开题报告-基于机器视觉的汽车大灯安装质量检测系统设计.doc

南京航空航天大学毕业设计（论文）开题报告题 目基于机器视觉的汽车大灯安装质量检测系统设计学 院机电学院专 业飞行器制造工程学生姓名赵健学号051230232指导教师张乐年职称副教授毕设地点机电学院2016年3 月9 日1. 结合毕业设计（论文）课题任务情况，根据所查阅的文献资料，撰写15002000字左右的文献综述：一课题的来源本课题来源于大树智能科技南京有限公司，为企业横向合作课题中的关键核心技术部分。二研究目的： 本课题采用机器视觉技术来解决该问题，实现汽车大灯安装质量检测。同时可以做到：1）可在屏幕上实时观察到灯具的全貌，确定螺丝位置非常方便，且可由人工辅以判定；2）图像数据可以保存，供后期查看。因此，利用机器视觉的方式不但可以取代现有系统的功能，还能扩展新的引用。三国内外研究的技术现状分析随着工厂对产品品控要求的不断提升，原有的汽车大灯安装过程中的螺丝检测系统存在如下问题：原系统利用电磁传感器感应螺丝金属成分来辨别螺丝的有无，其关键在于调整传感器与螺丝之间的相对位置，来获得满足要求的响应灵敏度。然而，现有灯具的工装结构形式很难直观地让调整人员从下方观察传感器的调节过程，严重影响系统的检出率。同时，由于个性化需要，汽车大灯的外形会经常发生变化，不同的外形都需要重新调试传感器，使用很不方便。本课题采用机器视觉技术则来解决该问题，实现汽车大灯安装质量检测。四机器视觉的现状及发展趋势机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科.机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为,从客观事物的图像中提取信息进行处理,并加以理解,最终用于实际检测和控制.主要应用于如工业检测、工业探伤、精密测控、自动生产线、邮政自动化、粮食选优、显微医学操作以及各种危险场合工作的机器人等。1机器视觉关键技术的发展现状1.1 光源照明（表1）1.2 光学镜头（表2）1.3 CCD摄像机及图像采集卡（表3）1.4 图像信号处理1.5 执行机构 表1各种光源对比光源颜色寿命/h发光亮度特点卤素灯白色，偏黄5000-7000很亮发热多，较便宜荧光灯白色，偏绿5000-7000亮较便宜LED灯红，黄，绿，白蓝60000-100000较亮固体，能做成很多形状，发热多疝灯白色，偏蓝3000-7000亮持续光，发热少电致发光管由发光频率决定5000-7000较亮较便宜表2镜头型号及相关参数型号焦距/mm相机孔径/f接口像面尺寸/inch试场最近摄影距CS-S0420F4.02.0CS/C1/3”76160.2CS-S0620F6.02.0CS/C1/3”51360.2CS-S0820F8.02.0CS/C1/3”420.2CS-S1220F12.02.0CS/C1/3”28160.2CS-S1620F16.02.0CS/C1/3”21140.2CS-B0636GL6.0-361.2CS/C1/3”50559181.3CS-B08551GL8.5-511.6CS/C1/3”56509481CS-B0660GL6.0-601.2CS/C1/3”52135441CS-B10200GL10-2001.9CS/C1/3”341732注：1英寸=2.54cm表3 线阵CCD参数器件名称像元数像元分辨率Data rate/MHz阵列数数据格式动态范围标称增益范围P2-80-12K4012 2887um*7um3208 taps 双阵列8bitFull Camera Link210:110DB 2机器视觉技术的应用1.6 工业领域工业领域是机器视觉应用中比重最大的领域,按照功能又可以分成4类:产品质量检测、产品分类、产品包装、机器人定位.其应用行业包括印刷包装、汽车工业、半导体材料/元器件/连接器生产、药品/食品生产、烟草行业、纺织行业等.1.7 民用领域机器视觉技术可用在智能交通、安全防范、文字识别、身份验证、医疗设备等方面.1.8 科学研究领域在科学研究领域可以利用机器视觉进行材料分析、生物分析、化学分析和生命科学,如血液细胞自动分类计数、染色体分析、癌症细胞识别等.1.9 军事领域视觉技术可用在航天、航空、兵器(敌我目标识别、跟踪)及测绘.在卫星遥感系统中,机器视觉技术被用于分析各种遥感图像,进行环境监测,根据地行、地貌的图像和图形特征,对地面目标进行自动识别、理解和分类等.3机器视觉发展趋势 价格持续下降 功能逐渐增多 产品小型化集成产品增多四目前基于机器视觉的汽车大灯安装质量检测系统的必要性与意义近年来，汽车大灯安装质量检测系统技术，尤其是基于机器视觉的汽车大灯安装质量检测系统技术越来越多地受到人们的重视，目前我国的发展趋势的意义主要有以下几个方面：(1) 汽车大灯安装质量检测的优质性和高效化基于机器视觉的汽车大灯安装质量检测是先进的高效率的检测技术，优于原有的利用电磁传感器感应螺丝金属成分来辨别螺丝的有无的汽车大灯螺丝检测系统。(2) 可在屏幕上实时观察到灯具的全貌，确定螺丝位置非常方便，且可由人工辅以判定。(3)改变车灯种类是不需要再调节电磁传感器感应螺丝，提高了劳动生产率。(4)利用系统自动检测，大大提高了检测的精度，降低了产品的不合格率。五参考文献【1】章炜.机器视觉技术发展及其工业应用J.红外,2005,27(2):11- 17.【2】Forsyth D A,Jean Ponce. Computer VisionM. Inc:Prentice Hall,2003.【3】贾云得.机器视觉.北京:科学出版社,2000.【4】张德丰,编著.详解MATLAB数字图像处理.北京:电子工业出版社.2010.【5】张越.Visual C+6.0网络程序设计实例详解.北京:人民邮电出版社,2006.7:15【6】王郑耀.数字图像的边缘检测,硕士论文.西安:西安交通大学,2003【7】雷丽珍.数字图像边缘检测方法的探讨.测绘通报,2006,3:4042【8】龚爱平. 基于嵌入式机器视觉的信息采集与处理技术研究.2013【9】贾永红.数字图像处理M.武汉:武汉大学出版社,2003.2. 毕业设计任务要研究或解决的问题和拟采用的方法：1 课题研究的目的和主要内容本课题采用机器视觉技术则来解决该问题，实现汽车大灯安装质量检测。同时可以做到：1）可在屏幕上实时观察到灯具的全貌，确定螺丝位置非常方便，且可由人工辅以判定；2）图像数据可以保存，供后期查看。因此，利用机器视觉的方式不但可以取代现有系统的功能，还能扩展新的引用。二课题研究的要求（一）掌握MATLAB在数字图像处理中的应用；（二）掌握基于嵌入式机器视觉的信息采集与处理技术研究；（三）掌握数字图像边缘检测方法的分析与研究；（四）了解面向精密制造与检测的机器视觉及智能算法研究。三课题研究的主要方法（一）本课题采用机器视觉技术屏幕上实时观察到灯具的全貌，然后根据相似度的差别，分辨出汽车大灯内部的各个特定位置是否安装了螺丝，从而检测出漏装或错装的螺丝。（二）用C+语言编译出相应的程序。首先，先讲准确安装的样品的图样通过汽车大灯安装质量检测系统进行记录，记下各个位置的图像，再利用产品各个螺丝位置的相似度对比来检测。四课题研究的主要技术指标：（1）加螺丝缺失综合检出率： 99%。(2)误检率：1%；(3)有缺失螺丝时可通过声、光报警器进行报警提示；(4)检测系统可保存大灯的检测图片，历史记录不少