收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的圆形零件尺寸测量方法研究

王苗苗  
【摘要】:随着科学技术的发展,近些年来,基于机器视觉的零件尺寸测量技术在工业生产中得到了广泛的应用。基于机器视觉的测量技术是以光学技术和计算机技术为基础的现代测量技术,具有非接触、速度快、实时性好、精度适中、抗干扰能力强等优点,具有广阔的发展前景,近年来引起了国内学者的极大兴趣。但是,现有的基于机器视觉的零件尺寸测量方法对采集到的零件图像的精度有很高的要求,而在实际测量过程中,待测零件图像难免会受到外界噪声干扰。在这种情况下,使用目前已有的基于机器视觉的零件尺寸测量方法,会使得测量系统的精度和稳定性受到影响,从而严重影响测量结果。因此,对基于机器视觉零件尺寸测量方法的研究,有着重要的意义。 在参阅了大量文献资料的基础上,本论文针对现有非接触式零件尺寸测量方法存在的测量精度不高、抗干扰能力弱等缺点,设计了一种基于机器视觉的零件尺寸测量系统。该测量系统的硬件部分主要由实验台、USB数字摄像头和计算机三部分组成,结构非常简单,适合在实验室环境内开展仿真实验和研究;该测量系统的软件设计上结合了Visual Baisic软件强大的图形界面功能和Matlab软件的图像处理与数据计算功能,采用基于Visual Baisic与Matlab的混合编程原理,从而实现了整个测量过程的自动化与可视化。 为了克服基于机器视觉的圆形零件测量系统在测量过程中零件图像容易受到外界干扰,从而影响测量精度和稳定性的问题,本论文在分析粒子滤波这种基于贝叶斯估计思想的非线性滤波方法基本思想的基础上,提出了一种基于粒子滤波的优化算法,并结合该优化算法提出了一种基于粒子滤波和机器视觉的圆形零件尺寸测量方法。最后进行了仿真实验,在采集到的数字图像受到不同噪声干扰的情况下,利用本文方法得到测量结果的相对误差和方差,都远小于现有的最小二乘拟合方法、像素计数法和边缘检测法的处理结果。由此可以看出,本文测量方法在待测圆形零件图像受到外界噪声干扰的情况下,测量精度较高,能够满足一般工业检测的精度要求;同时还具有可靠性好、成本低的优点,这也为将来机器视觉在工业测量中的具体应用提供了一种途径。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 伍济钢;宾鸿赞;;薄片零件尺寸机器视觉检测系统中的线扫描步长自适应优化研究[J];机械;2010年01期
2 伍济钢;宾鸿赞;;薄片零件机器视觉图像亚像素边缘检测[J];中国机械工程;2009年03期
3 冯恩娟;康敏;傅秀清;杨勇;;机器视觉的电解车削对刀间隙检测[J];现代制造工程;2010年04期
4 陈艺峰;;CMOS摄像机标定实验研究[J];机电技术;2011年02期
5 李昕;李立君;易春峰;;基于目标保护的林业机器人视觉系统的研究[J];中南林业科技大学学报;2011年07期
6 С.И.Мишкинд ,丁柏;用于生产自动化的机器视觉系统[J];机器人;1985年04期
7 李炜,黄心汉,王敏,万国红;基于机器视觉的带钢表面缺陷检测系统[J];华中科技大学学报(自然科学版);2003年02期
8 李强,陈善勇,杨尚罡;基于TMS320VC5416的机器视觉处理系统[J];电视技术;2004年07期
9 马训鸣;基于机器视觉的农业机械无人驾驶研究[J];西安石油大学学报(自然科学版);2004年05期
10 成芳,应义斌;基于轮廓特征的稻种芽谷检测方法[J];农业工程学报;2004年05期
11 陈勇,田磊,郑加强;基于直接施药方法的除草机器人[J];农业机械学报;2005年10期
12 ;机器视觉的系统构成和分类[J];可编程控制器与工厂自动化;2005年02期
13 彭金华;;基于稀疏RAM的N-tuple神经网络的足球机器人识别法[J];江西电力职业技术学院学报;2006年02期
14 韩浩;董砚秋;张娟;;基于湖面清扫机器人的图像识别技术研究[J];科技资讯;2006年33期
15 汤焕;杨崇倡;;采用双CCD的喷丝板自动纠偏系统[J];国外电子测量技术;2007年01期
16 段海淼;徐杜;;机器视觉在PCB缺陷检测中的应用[J];电子工业专用设备;2007年08期
17 胡嵘;;基于机器视觉的田间杂草形状特征识别技术研究进展[J];湖北农机化;2007年01期
18 王俊明;杨永跃;付贵权;;多判据图像型火灾探测系统的研究[J];工业控制计算机;2008年02期
19 ;企业·产品[J];激光与光电子学进展;2008年03期
20 ;NI拓宽智能相机系列产品选择[J];电子测量技术;2008年10期
中国重要会议论文全文数据库 前10条
1 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
6 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
7 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
9 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
10 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
中国博士学位论文全文数据库 前10条
1 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年
2 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
3 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
4 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
5 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
6 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
7 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
8 刘璎瑛;基于机器视觉的稻米品质评判方法研究[D];南京农业大学;2010年
9 李晓丽;基于机器视觉及光谱技术的茶叶品质无损检测方法研究[D];浙江大学;2009年
10 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
2 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
3 袁云峰;基于机器视觉的溶液pH值测试的试验研究[D];广西大学;2002年
4 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
5 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
6 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
7 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
8 王强;基于机器视觉的检测识别系统研究及应用[D];电子科技大学;2010年
9 王磊;基于机器视觉的电池表面缺陷检测技术研究[D];中国科学技术大学;2011年
10 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
4 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
7 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
8 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
9 陈蕾;机器视觉系统帮助杜绝食品安全瑕疵[N];中国包装报;2008年
10 陈文;康耐视为广东泰科产品保驾护航[N];中国包装报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978