基于計算機視覺的刀具狀態(tài)在線監(jiān)控研究.pdf

1、基于計算機視覺的刀具狀態(tài)在線監(jiān)控是綜合了機器視覺和圖像處理分析技術(shù)對刀具磨損狀態(tài)進行監(jiān)測的一種技術(shù)。本文通過對刀具的不同磨損狀態(tài)下加工的工件表面紋理圖像的紋理特征進行研究，應(yīng)用數(shù)據(jù)挖掘技術(shù)對紋理特征進行特征數(shù)據(jù)的提取，通過對特征數(shù)據(jù)進行模式識別，以達到對刀具磨損狀態(tài)監(jiān)測的目的。 分析了切削加工表面紋理的形成過程，以及加工表面紋理的形態(tài)及圖像特征，并對影響工件表面紋理的因素進行了對比，闡明了基于加工表面紋理的刀具磨損監(jiān)測方法的合理

2、性和可行性。 論文結(jié)合實驗所得到的工件表面圖像，對常用的圖像預(yù)處理方法進行了研究、分析和比較，找出了適合工件表面圖像的預(yù)處理算法，為實現(xiàn)刀具磨損狀態(tài)監(jiān)測的圖像特征提取奠定了基礎(chǔ)。研究和探索了適合于工件表面紋理圖像的數(shù)據(jù)挖掘算法，對輔助工人進行刀具狀態(tài)的在線監(jiān)控具有重要實用價值。 本文通過基于灰度共生矩陣法、基于空間像素投影面積法、基于連通區(qū)域數(shù)法和基于馬爾可夫隨機場模型四種方法對工件表面圖像的紋理特征數(shù)據(jù)進行提取，通過實

3、驗數(shù)據(jù)分別得到的估計參數(shù)都能正確的表達紋理圖像和刀具磨損狀態(tài)的對應(yīng)關(guān)系，從而為刀具狀態(tài)的識別提供了數(shù)據(jù)來源。 本文在進行刀具狀態(tài)識別時，針對不同刀具狀態(tài)類別特征樣本存在重疊區(qū)域造成的分類困難，本文提出了基于模糊判決的刀具狀態(tài)識別模型和方法；針對特征判決邊界存在一定的非線性特性，本文提出了基于BP 神經(jīng)網(wǎng)絡(luò)的刀具狀態(tài)識別模型和方法；再對上述兩種識別模型進行決策層融合研究，提出了基于分類器融合的刀具狀態(tài)識別模型和方法。通過對上述兩種