基于OpenCV的提花机组件装配视觉检测系统研究
这是一篇关于提花机组件,机器视觉,OpenCV,单目标定,模板匹配的论文, 主要内容为提花机组件是提花机的主要装配件,其由若干零件组成,且装配工序复杂,因此,对已装配的提花机组件零件进行质量检测是很重要一环。目前提花机组件的装配检测主要通过人工进行操作,由于其自身的局限性,从而难以保证最终检测的准确性和效率。因此本文基于工厂现有提花机组件装配线,应用机器视觉技术,搭配OpenCV图像处理开源库设计研发了一套装配视觉检测系统。本文的主要研究内容如下:1.对提花机组件装配线装配工艺及结构进行分析,经过对视觉检测相关文献的研究及企业现场调研后,明确了提花机组件装配视觉检测系统的设计需求,设计并完成了装配视觉检测整体方案。2.根据相机成像模型原理,构建了单目视觉系统的成像模型,并采用张氏标定法对检测系统相机进行标定。为了降低电子噪声以及光照强度等环境因素的影响,本文对传统预处理算法进行优化并设计了一种新的混合滤波算法,实现降低光照和电子噪声对图像采集的影响。3.结合传统边缘特征提取算法中的不足,提出了基于Canny边缘算子的一种优化改进算法,实现对目标零件边缘轮廓的提取,然后针对目标零件的特性,本文设计一种基于目标轮廓的模板匹配方法,通过分割出合格组件的ROI区域(感兴趣区域),用改进的边缘提取算法完成对区域内待测件轮廓信息的提取并将其制作为模板,然后通过模板遍历整个待测图像,根据相似性度量完成对待测零件的匹配,从而实现了对待测零件装配质量的检测。4.基于Visual Studio2019集成环境下的C++语言、QT库和OpenCV图像开源处理库,对检测算法进行封装,并编写软件可视操作界面,然后搭建装配检测平台,并通过实验验证了本文装配检测系统的有效性和检测精度。5.根据系统可靠性理论,对本文设计的提花机组件装配视觉检测系统进行可行性计算,最后实验计算达到设计预期并符合企业生产相关需求。
量块与量棒辅助自动检测方法研究
这是一篇关于量块,量棒,双目视觉,辅助检测,模板匹配的论文, 主要内容为量块与量棒作为常见的计量检测工具,具有结构简单、使用方便、量值精确等优点,被广泛应用于科学研究与工业生产中。量块与量棒是量值传递的实物标准,所以需要定期检测,以确保量值可靠。由于量块与量棒的位姿精度对测量精度影响很大,而人工校正位姿依赖于检定人员的经验,且主观差异性较大,因此企业迫切需要一个切实可行的方法来提高量块与量棒测量的精度及效率。针对上述问题,本文对量块与量棒辅助自动检测方法展开研究。本文主要研究内容如下:首先,本文详细分析了位姿误差对量块与量棒测量精度的影响,针对实际的任务需求,分析存在的技术难点,给出了总体解决方案,完成了量块与量棒辅助自动检测系统的总体方案设计。其次,详细分析了相机的成像模型,对四个坐标系之间的转换关系展开研究,将图像坐标系像素坐标与世界坐标系空间坐标联系起来,并结合相机畸变情况,确定相机的主要参数。根据总体方案构建双目相机成像模型,通过张正友标定法完成双目相机的标定,求解出相机的内外参数,并利用重投影误差验证标定的精度。再次,针对量块与量棒的识别方法进行了研究。根据实际需求对采集到的图像进行预处理,分析了基于SURF的模板匹配方法,针对传统SURF算法误匹配率较高的问题,提出了一种基于特征点匹配几何关系的优化方法,同时通过基于视差梯度改进的RANSAC算法进一步剔除误匹配,提高匹配正确率。模拟设置不同的情况,以匹配正确率作为评价标准,通过实验验证了优化算法的有效性。然后,在成功识别出量块与量棒之后,为了计算得到精确的位姿信息,针对传统的Census变换立体匹配算法效果不佳的问题进行改进,在代价计算阶段采用先判断后修改的方式,并将十字交叉域聚合法引入代价聚合计算中,实验表明,改进算法具有更好的匹配效果。针对量块提出一种基于特征匹配的位姿计算方法,一方面通过仿射变换求出目标图像中量块的形心,另一方面利用特征匹配点与形心计算出量块的垂线斜率,通过立体匹配与三维重建得到垂线的空间向量,进而获取量块的空间位姿信息。此外,对识别出的量棒进行边缘拟合,利用立体匹配算法得到的视差值对量棒上表面的边缘点进行三维重建,拟合出空间圆,根据空间圆的圆心坐标及法向量计算出量棒的位姿信息,并对量块与量棒的位姿计算方法进行评价分析。最后,搭建系统平台并进行实验验证。根据总体方案设计完成相应硬件的选型,搭建系统的硬件平台,基于Visual Studio开发环境,设计开发了系统软件,主要包括图像处理模块、通讯模块、计量检测模块以及数据管理模块。利用实验平台完成机器人手眼标定,并使用误差评价函数对标定结果进行评价分析。设计实验进行验证,利用本文的方法计算得到量块与量棒的空间位姿,通过机器人完成目标的位姿校正,控制检测仪器进行测量,将测量数据与标准数据进行对比,结果表明本文提出的量块与量棒辅助自动检测方法具有可行性。
塑料注射成形生产中模腔异物的机器视觉检测系统的设计与开发
这是一篇关于注射成形,机器视觉,模腔异物,模板匹配,嵌入式的论文, 主要内容为塑料以其优良性能,已成为与钢铁、木材和水泥并驾齐驱的新型基础材料。注塑机作为塑料最主要的成形装备,在注射成形的合模阶段,若模具型腔内残留未脱落的塑料制品等异物,极易造成模具损坏等安全事故,因而研发注射成形生产中模具型腔异物的检测系统具有重要的意义。本文基于机器视觉技术设计并开发出模具型腔异物的视觉检测嵌入式系统。本文的主要研究内容如下:(1)采用基于整体灰度和局部轮廓信息的图像快速精准匹配算法。首先要将预处理后的图像划分成尺寸相等的多个矩形窗口,然后基于图像整体的灰度信息,计算直方图并通过巴氏距离算法进行相似度比较,初步判断是否存在异物,再通过基于局部轮廓信息的模板匹配算法进行模腔异物的精确检测。模腔异物检测的总耗时小于200ms,保障了视觉检测系统的实时性。(2)建立反色对比、统计判断和阈值自学习等视觉检测方法。对于异常图像和均匀图像,分别采用反色对比算法和基于平均值、标准差的统计判断算法进行处理。采用自学习算法来确定模板阈值,以消除光照强度不稳定和模具抖动等因素对检测精度的影响。提高了视觉检测系统的准确性和适用性,使视觉检测系统能准确识别出1cm2的异物。(3)综合考虑机器视觉的技术特点和注射生产过程的实际工况以及相应的工艺需求的基础上完成嵌入式模腔异物视觉检测系统的模块化设计与开发。视觉检测系统分为硬件设计和软件设计两部分,硬件部分包括图像摄取模块、运算识别模块、人机交互模块和机器控制模块,软件部分包括图像匹配算法设计和基于QT的人机交互界面设计,其中人机交互界面是基于QT的嵌入式版本QT/Embedded人机交互界面开发软件进行研发的,实现可视化操作。最后对所开发的模腔异物视觉检测系统进行实验测试,实验测试结果表明本文开发的嵌入式视觉检测系统能够满足注射成形实际生产中模具型腔异物检测的实时性和准确性要求。
领域本体构建方法研究及应用
这是一篇关于领域本体,半自动构建,模板匹配,领域本体问答系统的论文, 主要内容为传统领域本体构建多采用手工构建的方法,这种方法费时费力且复用率不高。针对这种情况,本文提出一种将中文领域文本文档半自动化地转换为OWL本体的方法。先使用jieba分词工具对文档进行分词、词性标注及去停用词等预处理;紧接着,采用TF-IDF算法、基于模板匹配算法分别抽取领域核心概念和概念等级关系;然后借助Apache Jena API设计了转换算法,将抽取后的三元组文本文档形式化为OWL本体,并在protégé中进行了可视化管理;最后,利用推理机对本体进行一致性检测,并通过给推理机绑定用户自定义SWRL规则,实现了本体的评估,进而修正本体半自动构建中产生的一些错误。针对领域本体的应用,本文设计实现了基于领域本体的问答系统。首先,利用jieba分词工具和viterbi算法对自然语言问句进行分词和词性标注,且将词的文本和词性封装为“词对象”;其次,利用REFO模块对词进行对象级别的正则匹配,判断问题属于预定义类型中的哪一种;最后,定义SPARQL查询模板,当词对象与某一正则表达式匹配时,生成标准的SPARQL查询语句,立刻请求服务器并返回查询结果。本文最后分别以问题分析准确率及答案查找准确率两个指标来测试了领域本体问答系统的性能,然后将测试数据和传统的社区问答系统平台做出了比较,结果表明:领域本体问答系统在特定领域的知识问答能力要明显高于传统的社区问答系统。
面向轨道交通自动售检票应用的纸币接收机设计
这是一篇关于纸币接收机,鉴伪技术,模块化设计,纸币识别,模板匹配的论文, 主要内容为纸币接收机是一个复杂的机电一体化设备,由控制电路、识别电路、纸币传输机构构成,完成纸币的收取、面额识别、真伪鉴别、接收纳入钱箱、退出等功能。近年,随着我国轨道交通的快速发展,全国各大城市纷纷兴起轨道交通建设。目前,我国轨道交通自动售检票领域中自动售票机均采用进口的纸币鉴别设备,这些进口设备价格昂贵,且关键技术不自有。而我国完全自主研发设计的纸币接收机尚处在初级阶段。因此,展开纸币接收机自主研究和设计具有重要的意义。本文主要研究内容如下:提出了一种基于模块化的总体设计方案,将整个系统划分为四个模块,即主控模块、识别模块、钱箱座模块和钱箱模块。每个模块具有独立的机械结构、控制电路。每套电路都是独立智能控制系统,具有独立的ARM嵌入式控制软件,模块之间通过串行通信接口建立连接,协同工作,实现整体功能。以目前流通的第五套人民币为实验对象对纸币接收机进行了研究与设计。根据功能需求分析,设计了系统整个架构、数据采集方案及对硬件关键器件选型。软件设计方面,解析纸币接收机软件总体功能模块,采用分系统设计思路、前后台系统设计思路、统一工程架构设计思路、命令分布处理设计思路、串口设计思路等软件设计思路方法。纸币识别算法根据采集到长度、紫外、磁性、红外等纸币原始数据,依据其代表纸币具体特征,设计相应模板匹配算法进行纸币识别。基于以上设计方案,实现了纸币接收机研发。根据测试标准文件设计了测试方案、测试流程以及测量用例对系统进行功能性能测试。测试结果表明,该系统能有效的识别和接收纸币,漏辨率和误辨率达到标准要求,且处理速度性能比一般的纸币接收机优越。
基于OpenCV的提花机组件装配视觉检测系统研究
这是一篇关于提花机组件,机器视觉,OpenCV,单目标定,模板匹配的论文, 主要内容为提花机组件是提花机的主要装配件,其由若干零件组成,且装配工序复杂,因此,对已装配的提花机组件零件进行质量检测是很重要一环。目前提花机组件的装配检测主要通过人工进行操作,由于其自身的局限性,从而难以保证最终检测的准确性和效率。因此本文基于工厂现有提花机组件装配线,应用机器视觉技术,搭配OpenCV图像处理开源库设计研发了一套装配视觉检测系统。本文的主要研究内容如下:1.对提花机组件装配线装配工艺及结构进行分析,经过对视觉检测相关文献的研究及企业现场调研后,明确了提花机组件装配视觉检测系统的设计需求,设计并完成了装配视觉检测整体方案。2.根据相机成像模型原理,构建了单目视觉系统的成像模型,并采用张氏标定法对检测系统相机进行标定。为了降低电子噪声以及光照强度等环境因素的影响,本文对传统预处理算法进行优化并设计了一种新的混合滤波算法,实现降低光照和电子噪声对图像采集的影响。3.结合传统边缘特征提取算法中的不足,提出了基于Canny边缘算子的一种优化改进算法,实现对目标零件边缘轮廓的提取,然后针对目标零件的特性,本文设计一种基于目标轮廓的模板匹配方法,通过分割出合格组件的ROI区域(感兴趣区域),用改进的边缘提取算法完成对区域内待测件轮廓信息的提取并将其制作为模板,然后通过模板遍历整个待测图像,根据相似性度量完成对待测零件的匹配,从而实现了对待测零件装配质量的检测。4.基于Visual Studio2019集成环境下的C++语言、QT库和OpenCV图像开源处理库,对检测算法进行封装,并编写软件可视操作界面,然后搭建装配检测平台,并通过实验验证了本文装配检测系统的有效性和检测精度。5.根据系统可靠性理论,对本文设计的提花机组件装配视觉检测系统进行可行性计算,最后实验计算达到设计预期并符合企业生产相关需求。
本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:毕设驿站 ,原文地址:https://bishedaima.com/lunwen/48697.html