机器视觉设备焊点质量检测关键技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题来源及背景 | 第10-11页 |
| 1.2 机器视觉超声检测技术概述及研究现状 | 第11-15页 |
| 1.2.1 焊点检测技术概述及研究现状 | 第11-13页 |
| 1.2.2 机器视觉技术概述及研究现状 | 第13-15页 |
| 1.3 论文的主要研究内容 | 第15-18页 |
| 第2章 技术路线和理论基础 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 机器视觉超声检测设备路线设计 | 第18-21页 |
| 2.2.1 视觉超声检测设备的功能定义 | 第18-19页 |
| 2.2.2 视觉超声检测设备技术路线及可行性分析 | 第19-21页 |
| 2.3 焊点质量超声检测原理及有限元求解方法 | 第21-23页 |
| 2.3.1 焊点质量超声检测原理 | 第21-22页 |
| 2.3.2 超声信号有限元分析方法 | 第22-23页 |
| 2.4 超声信号的数学模型 | 第23-25页 |
| 2.5 机器人手眼标定理论 | 第25-27页 |
| 2.5.1 相机针孔成像与内参数模型 | 第25-27页 |
| 2.5.2 相机坐标系与世界坐标系之间的转换关系 | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 焊点超声信号的仿真分析及处理方法 | 第29-42页 |
| 3.1 引言 | 第29页 |
| 3.2 焊点有限元模型建立 | 第29-32页 |
| 3.2.1 焊点有限元模型参数确定 | 第29-31页 |
| 3.2.2 焊点样件有限元建模及加载方法 | 第31-32页 |
| 3.3 理想焊点及复杂曲面焊点质量仿真分析 | 第32-37页 |
| 3.3.1 理想焊点质量仿真分析 | 第33-36页 |
| 3.3.2 复杂曲面上焊点质量仿真分析 | 第36-37页 |
| 3.4 基于最小熵解卷积的焊点超声信号处理 | 第37-40页 |
| 3.4.1 焊点超声信号的最小熵解卷积 | 第38-39页 |
| 3.4.2 超声信号解卷积仿真分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 焊点图像处理 | 第42-52页 |
| 4.1 引言 | 第42页 |
| 4.2 焊点图像预处理 | 第42-47页 |
| 4.2.1 焊点图像感兴趣区域:ROI提取 | 第42-43页 |
| 4.2.2 焊点图像灰度化 | 第43页 |
| 4.2.3 焊点图像滤波 | 第43-45页 |
| 4.2.4 焊点图像灰度直方图均衡化 | 第45-46页 |
| 4.2.5 焊点图像二值化 | 第46-47页 |
| 4.3 焊点图像边缘检测 | 第47-50页 |
| 4.4 基于霍夫变换的焊点轮廓拟合 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 机器视觉超声检测系统软硬件设计及集成调试 | 第52-63页 |
| 5.1 引言 | 第52页 |
| 5.2 视觉超声检测系统软件设计 | 第52-56页 |
| 5.2.1 超声信号采集处理软件程序设计 | 第53-54页 |
| 5.2.2 机器人运动控制及图像处理模块软件设计 | 第54-56页 |
| 5.3 视觉超声检测硬件选型及设计 | 第56-58页 |
| 5.3.1 视觉检测硬件选型 | 第56-57页 |
| 5.3.2 视觉检测硬件设计 | 第57-58页 |
| 5.4 机器视觉焊点超声检测设备集成及调试应用 | 第58-62页 |
| 5.4.1 手眼标定 | 第58-60页 |
| 5.4.2 检测应用及结果验证 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论和展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第71页 |
