弯曲变形论文：轴类零件弯曲变形在线检测研究

1、弯曲变形论文：轴类零件弯曲变形在线检测研究【中文摘要】在机械工业中,轴类零件是组成机器的一种重要零件,随着零部件加工质量的不断提高,对零部件的测量技术和评定方法提出了更高的要求,然而目前国外的一些大型在线检测系统价格昂贵,中小企业无力购买使用,国内还没有经济适用的针对长轴类零件加工过程中弯曲变形的在线非接触检测系统,针对这一情况,为了提高生产效率,在加工过程中控制产品的质量,大大降低废品率,本课题对长轴类零件加工过程中弯曲变形的在线非接触检测系统进行研究,提出基于CCD的轴类零件弯曲变形在线检测方案。本文在讨论了细长轴加工过程中遇到的问题,分析弯曲变形的原因基础上提出轴类零件弯曲变形在线检测的

2、设计方案,指出了检测原理,检测系统总体构架,并对照明光源,图像采集等方面的问题进行探讨。其检测过程为:首先面阵CCD摄像机对轴类零件进行摄像,图像采集卡将采集到的轴类零件的二维图像信息传输到计算机内存中或存储在计算机硬盘的指定路径下,为下一步图像处理用,文章中图像处理软件采用商业Halcon软件,读取图像后,经预处理如图像校正、灰度化处理、滤波去噪、图像平滑等后,对部分图像根据流程和相关算法进行拼接得到整幅图像,然后对像素级,亚像素级边缘检测、轮廓提取、曲线拟合,尺.【英文摘要】Shaft parts is an important parts constituted machines in

3、mechanic industy, as continuously raising of machining quality, it requested a better testing and measurement for shaft parts. However, the current price of some large online testing system abroad is very high, and medium enterprises can not offer them. There is no low-cost online measurement system

4、 aiming at the bending deformation of slender shaft parts interiorly. In order to raise productivity, control the machining quality, minimize the rate of .【关键词】弯曲变形 在线检测 CCD 图像拼接 亚像素边缘检测【英文关键词】Bending Deformation Online-Testing CCD Image Mosaic Sub-pixel Edge Detection【目录】轴类零件弯曲变形在线检测研究摘要4-5Abstract

5、51 绪论9-161.1 课题研究的背景和意义9-101.2 细长轴加工技术研究现状10-111.2.1 细长轴的应用101.2.2 国内外细长轴加工的研究10-111.3 轴类零件弯曲检测研究现状11-121.3.1 国外研究现状111.3.2 国内研究现状11-121.4 机器视觉技术研究现状12-141.4.1 机器视觉技术概述12-131.4.2 机器视觉技术在机械加工中的应用13-141.5 论文的主要研究内容14-151.6 本文结构安排15-162 轴类零件弯曲变形在线检测方案设计16-352.1 细长轴弯曲变形分析与理论计算16-222.1.1 变形原因分析162.1.2 弯曲

6、变形及受力分析16-192.1.3 轴类工件热变形分析19-222.2 CCD 简介22-262.2.1 CCD 的基本结构222.2.2 CCD 的工作原理22-232.2.3 CCD 的分类23-262.3 弯曲变形在线检测方案设计26-342.3.1 检测系统原理262.3.2 检测方案设计26-272.3.3 检测系统的机械结构27-282.3.4 镜头的选择28-322.3.5 光源与背景的设计32-332.3.6 图像采集系统的设计33-342.3.7 软件方案342.4 本章小结34-353 图像处理35-523.1 图像处理技术35-383.1.1 图像处理的发展与应用353.

7、1.2 图像处理的基本过程35-363.1.3 数字图像的表示方法36-383.1.4 图像处理内容383.2 Halcon 软件在图像处理中的应用38-403.2.1 Halcon 软件介绍38-393.2.2 Halcon 软件特点39-403.3 预处理40-513.3.1 图像畸变校正40-423.3.2 图像灰度化处理423.3.3 图像平滑42-483.3.4 图像分割48-513.4 本章小结51-524 关键技术及其实现52-844.1 图像拼接52-634.1.1 图像拼接的架构524.1.2 图像拼接流程52-534.1.3 图像配准53-574.1.4 图像融合57-594.1.5 图像拼接实现59-634.2 边缘检测63-724.2.1 常用的边缘检测算法64-704.2.2 实验仿真70-724.3 亚像素边缘检测72-754.3.1 常用亚像素检测算法73-744.3.2 高斯曲线拟合插值算法74-754.4 特征提取75-794.4.1 基于Hough 变换检测直线原理76-774.4.2 基于曲线拟合的检测算法77-794.5 轮廓提取的实现79-834.5.1 关键算子介绍79-814.5.2 边缘提取和测量的实现81-834.6 本章小结83-845 误差分析84-885.1 实验结果分析845.2 精度计算84-8