原文传递
基于机器视觉的汽车线束特征识别系统开发
| 论文题名： | 基于机器视觉的汽车线束特征识别系统开发 |
| 关键词： | 汽车线束;特征识别;机器视觉;图像处理;软件开发 |
| 摘要： | 汽车线束制造商在汽车线束出厂之前，需要对线束的尺寸进行检测，目前主要采用人工检测的方法，具有劳动强度大、检测数据不易信息化存储等缺点。针对这一问题，本课题对汽车线束的自动尺寸检测方法进行研究，综合运用特征识别、机器视觉、运动控制和数据库等技术，研发了一套基于汽车线束特征识别的尺寸检测系统。论文的主要研究内容如下： （1）分析了汽车线束的特征和尺寸特点，设计了基于工控机-运动控制卡-伺服电机的汽车线束视觉检测机电系统模型，并完成了关键部件的选型；研究了基于特征识别的汽车线束尺寸检测总体流程。 （2）在对比分析机器示教式检测方法的基础上，研究分析了汽车线束DXF设计图档文件的数据结构，通过提取DXF文件中的实体段信息，自动获取了汽车线束关键特征的设计基准坐标和标准尺寸信息；为提高序列特征图像的取像效率，比较分析了常见路径规划算法之后，提出了基于蚁群算法的取像路径规划策略，并进行了实验验证；针对图像模糊问题，分析了运动图像退化模型并提出了基于维纳滤波的图像复原方法。 （3）研究了汽车线束关键特征的图像特征识别和定位方法，建立了常见线束特征的目标特征图像库；采用边缘检测、轮廓提取、图形中心提取、SURF特征检测等关键图像处理算法，实现了线束关键目标特征的鲁棒识别和定位；通过研究成像模型，实现了待测特征从图像坐标系到世界坐标系的转换。 （4）基于.net平台，结合SQL Server数据库、OpenCV图像库和Galil运动控制卡完成了汽车线束特征识别软件系统的开发，并通过样机完成了对汽车线束尺寸的检测。系统能根据预先读入的DXF设计图档，自动采集待测线束的关键特征图像，通过特定图像处理算法完成待测尺寸计算，并自动输出测量报表，检测重复精度达到了0.6mm，显著提升了检测效率，为进一步实现工程应用奠定了基础。 |
| 作者： | 周强 |
| 专业： | 机械工程 |
| 导师： | 周虎 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华大学 |
| 学位年度： | 2020 |
| 正文语种： | 中文 |
检索历史
应用推荐
