基于數(shù)字圖像處理的濾棒溝槽檢測(cè)技術(shù)的研究與實(shí)現(xiàn).pdf

1、目前,視覺檢測(cè)技術(shù)已經(jīng)廣泛應(yīng)用于工業(yè)檢測(cè)中,而濾棒溝槽參數(shù)檢測(cè)目前主要是采用人工測(cè)量的方法,但其弊端是不僅檢測(cè)步驟繁瑣,耗時(shí)長,而且容易因視覺疲勞引入人為誤差,因此本文設(shè)計(jì)實(shí)現(xiàn)了一套溝槽參數(shù)自動(dòng)檢測(cè)軟件系統(tǒng)。
　　本課題主要是針對(duì)生產(chǎn)線上的濾棒,設(shè)計(jì)完成了一套滿足生產(chǎn)實(shí)時(shí)性的溝槽參數(shù)自動(dòng)檢測(cè)系統(tǒng)。該檢測(cè)系統(tǒng)主要是完成對(duì)溝槽個(gè)數(shù)、溝槽深度、溝槽比表面積的檢測(cè),然后將檢測(cè)到的溝槽物理參數(shù)與溝槽設(shè)計(jì)值進(jìn)行對(duì)比,判斷濾棒溝槽參數(shù)是否達(dá)標(biāo),

2、進(jìn)而對(duì)濾棒做出質(zhì)量是否合格的判斷。根據(jù)本文要實(shí)現(xiàn)的目標(biāo),本課題的主要研究?jī)?nèi)容如下:
　　1.通過對(duì)檢測(cè)參數(shù)和溝槽濾棒結(jié)構(gòu)的分析,設(shè)計(jì)檢測(cè)系統(tǒng)的總體方案。包括攝像機(jī)標(biāo)定、目標(biāo)定位、目標(biāo)分割、圖像特征參數(shù)提取等模塊。
　　2.對(duì)攝像機(jī)參數(shù)進(jìn)行標(biāo)定并完成圖像的畸變校正。論述了攝像機(jī)成像的模型,分析內(nèi)參數(shù),畸變系數(shù)以及外參數(shù)在世界坐標(biāo)系、攝像機(jī)坐標(biāo)系、圖像物理坐標(biāo)系、圖像像素坐標(biāo)系四種坐標(biāo)系之間的相互轉(zhuǎn)換關(guān)系,利用棋盤圖像完成了攝像

3、機(jī)參數(shù)的標(biāo)定,同時(shí)完成了圖像的校正,以及誤差分析。
　　3.對(duì)源圖像中的目標(biāo)進(jìn)行定位。利用圖像增強(qiáng)技術(shù)對(duì)源圖像進(jìn)行處理,完成目標(biāo)突顯的同時(shí)衰減了噪聲。之后利用閾值化算法完成目標(biāo)與背景的分割,利用目標(biāo)的形狀特征以及噪聲小而零散的特點(diǎn),提出了利用像素加權(quán)和完成目標(biāo)的粗略定位,根據(jù)粗略定位的目標(biāo)中心,對(duì)目標(biāo)周圍的噪聲根據(jù)距離目標(biāo)中心的遠(yuǎn)近分別進(jìn)行濾除。之后根據(jù)定位的目標(biāo)進(jìn)行目標(biāo)修復(fù),以利于對(duì)目標(biāo)中心的精確定位,最后利用最小二乘法完成了目