基于機器視覺的柔性制造島在線零件識別系統(tǒng)研究.pdf

1、隨著現(xiàn)代科技的發(fā)展，現(xiàn)代化工業(yè)生產(chǎn)對制造精度更高、效率更快、智能化更高的先進制造技術要求越來越迫切；機器視覺技術具有快速性、可重復性、智能化、非接觸、現(xiàn)場抗干擾能力強等優(yōu)點，機器視覺技術應用于柔性制造系統(tǒng)中大大提高了系統(tǒng)得柔性化、自動化、和智能化水平，適應了現(xiàn)代制造業(yè)的進步和發(fā)展要求，在實際應用中顯示出了廣闊的應用前景。 本文以與成都某機床股份有限公司的合作項目“柔性制造島在線零件的自動識別”為背景，針對柔性制造系統(tǒng)(FMS)中

2、存在不能自動識別在線零件而正確調(diào)用相應程序進行加工這一問題，開展了基于機器視覺的柔性制造島在線零件識別系統(tǒng)的研究。涉及到機器視覺系統(tǒng)的建立、圖像采集方案的實現(xiàn)、圖像預處理、邊緣特征提取及圖像識別等方面，從理論和實踐上解決了用機器視覺實現(xiàn)柔性制造島在線零件自動識別的一系列問題。本文的具體內(nèi)容和創(chuàng)新有以下幾點： 1、闡述了機器視覺識別技術的研究背景和意義，然后在介紹機器視覺技術的發(fā)展和應用狀況以及機器視覺技術在機械制造行業(yè)中的應用現(xiàn)

3、狀的基礎上，概述了本文的研究目的和主要工作。 2、按照機器視覺系統(tǒng)的邏輯結(jié)構(gòu)，分析各部分的設計方法，并在此方法的指導下本文建立了由CCD工業(yè)相機、圖像采集卡、光源和PC機組成的機器視覺系統(tǒng)，系統(tǒng)通過CCD和圖像采集卡獲取被識別零件的二維圖像數(shù)據(jù)，將其送入計算機，經(jīng)過圖像預處理和圖像識別分析，實現(xiàn)了對零件的自動識別。 3、針對現(xiàn)場影響圖像的主要噪聲：椒鹽噪聲、脈沖噪聲，為了在濾除噪聲的同時，很好地保留圖像的邊緣信息，我們設

4、計了一種多重濾波器的預處理方法，該多重慮波器由高斯濾波器、銳化和自適應中值濾波器組成。采用該濾波器的預處理方法可以克服一般除噪濾波器具有的模糊效應，使得圖像的邊緣和細節(jié)變得模糊不清的缺點。 4、結(jié)合研究的實例對幾種常用的Sobel、Pwritte、Frei-Chen等邊緣檢測算法進行了大量實驗，經(jīng)過對實驗結(jié)果進行比較分析本論文確定采用Frei-Chen算子對預處理后的零件圖像進行邊緣檢測。 5、本文針對二值邊緣圖像的特性

5、和零件形狀的差異性，以零件的輪廓形狀為分類特征提出了二值圖像快速序貫相似性檢測(SSDA)模板匹配識別算法。為了進一步減少匹配運算量該算法采用Hamming距離計算相似度，根據(jù)零件在圖像中的位置相對變化小，在匹配前設定匹配搜索區(qū)域和采取以邊緣特征點的8鄰域為參與匹配點的方法。實驗表明，該算法應用于二值圖像的匹配識別大大提高了匹配速度和準確率。 6、本文在理論研究、分析和大量實驗的基礎上，開發(fā)了柔性島在線零件圖像識別系統(tǒng)軟件，并完