基于机器视觉的某型药筒零件难测量尺寸测量系统研究

摘要

本文结合机器视觉检测技术,开发了一套某型药筒零件难测量尺寸测量系统,该系统在某型药筒零件难测量尺寸的在线检测上得到成功应用,并且通过相应的试验分析,验证了机器视觉检测系统的性能非常优秀。
　　某型药筒零件难测量尺寸测量系统的硬件系统主要有:图像采集设备(即CMOS图像传感器)、背光源、系统电源、计算机和一些辅助设备等部分组成。背光源采用LED条形光源组合而成,该背光源功耗小,亮度稳定,且价格便宜,非常适合本文介绍的系统。图像采集设备主要采用的是CMOS图像传感器,该图像采集设备具有功耗低,价格低廉,且拍摄出的图像精度完全能够满足系统的要求。机器视觉检测系统选用的计算机为奔腾系列的,其配置能够满足机器视觉检测系统的软件平台运行要求。
　　某型药筒零件难测量尺寸测量系统的软件以微软公司的Visual C＃2005为开发平台,利用MVtec公司专业图像处理软件HALCON的图像处理工具包,采用许多种经典的图像处理算法,对项目中的某型药筒零件难测量尺寸检测要求,编译了中值滤波、阈值分割、特征提取、边缘检测、特征匹配等算法。通过这些算法的有效配合,完成了某型药筒零件难测量尺寸的测量工作。
　　在本文中,对机器视觉检测系统做了三方面的详细研究和分析,从而验证系统的性能优劣。这三个方面的指标为:系统的重复性精度、系统的线性度、系统的稳定性。通过对这三个指标的试验验证分析,可以得出机器视觉检测系统具有良好的稳定性,具有良好的线性度和具有良好的重复性精度,且机器视觉检测系统的测量精度可以达到微米级,完全满足项目的精度要求。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题来源

1.2 机器视觉概述

1.3 数字图像处理技术概述

1.4 研究目的和意义

1.5 本文研究内容

2 视觉检测系统所涉及的基本图像处理知识

2.1 图像处理的一般步骤

2.2 视觉检测系统中图像数据的改进

2.3 视觉检测系统用到的图像处理算法

2.4本章小结

3 机器视觉检测系统总体设计

3.1 检测系统的总体结构框架

3.2 视觉系统的硬件构成

3.3 软件开发平台

3.4 视觉检测系统关键技术

3.5本章小结

4检测系统软件实现

4.1 软件设计方案

4.2 系统个模块介绍

4.3 本章小结

5 系统性能分析及标定

5.1 系统标定

5.2 系统性能分析

5.3 本章小结

6 总结与展望

6.1总结

6.2 展望

参考文献

攻读硕士学位期间发表的论文及所取得的研究成果

致谢