学位论文 > 优秀研究生学位论文题录展示
基于机器视觉的零件表面缺陷检测
作 者: 陈少平
导 师: 张桂梅
学 校: 南昌航空大学
专 业: 航空宇航制造工程
关键词: 机器视觉 缺陷检测 小波变换 Otsu法 BP神经网络
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 156次
引 用: 0次
阅 读: 论文下载
内容摘要
零件缺陷检测是保证零件使用安全的重要手段。传统的检测由人工完成,工作量大,且易受到检测人员主观因素的影响,很难保证检测的效率与精度。用机器视觉检测方法可提高生产效率和生产的自动化生产程度。本文以常见的轴类零件和齿轮零件为研究对象,主要研究了图像背景的分割,零件表面缺陷的提取、缺陷的特征参数提取和分类识别。本文首先在详细分析零件图像特点的基础上,提出了双结构元素的形态学背景分割,将线形结构元素和圆盘形结构元素分别用于图像的开闭运算。该算法结合了线形结构元素和圆盘形结构元素各自的优点。理论分析和仿真实验证明,改进的算法能够较好的去除图像背景,并且保证了零件的清晰完整。提出了一种新的分割算法提取零件的表面缺陷,将小波变换理论应用到Otsu算法中。在用形态学的方法去除零件图像的背景之后,选择单层小波系数分解目标图像,再将分解后的图像进行低频重构,去除冗余信息和噪声;最后利用Otsu阈值分割对缺陷进行提取。实验证明,本文的算法优于经典的Otsu算法,具有分割精度高,抗噪性能强的优点。此外我们还对提取出的缺陷图像进行了后处理,应用形态学的方法对孔洞缺陷进行填充,提出了基于小波变换的Canny边缘检测算法,不仅消除了杂点的影响,还很好的检测出了缺陷的边缘。本文提出了缺陷特征参数的提取方法,设计了适合本文的BP神经网络分类器。首先提取了零件表面缺陷的23种纹理特征和几何特征,根据提取的特征参数提出了零件质量等级评定标准;为了减少计算复杂度,采用了主成分分析的方法将特征参数将进行降维,并建立了相应的特征参数库,以这些特征参数作为BP神经网络的输入,设计了单隐层结构的BP神经网络分类器;并且选用了905个测试样本对该识别器进行测试,结果识别率达到86.2%。最后,本文对缺陷检测系统进行了总体设计,重点对检测系统软件进行设计。整个软件系统包括图像输入模块、图像处理模块、缺陷后处理模块、缺陷分类和零件质量等级判定模块,并对每个模块所包含的子模块的功能进行了讨论。通过系统的总体设计,最终对零件进行了缺陷的分类和质量等级评定,实验表明,该系统具有良好的检测效果。
|
全文目录
摘要 4-6 Abstract 6-8 目录 8-10 第1章 绪论 10-16 1.1 研究的背景及意义 10-11 1.2 国内外研究现状 11-12 1.3 存在的问题和发展趋势 12-13 1.4 本文的主要研究内容和安排 13-14 1.5 本章小结 14-16 第2章 零件图像背景分割 16-26 2.1 引言 16 2.2 零件图像的特点分析 16-18 2.3 传统的形态学背景分割 18-21 2.3.1 算法介绍 18-19 2.3.2 实验结果及分析 19-21 2.4 改进的形态学背景分割 21-24 2.4.1 算法步骤 21-22 2.4.2 实验及结果分析 22-24 2.5 本章小结 24-26 第3章 零件表面缺陷分割 26-50 3.1 引言 26 3.2 图像增强 26-28 3.2.1 直方图均衡化 27 3.2.2 实验结果及分析 27-28 3.3 经典的阈值分割方法 28-34 3.3.1 人工选择阈值法 29 3.3.2 迭代阈值分割法 29-30 3.3.3 一维Otsu阈值分割法 30-31 3.3.4 二维Otsu阈值分割法 31-32 3.3.5 实验及结果分析 32-34 3.4 本文提出的零件表面缺陷分割算法 34-43 3.4.1 一维连续小波变换 34-35 3.4.2 离散小波变换 35 3.4.3 多分辨率分析 35-36 3.4.4 具体算法步骤 36-37 3.4.5 实验及结果分析 37-43 3.5 缺陷后处理 43-48 3.5.1 形态学处理 43-44 3.5.2 二值图像边缘检测 44-47 3.5.3 实验及结果分析 47-48 3.6 本章小结 48-50 第4章 特征提取和缺陷识别 50-72 4.1 引言 50 4.2 特征的分类 50-52 4.3 缺陷特征的提取 52-58 4.3.1 几何特征的提取 52-55 4.3.2 纹理特征的提取 55-58 4.3.3 零件质量等级评定 58 4.4 特征参数库的建立 58-60 4.5 缺陷识别和分类 60-70 4.5.1 BP算法原理 61-65 4.5.2 BP神经网络的训练 65-67 4.5.3 BP分类器的设计 67-70 4.6 实验及结果分析 70 4.7 本章小结 70-72 第5章 零件缺陷检测系统的总体设计 72-80 5.1 引言 72 5.2 硬件设计 72-75 5.2.1 光源 72-73 5.2.2 CCD摄像机 73-74 5.2.3 平台的搭建 74-75 5.3 软件设计 75-78 5.3.1 开发环境 75 5.3.2 软件结构设计 75-78 5.4 本章小结 78-80 第6章 总结与展望 80-82 6.1 本文工作总结 80-81 6.2 展望 81-82 参考文献 82-85 攻读硕士学位期间发表的论文和参加科研情况 85-86 致谢 86-87
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 基于机器视觉的光纤几何参数检测研究,TN253
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 小波变换在桥梁变形监测数据处理中的应用,TP274
- 基于轮廓波变换的数字图像水印方法研究,TP309.7
- JSYJ公司采购风险管理研究,F426.92
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 基于多尺度分析的图像融合算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|