(测试计量技术及仪器专业论文)基于机器视觉的内孔加工质量检测系统的研发.pdf_第1页
(测试计量技术及仪器专业论文)基于机器视觉的内孔加工质量检测系统的研发.pdf_第2页
(测试计量技术及仪器专业论文)基于机器视觉的内孔加工质量检测系统的研发.pdf_第3页
(测试计量技术及仪器专业论文)基于机器视觉的内孔加工质量检测系统的研发.pdf_第4页
(测试计量技术及仪器专业论文)基于机器视觉的内孔加工质量检测系统的研发.pdf_第5页
已阅读5页,还剩66页未读, 继续免费阅读

(测试计量技术及仪器专业论文)基于机器视觉的内孔加工质量检测系统的研发.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

i l i 东理t 人学硕 :学位论文摘要 摘要 孔类零件如针阀体、内螺纹、油管等在石油、化工和现代制造业中占有相当大的比t 重。目前,国内对这类零件的加工质量检测主要是采用人工观测对比的方法。受人为因素 的影响,使得检测效率低、检测结果可靠性差,为了提高检测的效率及结果的可靠性, 本文针对内孔的表面加工质量,进行了基于机器视觉的智能检测方法的研究。 本文以机器视觉为手段,结合图像处理技术和模式识别技术,以智能判断待测零件 加工质量为研究重点,对内孔零件的自动检测进行了研究与开发。通过采用光纤内窥镜、 c c d 摄像机和图像采集卡获得内孔图像,从硬件上保证了内孔图像的真实性和可靠性,从 而提高了检测精度。通过对内孔图像的平滑和增强处理、图像阈值分割、轮廓提取,以 及提取内孔几何参数和统计量参数的研究,利用模糊识别算法,实现了待测工件的自动 检测。本论文以检测柴油机喷油器偶件针阀体内锥面的表面加工质量为例,对该检测系 统进行了分析,通过试验及计算机编程处理,总结归纳出了一种基于机器视觉技术的内 孔加工质量检测方法,为各类孔类零件加工质量的检测技术的发展以及对内孔智能检测 中视频图像数字化采集、数字图像处理技术和模式识别技术的应用,提供了借鉴。 基于机器视觉的内孔检测系统是机、光、电一体化的智能化检测产品,它将机器视 觉的快速性、可靠性与数字图像处理技术和模式识别技术相结合,实现内孔加工质量的 检测,免除了人工检测的种种缺点,具有自动化、非接触、高可靠性和快速性等优点, 大大提高了检测效率,有望取代传统的检测手段,具有广泛的市场应用前景。 关键词:机器视觉;模式识别;图像处理技术:内孔;阈值分割 山东理下人学硕f :学位论文 a b s t r a c t ab s t r a c t c o m p o n e n tp a r t sw i t hb o r es u c ha sp i nv a l v e ,i n t e r n a lt h r e a d ,o i lp i p et a k eu pal a r g e p r o p o r t i o ni nt h eo i li n d u s t r y , c h e m i c a li n d u s t r ya n dm o d e mm a n u f a c t u r i n gi n d u s t r y a tp r e s e n t , m a n - o b s e r v e da n dc o m p a r i n gm e t h o di su s e dw i d e l yi no u rc o u n t r yo ft h e s ec o m p o n e n t s m e a s u r e m e n to fm a c h i n i n gq u a l i t y b e c a u s eh u m a n sf a c t o r sl e a dt od e t e c t i n gi n e f f i c i e n c ya n d l o wr e l i a b i l i t yo ft h er e s u l t i no r d e rt or a i s et h ed e t e c t i n ge f f i c i e n c ya n dr e l i a b i l i t y , t h ei n t e r n a l b o r es u r f a c eq u a l i t yi sc h a r a c t e r i z e db yt h em e t h o d ,w h i c hi sb a s e do nm a c h i n ev i s i o n i n t e l l i g e n td e t e c t i n gi nt h i sp a p e r b ym e a n so fm a c h i n ev i s i o nc o m b i n i n gi m a g ep r o c e s s i n gt e c h n i q u ea n di m a g ep a t t e r n r e c o g n i z i n gt e c h n o l o g y ,t h i sp a p e rm a i n l yf o c u s e so nh o wt oa u t o m a t i c a l l yr e a l i z et h e i n t e l l i g e n tj u d g m e n tt e c h n i q u eo nm a c h i n i n gq 砌i t yo ft h ei n t e m a lb o r e ,a n dm a k e sa n i n t e n s i v es t u d yo nb o r ec o m p o n e n t sa u t o m a t i c a ld e t e c t i o n t om a k es u r et h ei n t e r n a lb o r e i m a g er e l i a b i l i t ya n dr e a l i s mi nt h eh a r d w a r e ,t h es y s t e r mu s e so p t i c a lf i b e re n d o s c o c d c a m e r aa n di m a g ea c q u i s i t i o nc a r dt oo b t a i nt h ei n t e m a lb o r e si m a g e ,a n dt or a i s et h ed e t e c t i o n a c c u r a c y t h r o u g hf u z z yr e c o g n i t i o nm a t c h i n ga n dp r o c e s s i n gt h ei m a g es u c ha ss m o o t h i n g , a m p l i f y i n g ,i m a g et h r e s h o l ds e g m e n t a t i o n , c o n t o u re x t r a c t i o n ,p a r a m e t e re x t r a c t i o no ft h e i n t e m a lb o r ea n ds oo n ,t oa c h i e v et h ec o m p o n e n ta u t o m a t i c a ld e t e c t i o n t h i st h e s i sa n a l y z e s t h ed e t e c t i o ns y s t e m ,w i t ht h es u p p o r t i n ge x a m p l e st h a td e t e c tt h ei n j e c t o rn o z z l em a t c h i n gp a r t s u r f a c eq u a l i t y u s i n ge x p e r i m e n ta n dc o m p u t e rp r o g r a m m i n gc o n c l u d e sai n t e r n a lb o r eq u a l i t y m e a s u r e m e n tm e t h o d , w h i c hi sb a s e do nm a c h i n ev i s i o n ,i tc o n t r i b u t e dt os u c hb o r ec o m p o n e n t d e t e c t i o nt e c h n i q u ed e v e l o p m e n t ,v i d e oi m a g ea c q u i s i t i o ni ni n t e r n a lb o r ei n t e l l i g e n td e t e c t i n g , d i g i t a li m a g ep r o c e s s i n ga n dm o d er e c o g n i z et e c h n i q u e t h i ss y s t e mi sa no p t o - e l e c t r i c a li n t e g r a t e di n t e l l i g e n tp r o d u c t i tc o m b i n e sm a c h i n e v i s i o n sr a p i d n e s sa n dr e l i a b i l i t y 、析md i g i t a li m a g ep r o c e s s i n ga n dm o d er e c o g n i z et e c h n i q u e , s a t i s f y i n gt h ei n t e m a lb o r ed e t e c t i o n sr e q u i r e ,a v o i d i n gt h eh u m a nf a c t o r , i tc a nl a r g e l y i m p r o v e st h ed e t e c t i n ge f f i c i e n c yi n s t e a do ft h et r a d i t i o n a ld e t e c t i n gt e c h n i q u e ,s ot h i s t e c h n i q u eh a saw i d e s p r e a da p p l i c a t i o nv a l u e k e y w o r d s :m a c h i n ev i s i o n ;m o d er e c o g n i z i n g ;i m a g ep r o c e s s i n gt e c h n i q u e ; i n t e r n a lb o r e ;t h r e s h o l ds e g m e n t a t i o n l l 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知,除了文中特别加以标注和致谓 的地方外,论文中不包含其他人已经发 表或撰写过的研究成果,也不包含为获得山东理工大学或其它教育机构的学位或证书 而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示了谢意。 虢姚菘 帆如叩年月阳 关于论文使用授权的说明 本人完全了解山东理工大学有关保留、使用学位论文的规定,即:学校有权保留 送交论文的复印件和磁盘,允许论文被查阅和借阅;学校可以用不同方式在不同媒体 上发表、传播学位论文的全部或部分内容,可以采用影印、缩印或扫描等复制手段保 存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此协议) 研究生签名: 导师签名: 时间:如o 时间:加。 年易月少f 1 年b 月 一7 dl 山东王 1 1 t 大学硕i 学位论文第一章绪论 第一章绪论 机器视觉就是用机器代替人眼来做测量和判断n 1 。机器视觉系统是指通过机器视觉 产品( 即图像摄取装置,分c m o s 和c c d 两种) 将被摄取目标转换成图像信号,传送给 专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系 统对这些信号进行各种运算来抽取目标的特征,进而根据削别的结果来控制现场的设备 动作。 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。 证是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。 机器视觉检测技术是基于机器视觉技术、光学测量原理形成的一种新型检测技术。 它以光学为基础,融合电子学、计算机技术、激光技术、图像处理技术、信息处理等现 代科学技术为一体,组成光、电、计算机综合的检测技术。机器视觉检测技术在检测被 测目标时,把图像当作检测和传递信息的手段或载体加以利用,其目的是从图像中提取 有用的信号。它利用光电成像系统采集被控目标的图像,然后经计算机或专用的图像处 理模块进行数字化处理,根据图像的像素分布、亮度和颜色等信息,来进行尺寸、形状、 颜色等的判断。 1 1 国内外机器视觉检测的研究现状和发展趋势 1 1 1 国内外机器视觉检测的研究现状 检测技术经历了一个比较长的发展历程。从传统手工测量、机械测量到目前的激光 测量和视觉测量。传统的测量仪器和方法由于精度、速度、操作方法等缺点远达不到所 要的检测检要求。没有精密的检测仪器的支持,产品得不到很好的检测,精度得不到保 证。现代化的数字测量仪器( 如光栅式万能工具显微镜) ,虽然具有测量精度高、量程大、 读数方便、易于微机化等优点,但是存在一些缺点,如测量的操作难、速度慢、精度有 待提高等缺点心1 。随着计算机图形图像学、计算机视觉等相关技术的不断发展,数字图 山东理t 大学硕。l :- 7 - 化论文 第章绪论 像处理理论被用到检测行业中,在二维三维测量的应用很大程度上解决了过去测量的不 足。 对于机器视觉检测技术的研究,日本、德国、美国、加拿大等发达国家早在上个世 纪六十年代后期就已经开始,到八十年代初开始得到广泛的应用。而国内的研究从上世 纪九十年代才开始得到重视。随着机器视觉检测技术的日趋成熟,已经在工业、农业以 及其它行业得到广泛的应用。 ( 1 ) 机器视觉检测技术在工业的应用 在电子工业中,机器视觉检测技术得到了较早的应用,主要在印刷线路板( p c b ) 和集 成:蓉片( i c ) 的检测。随着大规模集成电路的发展,i c 的复杂度大大提高,若采用传统的 检测方法非常困难和费时,而且效率十分低下。视觉检测以其非接触性、实时性、灵活 性、精确性等特点为p c b , 1 1i c 的自动检测任务提供了高性价比的检测方案。y e 和 d a n i e l s s o n 嘲研制了p c b 典型缺陷自动视觉检测系统,p e r k i n s h l 和k a u f m a n n 瞄1 研制了用于 检测装配在p c b 上元件的视觉检测系统。k i m 和c h o 等1 研制了对p c b 上焊点的实时在线检 查和分类视觉系统。国内的很多高校也在这方面做了很多的研究,如天津大学精密测量 技术国家重点实验室,在这方面取得了一定的成果。 在工业制造中,机器视觉广泛应用到对产品的形状、尺寸、外表进行检测。d a v i e s 啊 对圆形物体进行检测。国内最早将机器视觉和图像处理技术应用到工业检测领域的是长 春光学精密机械学院的马宏嘲等人,用光学装置和图像处理软件对管道内壁的疵病进行 自动检测,取得了良好的结果。北京科技大学的刘智晒1 等利用机器视觉和数字图像处理 技术实现了螺纹几何参数的测量。魏晓燕旧1 以c c d 摄像机、图像采集卡、计算机系统及 软件系统为支撑,实现了对多种椭圆型孔径的自动测量。吉林大学的宋志刚利用机器视 觉实现了锥螺纹的检测。段发阶、张洪涛n 们等用机器视觉技术和自动控制技术对电子网 板( 彩电显像管的重要部件) 实现高精度和全自动的二维几何尺寸检测。m a n b i r 等人应用 一个统计分类方法来测量金属表面的粗糙度u 。 ( 2 ) 机器视觉检测技术在农业的应用 机器视觉检测技术已广泛应用到农业领域,农产品或农作物在其生产及加工过程 中,需要对产品的品质进行检测和分类。在国内,机器视觉检测技术在农业也得到了飞 速的发展。王丰元和周一鸣等n 2 1 研制了一套对玉米种子的检测视觉系统。张书慧和陈晓 光n 3 1 通过建立图像数据采集与分析系统,实现了对农副产品的准确分类。吉林农业大学 的彭占武n 们利用机器视觉和模式识别技术实现了对黄瓜病害的自动分类。在国外机器视 觉应用到农业比我们国内要早,早在1 9 8 5 年,w o l f e 和s a n d i e r n 龃利用数字图像分析和模 式识别技术研究了一套根据西红柿形状、颜色等特征对西红柿进行分类的视觉系统,w e n 和t a o 刚研制成功了高速的机器视觉水果分级系统。 ( 3 ) 机器视觉检测技术在其他行业中的应用 机器视觉检测技术还广泛应用于交通、食品、木材、包装等行业中。北京大恒图像 2 il i 东理下人学硕l :学位论文第一章绪论 视觉有限公司研制的o h t c 2 0 0 0 闯红灯车辆自动抓拍系统,实现了对路口的闯红灯车辆进 行实时监控,并记录违章时间、路口等信息。于铂、郑丽敏、任发政等n 钉利用图像处理 技术对猪肉等级进行估算,实现了基于机器视觉技术的快速无损检测。孙辉、赵宏n 踟提 出了一种基于机器视觉的药品包装盒上有关印刷缺陷的自动检测系统。w il li a mek i n g i v 等n 钔研制的工业机器视觉系统通过对木材纹理的判别实现了对传送带上木材自动分 检。 1 1 2 机器视觉检测的发展趋势 经过几十年的研究,机器视觉在深度和广度两个方面都取得了很大的进展,积累了 丰富的学术研究成果。机器视觉技术由于其突出的特点,顺应了现代制造业发展的要求, 已经在世界范围内得到了广泛的应用。但是机器视觉检测技术尚未形成完整的理论体系。 在技术上,很多方面还不能达到实际应用的水平。在功能上,与人的视觉系统相比还处 于低水平阶段。目前工业中应用的机器视觉检测绝大部分执行的是二维检测任务,三维 机器视觉检测仍处于理论研究和试验阶段。除此之外,机器视觉检测的精度、智能化和 检测速度还有待提高。 机器视觉检测的发展趋势主要体现在以下几个方面: 1 机器视觉的发展方向将向着高速、高分辨率、立体化、多媒体化、智能化和标 准化方向发展。 2 图像和图形相结合,朝着三维成像或者多维成像的方向发展。 3 硬件芯片的发展。目前结合多媒体技术的研究,硬件芯片越来越多,把图像处 理的众多功能固化在芯片上将有更加广阔的应用领域。 4 新理论和新算法研究。在图像处理领域引进了一些新理论并提出了一些新的算 法,如形态学、遗传算法和神经网络等。 机器视觉系统的应用,大大提高了装备的智能化、自动化水平、使用效率和可靠性 等性能。随着新的技术、新的理论在机器视觉系统中的应用,机器视觉将在国民经济的 各个领域发挥更大的作用,一方面可以带来新的产业增长点,向市场推广满足各种需求 的机器视觉系统产品,将会产生直接的经济效益;另一方面,通过机器视觉系统的应用, 更加有效地发挥自动化装备的效能,提升自动化生产水平,提高产品质量,带动整个产 业的生产效率大幅提高。随着图像处理理论的不断成熟和微电子与计算机技术的高速发 展,机器视觉必将成为2 1 世纪制造业中重要的基础工具之一。 1 2 课题背景与意义 孔类零件如针阀体、内螺纹、油管等在石油、化工和现代制造业中占有相当大的比 3 山东理下人学硕卜学化论史 第一章绪论 重,对于这类零件的检测和质量保证已经成为十分迫切的问题。但是,由于这类零件内 孔直径比较小,结构相对复杂等因素,对此类零件加工质量的检测一直以来都是困扰厂 家的难题。传统的内孔检测方法有两种,一种是使用深孔观察镜,该仪器成本较低,成 像清晰,确实是内窥检测的好仪器,但是美中不足的是该仪器容易引起人眼的疲劳,特 别是在检查内孔的表面加工质量时,需一边观察、一边转动并前后移动工件,这也影响 检验的效率。另一种检测方法是通过工业用内窥显示仪,对内孔进行比较观测,目前, 大部分厂家使用这种仪器来实现对内孔的检测,对内孔比较观测且定期剖割一些工件做 定量测量的方法来控制内孔质量,这种检测方法费时费工。随着微型机械的发展,对微 机械零件加工质量的检测要求越来越高,传统的检测方法已经不能满足检测的要求。 基于机器视觉的内孔表面加工质量检测系统是通过机器视觉非接触地接收一个真实 物体的图像并由图像处理程序对图像进行相关处理,以获得所需信息并通过模式识别智 能实现对待测零件质量检测的系统。伴随计算机技术、人工智能的发展,此内孔检测方 法日臻成熟,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。该检测系统的引入, 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。该系 统的特点包括以下几点:精度高,作为一个精确的测鼍仪器,能够对一千个或更多部件 的一个进行空问检测,因为此种检测不需要接触,所以对脆弱部件没有磨损和危险;连 续性,视觉装置可以使人们免受疲劳之苦。因为没有人工操作者,也就没有了人为造成 的操作变化,多个系统可以设定单独运行;成本效率高,随着计算机处理器价格的急剧 下降,该检测系统成本效率也变得越来越高。一个价值1 0 0 0 0 元的该种检测系统可以轻 松取代三个人工探测者,而每个探测者每年需要2 0 0 0 0 元的工资。另外,该检测的操作 和维持费用非常低;灵活性,视觉系统能够进行各种不同的测量。当应用变化以后,只 需软件做相应变化或者升级以适应新的需求即可。 本课题采用机器视觉技术,将计算机的快速性、可靠性和结果的可重复性与数字图 像处理技术和模式识别技术相结合实现内孔质量的检测,其具有自动化、非接触、高可 靠性和快速性等特点,可极大提高检测效率,有望取代传统的检测手段,具有广泛的应用 前景。 1 3 本文研究内容 综合上述国内外文献,利用机器视觉将计算机图像处理和模式识别技术相结合,实 现孔类零件的自动识别是完全可行的。本文以检测柴油机喷油嘴偶件针阀体内锥面的表 面表面粗糙度和喷油孔质量为例,提出了有关内锥面表面粗糙度和喷孔半径、圆度等加 工质量参数提取的方法,针对针阀体内锥面图像处理和模式识别方法的研究,利用 v c + + 6 0 和m a t l a b 等开发工具研究了其算法的实现,取得了一定的效果。 4 山东理t 人学颀l j 学f 讧论文 第一章绪论 本文的研究内容分为三大部分。 1 图像获取及预处理 本研究所用图像均采集山东某油泵有限公司生产的内径为6 m m 的柴油机针阀体内 锥面,都是在冷光源的照射下利用光线内窥镜和数字图像采集装置直接获取的图像。 对于直接获取的内孔图像,在形成、传输、接收和处理的过程中,不可避免的存在 着外部或内部干扰,我们将之称之为噪声。噪声恶化了图像的质量,使图像模糊,特征 淹没,给分析带来困难。因此,我们要对图像进行预处理。图像预处理是图像分析的一 个重要环节。对图像进行适当的预处理,可以使得图像更加便于决策和判断。 首先是消除图像在形成、传输过程中产生的噪音;其次是对图像进行增强处理,突 出图像中的有用信息,削弱或消除某些不需要的信息,提高图像的清晰度,目的是使图 像变的更利于计算机处理。最后实现图像的二值化并提取图像轮廓。 2 提取特征参数 特征提取和选择是模式识别中的一个关键问题。该阶段是对样本的可度量参数进行 提取,并选择对智能识别有用的特征参数,组合在一起形成特征向量。为后面的模式识 别提供参数。本系统根据内锥面性质,提取了喷孔半径、圆度和用于表达内锥面表面粗 糙度的灰度直方图的统计量均值、方差四种参数。 3 模式识别 模式是单一样本的被测量的综合,模式识别就是确定一个样本的类别属性,即把某 一样本归属于多个类型中的某一个类型。根据适当的判决规则,把特征空间早的样本分 成不同的类型,从而把特征空问塑成了类型空间。本文利用模糊逻辑对针阀体内锥面表 面加工质鼍进行了自动分类,通过分类分析方法和聚类分析方法的比较,采用了识别效 果较好的分类分析方法,实现了内锥面加工质量的智能检测。 本论文共分为七章,组织结构如图卜1 所示。其中,第二章是系统总体框架,第三、 四、五章是内孔检测系统各阶段的设计过程研究,第六章是本文研究工作的实现与应用。 5 山东理t 大学硕i :学化论文第一章绪论 第一章绪论 u 第- 章内孔检测系统的硬件组成 l f , u气 , 第三章第四章第五章 内孔图像预处理 )图像特征参数的 一j。内孔图像模式 一 提取 识别 ooo 第六章内孔加t 质量检测系统的研发 l u 第七章结论与展望 图i - i 论文的组织结构 6 山东理丁大学硕上学化论文第二章内孔柃测系统的硬件针i 成 第二章内孑l 检测系统的硬件组成 本章将主要阐述基于机器视觉的内孔表面加工质量检测系统的组成结构与检测原 理。对构成检测系统的硬件部分的各部件选择提出了具体要求,以便为摄取高精度的数 字图像提供可靠的硬件保证。另外还对该系统的软件部分的处理方法及结构框架进行了 简单分析,并提供了进行图像处理与工件检测的算法流程。 2 1 机器视觉检测系统概述 2 1 1 机器视觉检测系统基本要求 对一个有效的通用机器视觉检测系统来说应满足以下要求: 一、对于硬件系统来说: 1 硬件必须适合所要解决的问题。采用不恰当的空域采样和不恰当的灰度量化可 能并不排除系统成功的可能,但导致失败的原因很难确定。处理算法经常假定 图像函数足连续的,如果采样和量化不能满足上述假定,系统的性能将受到显 著的影响。因此不恰当的数据获取能力将会危及问题的成功解决。 2 需要高质量的设备。因为图像处理系统所需要的设备会产生影响图像处理效果 的光学噪声、电子噪声等,如果系统噪声水平足以使图像退化,图像处理将很 难成功。 3 图像分析需要高质量的图像数字化设备,同时图像处理还需要高质量的图像显 示设备。 二、对于软件系统来说: 1 当面向通用处理时,软件系统应允许用简单且逻辑性强的方式通过菜单选择进 行处理和分析。输入输出图像和库程序的方便存储和快速访问也是一个实际应 用中的要求。 2 图像处理库应保持其丰富性。如果现有的程序可用来对旧问题或新问题采取新 的处理方法而不需要重编程序,则系统的性能会大大增强。 3 程序库应具有可扩展性,可以方便地加入新的程序模块,从而使系统能力不断 增强。 2 1 2 系统检测原理及结构 7 山东理丁大学顾f :学位论文第_ 章内孔枪测系统的硬件组i 成 本系统主要目的是实现内孔表面加工质量的无损、智能检测,故系统采用光纤内窥 镜及c c d 摄像机获取待测内孔图像,经图像采集卡将连续图像转换为数字图像,输入计 算机存储,然后对待测图像进行预处理,对预处理后的图像提取几何参数和用来表示表 面粗糙度的统计量参数,最后根据标准工件的参数关系,选择合适的分类器从而实现内 孔表面加工质量的识别,智能判断内孔加工是否合格。 本系统的组成分为两个部分:硬件系统和软件系统。硬件系统的主要任务是采集到清 晰的图像,并将图像信息转换为运算处理所需要的数字信号。它由光纤内窥镜、c c d 摄 像机、图像采集卡、计算机和输出设备组成。系统结构如图2 1 所示。 i 光纤内窥镜卜一c c 。摄像机h 图像采集卡 工占 l 待测工件输出设备 一汁算机系统 图2 - 1 检测系统硬件组成结构 内孔检测系统是以微处理器为核心的,基于机器视觉的内孔表面加工质量检测系统 是一个将数字图像处理和模式识别技术相结合的高度智能电子系统,它主要有光纤内窥 镜、c c d 摄像机、图像采集卡和计算机软件等组成。检测原理为:在冷光源的照射下利用 c c d 摄像头采集待检测内孔的图像,将连续的模拟图像转化为数字图像,然后对图像进 行中值滤波、阂值变化及边缘检测处理,提取出内孔的轮廓,并通过一定的算法,计算 出内孔的几何参数和用来表示表面粗糙度的统计量参数,然后根据判别准则自动判断内 孔是否合格。 本系统是以检测直径不小于6 唧的深内孔为主,故图像采集设备选用麦科特光电仪 器有限公司的工作外径4 m m ,长度为l m 的m f e 4 1 0 0 0 光导纤维内窥镜,c c d 摄像机选用 成像质量比较好的p a n a s o n i c 的w v - b p 3 3 0 摄像机,图像采集卡使用北京大恒公司研制的 彩色黑白图像采集卡d h - c g 4 0 0 ,采集经c c d 摄像机成像图像。系统总体结构如图2 2 所示。 图2 - 2 系统总体结构图 该系统软件分为数字图像处理和检测系统两大模块,即图像处理模块和工件检测模 8 山东理t 人学硕一l 学住论文第二章内孔伶测系统的硬件组成 块。其中图像处理m 嘲模块主要实现图像预处理、图像二值化、图像的边缘轮廓提取等 功能;工件检测模块主要实现工件特征向量的选择和工件分类等功能。检测系统软件流 程的具体结构如图2 3 所示。 图2 3 检测系统软件流程 2 2 图像采集系统组成结构 2 2 1 光导纤维内窥镜 工业纤维内窥镜可分为硬管式和软管式两种,又称硬性内窥镜和软性内窥镜。传导 图像的纤维束构成了纤维内窥镜的核心部分,它由数万根极细的玻璃纤维组成,根据光 学的全反射原理,所有玻璃纤维外面必须再被覆一层折射率较低的膜,以保证所有内芯 纤维传导的光线都能发生全反射。单根纤维的传递只能产生一个光点,要想看到图像, 就必须把大量的纤维集成束,要想把图像传递到另一端也成同样的图像,就必须使每一 根纤维在其两端所排列的位置相同,称为导像束。一根导像束断开,成像就多一个黑点。 导光束则不需要所排的位置相同,如果断开很多根,亮度就会明显减弱。 硬管光纤内窥镜包括传像、照明两大部分。传像部分为物镜、中继系统和目镜三部 分,它们共同组成传导图像。照明部分采用冷光源用光导纤维穿入镜内的方法。工业硬 9 山东理t 人学硕l :学位论文 第二幸内孔柃测系统的硬件组成 管内窥镜产品采用光学透镜技术,利用光导纤维传光,具有图像清晰,分辨率高等特点, 广泛适用于机械、汽车、机车、航空航天、石化军品等领域的深孔、盲孔、交叉空、细 小管径的观测和检测。 用纤维光束传像和导光或用c c d 传导图像的内窥镜成为软性内窥镜。由于它具有良 好的柔软性、高抗腐蚀性和方便的操作性能,可对设备中不易观察的目标进行观察、成 像并能对处在具有腐蚀性环境的工件进行检测,又可到达硬管内窥镜无法到达的地方, 所以软式内窥镜在机械、造船、航空航天、发电以及石油化工等领域得到了广泛的应用。 国内生产此种内窥镜的厂家比较多,如徐卅i 科能光电设备有限公司、麦科特光电仪器有 限公司等。在国外,奥林巴斯的内窥镜深得信赖,在全世界拥有百分之八十的市场份额。 本检测系统以检测直径为6 m m 的喷油嘴针阀体内锥面为例,故选用麦科特光电仪器有限 公司生产的工作外径4 姗,长度为l m 的m f e 4 1 0 0 0 光导纤维内窥镜。内窥镜如图所示 2 4 一( a ) 。 2 2 2c c d 摄像机 c c d 摄像机是一种电荷藕合器件( c h a r g ec o u p l e dd e v i c e ,简称c c d ) ,7 0 年代初由 美圈贝尔实验室的w s b o y l e 和g e s m i t h 等人研制成功的一种新型半导体器件,这种 器件的突出特点是以电荷作为信号,而不同于其他大多数器件( 以电流或电压作为信号) 。 它是目前最常用的图像输入设备,具有惰性小、灵敏度高、抗强光照射、几何失真小、 均匀性好、体积小和寿命长等优点。 ( 1 ) c c d 原理 c c d 摄像器件的成像面是由水平和垂直排列的像素组成,常用的光敏元件有两种, 即p n 结二极管和m o s 电容。c c d 的工作原理是:被摄物体反射光线,传播到镜头,经镜 头聚焦到c c d 芯片上,c c d 根据光的强弱积聚相应的电荷,经周期性放电,产生表示一 幅幅画面的电信号,经过滤波、放大处理,通过摄像头的输出端输出一个标准的复合视 频信号。利用这种机理,c c d 器件能执行多得惊人的电子功能。由于它的概念和制造工 艺以及有关的技术,与近代集成电路的研制与生产紧密相关,因此随着微电子工业的蓬 勃发展和大规模、超大规模集成电路( l s i ,v l s i ) 的商品化,c c d 器件得到异常迅速的发 展,在广泛的领域内获得成功的应用。 c c d 的应用可以分成两大类,即应用于信号处理和图像传感。 目前,作为图像敏感元件的c c d ,已成功应用于下列领域:天文观察、成像航空、航 天遥感、x 线成像、医用成像与生物成像、荧光光谱与成像、粒子探测器、彩色拷贝系 统、机器视觉与机器人、微光监视系统、全球豁视、预警、捕获、跟踪、拦截系统( s d i ) 和制导等。 c c d 作为图像敏感器使用时,其基本结构及运行方式主要有以下三种: l o d l 东理t 大学硕 :学位论文 第一二章内乱检测系统的硬竹组成 1 ) 线阵c c d :图像从垂直于器件像元排列的方向扫描以记录在线阵c c d 上。读出时, 每个成像的c c d 像元,将电荷包转移到移位寄存器的一个单元( 一个字,而不是一位) , 沿水平方式快速读出。 2 ) 面阵帧转移c c d :成像单元与移位单元整帧地分开。在成像的积分时间内,c c d 像 元的一半面积记录图像。然后,在回扫时间内快速转移到挡光的另一半面积的像元( 移位 寄存单元) 上。对后一半像元以常规视频速率读出的同时,下一帧图像的积分开始进行。 3 ) 面阵行转移c c d :每两行成像单元之闻都夹有一行不透明的移位寄存单元。在成像 时问内,传输门关闭,电荷包在成像单元上积分,不向寄存单元转移,已转移到寄存单 元上的前一帧图像以视频速率读出。当传输门开启时,每行成像单元上存储的图像电荷 同时转移到对应的行间读出寄存器上。 除以三神基本结构外,还有一种时间延迟积分( t d i ) 方式。它综合地利用了c c d 器件 的模拟信号处理和图像敏感功能,使信号电荷包沿移位方向进行延时累加,从而在不损 失空间分辨率的前提下,提高器件的灵敏度。同时,也可以完成一些特定的光电信号处 理功能,如卷积与相关。 ( 2 ) c c d 摄像机的选择及主要参数 摄像器件的功能是把光图像转变成电图像,然后以一定顺序逐个按像素读出电图像。 使之转变为电视信号。c c d 摄像器件分为成像区和存储区两部分,全帧图像在光敏成像 区积累信号电荷,在场消隐期间,由场c c d 移位寄存器把信号电荷一行一行传送到存储 区中,然后每行信号电荷由行c c d 移位寄存器传送到输出端形成视频信号。c c d 摄像机 是c c d 摄像头和镜头的总称,实际上摄像头与镜头是分别购置的。用户根据目标物体的 大小和摄像头与物体的距离,通过计算得到镜头的焦距,因此测量所需的镜头都是根据 实际情况而定的。 摄像头的主要传感部件c c d 具有自扫描、光电灵敏度高、几何尺寸精确、敏感单元 尺寸小、分辨率高、精度高、稳定性好、寿命长等一系列优点,是代替摄像管传感器的 新型器件。随着目前计算机技术的广泛应用,使得对c c d 摄像机采集到的图像处理变得 非常容易,因而被广泛地用于工业非接触测量领域中。 在内孔表面加工质量自动检测系统中我们采用的是p a n a s o n ic 的1 | | 一b p 3 3 0 摄像机, 由于它采用了7 5 2 个水平像素的1 3 英寸行间变换c c d 图像传感器及数字信号处理大规 模集成电路,图像具有相对较高的质量和清晰度。摄像机如图2 - 4 一( b ) 所示。 p a n a s o n ic 的1 | 一b p 3 3 0 摄像机规格: 1 摄像器件:7 5 2 ( 水平) 5 8 2 ( 垂直) 像素,行间变换c c d ; 2 扫描面积:4 9 ( 水平) 3 7 ( 垂直) m m 等于( 1 3 英寸摄像管的扫描面积) ; 3 同步作用:可选择内部,外部,行同步或复合垂直驱动( v d 2 ) 方式; 4 扫描系统:2 - 1 交错组合; 5 扫描:6 2 5 行5 0 场2 5 帧; 山东理t 人学硕l j 学位论文第二章内孔枪测系统的硬件组成 6 水平: 1 5 6 2 5 k h z ; 7 垂直:5 0 0 0 t i z ; 8 水平析像力:5 7 0 行; 9 视频输出:1 0 v ( p p ) c c i r 复合,7 5s 2b n c 接头; 1 0 信噪比:5 0 分贝( a g c 断开) ; 1 1 电子亮度控制:相当于连续可变快门速度,在11 5 0 秒与l 1 00 0 0 秒之间; 1 2 最小照度:0 0 8 勒,f 1 4 ; 1 3 增益控制:可选择a g c 接通( + 1 8 分贝) 或断歼; 1 4 镜头安装方式:c 安装或c s 安装方式。 2 2 3 图像采集卡 视频图像采集卡将摄像机摄取的模拟图像信号转换成数字图像信号,使计算机得到 所需要的数字图像信号。通常图像采集卡要占用p c 机总线的一个插槽,并带有外接的 c c d 摄像头、图像监视器、视频信号接口。图像采集卡与摄像机、监视器、p c 机一起 就构成了一个典型微机图像处理系统的基本硬件环境。图像采集卡的工作过程是:对摄像 机输出的景物的视频信号进行实时采集,经a 9 转换后将数字图像存放在图像存储单元 的一个或多个通道中,通过计算机发出指令,将某一帧图像静止在图像存储通道中,即 采集或捕获了一帧图像,计算机对采集的图像进行处理。采集卡上的d a 转换电路自动 将图像实时显示在图像监视器上。高档的图像采集卡甚至包括图像处理专用的快速部件, 如卷积滤波、f f t 变换和实时直方图处理器等快速部件。目前的图像采集卡已广泛采用 p c i 总线。p c i 总线的英文全称为c o m p o n e n ti n t e r c o n n e c ts p e c i a li n t e r e s tg r o u p ,简称 p c i s i g ,即外设部件互连。p c i 是先进的高性能局部总线,可同时支持多组外围设备。 p c i 局部总线不受制于处理器,为中央处理器及高速外围设备提供一座桥梁,更可作为 总线之间的交通指挥员,提高数据吞吐量。 基于机器视觉的内孔表面加工质量检测系统使用的是北京大恒公司研制的彩色黑 白图像采集卡d h c g 4 0 0 。d h c g 4 0 0 的硬件与软件的性能指标与c g 2 0 0 完全兼容并新 增一个s - v i d e o 输入端口。d h c g 4 0 0 基于高性能的p c i 总线,使其能实时传送数字视 频信号到显示存储器或系统存储器。输入的彩色视频信号经数字解码器、模数转换器、 比例缩放、裁剪、色空变换等处理,通过p c i 总线传到v g a 卡实时显示或传到计算机 内存实时存储。数据的传送过程是由图像卡控制的,无需c p u 参与,瞬问传输速度可达 1 3 2 m b s 。女图2 4 一( c ) 所示。 d h c g 4 0 0 主要有如下特点: 1 标准视频输如( v i d e o 信号p a l 、n t s c ) ,可真彩、伪彩、黑白; 2 实现视频图像通过计算机p c i 总线实时传递至计算机内存; 1 2 山东理i 学砸十学位论文第= 章内孔榆测系统的硅忭组成 3采集图像寅时在v g a 卡匕显示,实现图像同屏显示工作方式: 4 可由用户定义任意采集方式,采集窗口大小; 5可实时采集单场、单帧,任意问隔以及连续帧的图像; 6 图像采集显示分辨率:最大7 6 8 x 5 7 6 ,要求v g a 卡为3 2 b i t 方式或1 5 b i l 方式, 显示内存大于2 “h y t e : 7 采样位数:黑自方式8 b i t ,彩色方式r g b 各8 bll ; 8亮度、对比度、色度、饱和度,画面大小比例均软件嘲节: 9 p l u 薛p l a y 方式,日插即用; 1 0 u r 稳定接收录像机视频信号; i i 提供d o s 及w l n d o w s 环境下的函数库。 2 3 本章小结 盛l i r i 图2 - 4 图像采集装置 ( c ) 本章首先对机器视觉检测系统的总体结构和检测原理进行了简单的说明,然后详细 介绍了检涣4 系统的硬件组成和参数选择,并且给出了该检捌9 系统的软件流程。 山东理_ 下人学硕i j 学位论文 第一章内孔图像颅处理 第三章内孑l 图像预处理 在内孔图像的采集过程中,由于受内部和外部的影响,使得数字图像都存在一定程 度的噪声和干扰,例如内锥面图像的边缘、口径部分轮廓不够清晰等等。所以,图像必 须进行预处理,以滤去内孔图像噪点、加大图像的对比度、提高图像的清晰度。 内锥面图像的预处理的目的是进行图像的增强,以提高图像的质量,便于从图像中 提取出所需要的特征。图像预处理【2 睨9 】的方法主要是使用灰度修正和图像平滑两种方法, 其中图像的灰度修正主要包括狄度的阈值变换、灰度的窗口变换、灰度拉伸、灰度均衡 等操作;图像的平滑方法是对图像进行均值滤波、中值滤波艄运算,减弱或去除图像 中的噪卢,以提高图像的成像质量。 3 1 图像预处理概述 在研究图像时,首先要对获得的图像信息进行预处理以去除噪声的干扰,这样可以 提高系统的信噪比。有时由于信号微弱,无法进行识别,还要进行图像的增强。图像增 强的首要目标是处理图像,使其比原始图像更适合于特定的应用,也就是提供一个满足 一定要求的图像,以便人、机分析,并且为了从图像中找到需要的东西还要对图像进行 分割,也就是对经过处理的图像进行定位和分离,以达到获得我们所需要信息的目的。 另外,为了给观测者和机器识别提供清晰的图像,还要对获得的图像进行改善,也就是 进行图像复原处理。它可以把已经退化了的图像重建或恢复,以此来提高图像的饱和度。 在实际中,图像的信息是非常大的,因此,在存储和有些传输过程中还要对图像进行压 缩。 以上所述,都属于图像预处理的基本范畴。因此,图像预处理包括图像增强、图像 复原、图像编码和图像压缩喵1 等内容。对

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论