基于机器视觉技术发动机轴瓦分级检测系统应用研究开题报告.doc

毕业设计（论文）开题报告题目名称：报告人：专业班级：指导教师：基于机器视觉技术发动机曲轴轴瓦分级检测系统应用研究自动化04411基于机器视觉技术发动机轴瓦分级检测系统应用研究开题报告一、课题的目的和意义本系统主要用于车辆发动机曲轴轴瓦装配的监控和报警，有效的对生产和物流传送流水线上的产品进行识别、分级检测。这就需要引进一些现代领先技术来辅助以计算机为核心的控制，从而实现相应的性能要求，满足自动化生产的最优化控制，从而为我国有效减少类似交通事故提供高新技术支持，并为我国在该领域赶超世界先进水平做出积极贡献。曲轴轴瓦装配是发动机自动装配的重要工艺环节。本工序中辅助物流系统将不同种类的曲轴轴瓦传送至正确摆放位置，然后装配工人根据气缸表面的字符提示，将轴瓦装配在正确的位置，从而保证了装配线总体生产节奏。然而由于装配线在极短时间内可能进行多种轴瓦的装配。装配线计算机系统虽然可进行快速响应，但人工方式的装配过程中常发生轴瓦混淆现象，即对应于一台发动机五个轴瓦发生错装。错装后的轴瓦在同一发动机内将造成车辆运行过程中曲轴各项性能指标下降，导致发动机整体性能下降。曲轴轴瓦装错现象虽然不常见，一旦发生，后果严重。传统的检测方法由人工完成，即下一道工序人工肉眼目测，这种方法由于工人长时间工作导致肉眼疲劳，无法从根本上避免安装事故的发生。所有不正确安装，在下一道工序缸体倒置后，将不能直观目测，轻者造成返修，重者发生事故。这就需要在曲轴轴瓦安装检测过程中对曲轴型号的识别，识别的目标是气缸表面字母。针对气缸表面字符特征不一致，采用计算机识别技术对曲轴轴瓦的不同型号进行检测，保证安装准确。以一汽大众集团为例，为了对曲轴轴瓦装配质量进行在线监控，专门从德国引进了专用检测设备，但该设备仅限于几种固定型号的曲轴轴瓦，随着市场的发展，原有的设备越来越不能满足制造过程柔性化的需要，针对工厂的实际问题，开展了此课题的研究工作，提出了基于计算机视觉技术的在线检测方案。1二、文献综述通过查阅相关参考文献，让我了解到运用机器视觉系统能准确的对工业生产线上的零配件生产和安装进行分级检测、识别。改变了传统上仅靠人工的检测、安装2工作，也避免了一些因人工失误造成的工程错误，以至间接引起的安全事故。2机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。3机器视觉的引入，代替传统的人工检测方法，极大地提高了投放市场的产品质量，提高了生产效率。由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。总之，随着机器视觉技术自身的成熟和发展，可以预计它将在现代和未来制造企业中得到越来越广泛的应用。4在人的主观感知中，视觉是获取外界信息主要的器官。据统计，人所获得外界信息80%是靠视觉得到的，由此可见，视觉的感知功能多么重要。人类视觉的模仿多半是用电视摄像机和计算机技术来实现的，故又称计算机视觉。视觉传感器的工作过程可分为检测、分析、描绘和识别四个主要步骤。5装配机械手的出现进一步改变了工厂面貌，半导体布线装有视觉传感器，在视觉传感器上采用电视摄影机并利用监控器对其瞬时摄制的图像进行判断和分析，同时控制定位机构和纵横驱动机构等，使机械手能快速对轴瓦进行识别分类。6这其中最关键的步骤就是图像的识别和处理。数字图像处理的引入是从20世纪60年代以来随着计算机技术和VLSI的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用上都取得了巨大的成就，因此数字图像成为诸多学者研究视觉感知的有效工具，在工业图像处理等大型应用中也有不断增长的需求。7在计算机控制界面和算法中，采用VisualC+编程实现了系统的界面和整体构架，由于VisualC+本身就是一个图像的开发界面，它提供了丰富的关于位图操作的函数，对开发图像处理系统提供了极大的方便。8这对研究怎样合理的应用3机器视觉系统和计算机软硬件的控制来实现工程生产的流程，已成为当今计算机科学和生产过程自动化领域研究的新课题。三、研究（设计）内容和拟解决的关键问题本次设计主要应用了模式识别与图像处理技术，以VC为开发平台，设计出曲轴轴瓦自动检测系统，对轴瓦的类型进行匹配，然后进行自动识别，进而完成检测任务。我们讨论的主要内容是：（1）光源照明技术：在机器视觉应用系统中；好的光源与照明方案往往是整个系统成败的关键；起着非常重要的作用；它并不是简单的照亮物体而已。光源与照明方案的配合应尽可能地突出物体特征量；在物体需要检测的部分与那些不重要部分之间应尽可能地产生明显的区别；增加对比度；同时还应保证足够的整体亮度；物体位置的变化不应该影响成像的质量。在机器视觉应用系统中一般使用透射光和反射光。对于反射光情况应充分考虑光源和光学镜头的相对位置、物体表面的纹理；物体的几何形状、背景等要素。光源设备的选择必须符合所需的几何形状，照明亮度、均匀度、发光的光谱特性也必须符合实际的要求，同时还要考虑光源的发光效率和使用寿命。其中LED光源凭借其诸多的优点在现代机器视觉系统中得到越来越多的应用。9（2）阈值分割算法:此次设计运用了二维Otsu曲线阈值分割法，二维Otsu阈值分割算法充分利用了图像象素与其邻域的空间相关信息而具有比利利用灰度直方图的一维阈值分割算法更强的抗噪声能力。10对气缸表面的图像作阈值分割，然后二值化，方便了后期的处理。（3）特征提取:本文采用方向统计特征量法。这种方法提取的特征量能反映出最能包含字符特点的字形和笔划结构特征，符合字符识别的要求。（4）字符识别:因为气缸表面字符类型少，所以建立了字符标准摸板，以相似度法进行模板匹配，对曲轴轴瓦型号进行识别。11四、研究（设计）方案与进度计划安排1、研究（设计）方案：课题设计方案采用硬件来完成对图像的采集工作，用软件算法来完成控制界面和图像识别、处理的方法，在发现与参考图像不符合时能及时发出报警信号，