原文传递
基于机器视觉的轮毂瑕疵检测系统开发
| 论文题名： | 基于机器视觉的轮毂瑕疵检测系统开发 |
| 关键词： | 机器视觉;铝合金轮毂;边缘检测;缺陷检测 |
| 摘要： | 铝合金摩托车轮毂大多由铝合金轮毂基体与钢制花键套复合铸造而成，因两种金属的传热属性差异，铸造过程参数控制不佳则有可能导致双金属接合处间隙过大，影响产品可靠性。因此，必须准确检测出瑕疵产品以防流入市场，引发骑行安全事故。传统检测方式为：检测人员在花键套接缝处涂覆具有一定流动性的油墨，并对花键套人工施加载荷，加载过程中观察油墨是否发生变化来判断轮毂的接缝间隙情况。课题委托单位-今飞集团每年产铝合金摩托车轮毂近2亿只，传统检测方法效率低、劳动强度大，很难满足轮毂批量检测要求。因此，开发基于机器视觉和自动化加载的瑕疵检测装备具有迫切需求。本文从理论和试验两个方面开展研究，主要内容如下： （1）针对铝合金轮毂表面图像亮度不均影响边缘识别准确性的问题，提出了基于导向滤波Retinex及改进Canny的边缘检测算法以准确定位复合铸造接缝圆，并与传统图像增强与边缘检测算法进行对比研究； （2）针对加载后油墨表面缺陷特征易受酒精挥发及初始油墨形态等因素影响，导致裂缝检测准确率不高的问题，提出了一种双通道特征融合的视觉缺陷检测方法； （3）从机械、电控、软件等角度设计并开发了基于机器视觉的铝合金轮毂缺陷检测设备，并在该设备上验证了本文提出算法的有效性与实用性。 在上述研究内容的基础上，本文提出了两个创新点： （1）提出了基于导向滤波Retinex和改进Canny的金属图像边缘检测方法，提升了边缘锐度，并能较大程度降低因亮度不均造成的边缘误识别现象。 （2）提出了双通道特征融合的视觉缺陷检测方法，经1000组轮毂测试，缺陷轮毂的识别准确率为98.8%。 |
| 作者： | 唐楚 |
| 专业： | 计算机智能控制与机电工程 |
| 导师： | 王冬云 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江师范大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
