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 |