄像机选用 | 第18-20页 |
2.5.2 镜头的选用 | 第20-22页 |
2.5.3 照明方式的选用 | 第22-23页 |
2.6 检测系统软件平台 | 第23-25页 |
2.6.1 LabVIEW 软件介绍 | 第23-24页 |
2.6.2 LabVIEW 语言特点 | 第24页 |
2.6.3 LabVIEW 的图像处理工具 | 第24-25页 |
2.7 检测流程 | 第25页 |
2.8 本章小结 | 第25-26页 |
第3章 螺母的图像预处理 | 第26-38页 |
3.1 图像感兴趣区域选取 | 第26页 |
3.2 直方图均衡化 | 第26-28页 |
3.3 图像平滑去噪 | 第28-30页 |
3.3.1 均值法 | 第28-29页 |
3.3.2 中值法 | 第29-30页 |
3.3.3 高斯法 | 第30页 |
3.4 图像分割 | 第30-37页 |
3.4.1 边界分割算法 | 第31-34页 |
3.4.2 区域分割算法 | 第34-36页 |
3.4.3 各种图像分割算法比较 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第4章 生产线螺母的特征检测 | 第38-44页 |
4.1 特征检测流程图 | 第38-39页 |
4.2 Hough 变换算法 | 第39-42页 |
4.2.1 Hough 背景介绍 | 第39页 |
4.2.2 传统 Hough 变换算法 | 第39-40页 |
4.2.3 标准 Hough 变换算法 | 第40-41页 |
4.2.4 随机 Hough 变换算法 | 第41-42页 |
4.2.5 本文使用的 Hough 变换算法 | 第42页 |
4.3 螺母边缘图像的特征识别 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
第5章 系统标定与实验误差分析 | 第44-48页 |
5.1 检测系统的标定 | 第44-45页 |
5.2 系统实验结果 | 第45-47页 |
5.3 实验结果及实验误差分析 | 第47页 |
5.4 本章小结 | 第47-48页 |
结论 | 第48-50页 |
参考文献 | 第50-53页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第53-54页 |
致谢 | 第54-55页 |
作者简介 | 第55页 |