基于机器视觉的精密零件表面质量自动化检测系统研究

摘要

在生产加工业，传统的人工检测存在效率低、主观影响大等缺点。随着自动化检测技术快速发展，基于机器视觉的检测技术以数字图像处理技术为核心，在智能检测中有着广泛的应用和广阔的发展前景。本课题结合眼镜零件加工业中现实的检测问题，研制了零件表面缺陷识别分拣系统。检测系统采用计算机数字图像处理技术、自动化技术，实现了光机电一体化的自动识别分拣。
　　 本文通过数学建模的方式建立了零件表面的信号模型，为表面检测提供了较好的理论基础；试验并分析研究各种照明环境，总结出针对不同的表面质量的基于机器视觉的检测方法，制定了一系列的图像处理流程并且进行了算法实现和研究；采用同轴的照明方式设计零件表面质量自动化检测系统，对选取的眼镜零件背面、两侧面、两倒角面六个表面的缺陷进行检测，制定质量判断标准来进行模式分类，实现了自动化分拣。
　　 课题中主要设计、开发了零件表面质量检测的图像处理软件，软件实现了照明、算法实验的功能以及自动化的检测功能，并对实验系统进行了测试，验证了系统设计的有效性，并且提出了今后进一步完善和改进的思路。
　　 实验系统不仅可以初步满足精密金属零件的表面质量自动检测要求，也可以经过改造应用于其他相关行业生产线上，有着较好的应用和扩展空间，对相关行业的发展起到一定的促进作用。

目录

文摘

英文文摘

声明

第1 章绪论

第2 章表面质量检测的理论研究

第3 章基于机器视觉的零件表面质量检测研究

第4 章机器视觉的零件表面质量检测算法研究

第5 章精密零件表面缺陷识别分拣系统设计

第6 章实验结果与分析

第7 章总结与展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果