原文传递
基于机器视觉的发动机主轴承盖检测系统研究
| 论文题名： | 基于机器视觉的发动机主轴承盖检测系统研究 |
| 关键词： | 机器视觉;卷积神经网络;发动机;主轴承盖;检测系统 |
| 摘要： | 随着工业4.0在国内的大力推进，汽车制造业的发展和成熟使得相关制造产业蓬勃发展。在我国的生产铸造件制造工业现场，有些工件为表达生产信息通常在工件表面铸上各种类型不同的字符，字符识别技术工业场景下的应用获得了越来越多的关注。同时，通过尺寸测量可以判断生产的工件是否合格，而对于尺寸的精准测量通过人工已然无法满足，但是基于机器视觉的工件测量技术准确度高、速度快和效率高。 本文以汽车发动机主轴承盖工件为研究对象，研究设计了基于机器视觉的发动机主轴承盖工件检测系统，并利用该系统完成了工件的目标识别和尺寸测量。本文针对图像数据集的建立、卷积神经网络模型的建立、以及尺寸测量算法进行研究，主要研究内容如下： 首先对于工件图像数据集的建立进行了研究。在不同位置和不同光照条件下对工件进行摆拍，然后采用数据增强的方式扩充数据集。采用数据增强的方式有两种，几何变换和Mosaic数据增强。 其次对于卷积神经网络模型建立的研究。设计了用于字符识别的卷积神经网络基本结构，在激活函数方面采用Leaky-ReLU函数作为激活函数，并在输入端采用Mosaic数据增强丰富数据集，减少训练时间。最后通过训练指标Precision（精确率）和Recall（召回率）对模型训练结果进行评判，验证模型的有效性。 然后，对工件图像进行了尺寸测量算法的研究。首先进行了线性灰度变换，然后通过边缘检测得到工件图像的边缘，最后通过Hough拟合算法拟合出待测的两个圆的半径。实验结果表明，该拟合算法能够准确的拟合出目标工件的尺寸。 最后，完成了基于机器视觉工件检测系统的设计。首先对于系统的硬件平台进行搭建，然后对系统软件系统进行设计。通过对主轴承盖工件的识别和测量实现了系统调试，并对尺寸测量的误差进行了分析。 |
| 作者： | 郭春宇 |
| 专业： | 控制工程 |
| 导师： | 于微波;闫明毅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长春工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
