基于计算机视觉的刀具磨损检测技术的研究

基于计算机视觉的刀具磨损检测技术的研究

论文摘要

刀具磨损检测技术对提高自动化加工效率、刀具的利用率和加工质量、极大节约生产成本有着十分重要的意义。在刀具磨损检测技术的各种手段中,基于计算机视觉的图像处理技术有着方便、快捷、无接触、检测精度高等明显优势,本文采取图像处理的方法对刀具磨损图像进行相应处理及检测的关键技术进行了深入研究,对刀具磨损状态的检测有一定的指导意义。本文对刀具磨损状态的特征、机理及磨钝标准进行了分析,确定了以刀具的后刀面磨损图像为研究对象,结合实验所得磨损图像的特点和图像处理的相关技术,对原始的磨损图像进行了图像预处理、边缘检测、阈值分割等处理,并计算出了刀具的磨损值。本文首先通过对原始图像的剪裁、图像增强、中值滤波去噪等一系列预处理,采用基于自适应遗传算法的Otsu阈值分割方法求得最优分割阈值Th,并以此Th值作为Canny边缘检测的门限值进行边缘提取,获得了清晰的刀具磨损边缘。其次,通过灰度矩、空间矩和Zernike矩三种基于矩的亚像素边缘检测方法检测并获取了更精细的磨损边缘,对这三种算法进行了比较,得出了适合本实验的最优算法。最后采用链码边界搜索方法对磨损边界进行了完备描述,进而计算出了基于不同边缘检测算法下的刀具后刀面的磨损量值,并和实际测量的真值相比较,结果表明基于图像处理方法所得出的磨损值与实际磨损测量的真值相一致。另一方面,与该刀具的磨钝标准相比较,若超出磨钝标准值则判定刀具已经报废,需要换刀,若没有超出,则判定刀具可继续使用。在上述的基础上,本文对所述图像处理的算法进行了深入研究,开发了刀具状态检测系统。该系统能够实现对原始图像的读入、预处理、边缘检测、磨损量测量等功能,对计算机视觉在刀具磨损检测技术方面的应用有一定的指导意义。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 刀具状态检测技术的研究背景及意义
  • 1.2 刀具状态检测技术的现状
  • 1.2.1 刀具状态检测技术的发展概况
  • 1.2.2 刀具状态检测技术的方法分类
  • 1.3 国内外基于计算机视觉的刀具磨损状态检测技术概况
  • 1.3.1 国内外基于计算机视觉的刀具磨损状态检测技术的基本类型
  • 1.3.2 国内外基于计算机视觉的刀具磨损状态检测技术的发展现状
  • 1.4 本文的研究目的及主要内容
  • 第2章 刀具磨损机理的分析及检测系统的硬件设计
  • 2.1 刀具的主要磨损形式
  • 2.2 刀具磨损过程及磨钝标准
  • 2.2.1 刀具磨损的机理
  • 2.2.2 刀具磨钝标准
  • 2.3 车削实验参数及刀具几何参数
  • 2.4 刀具磨损状态检测系统的硬件设计
  • 2.4.1 刀具状态检测系统的基本架构
  • 2.4.2 基于计算机视觉的刀具磨损状态检测系统的构成
  • 2.4.3 实验系统放大倍数的计算方法介绍
  • 2.5 刀具磨损状态检测流程
  • 2.6 本章小结
  • 第3章 刀具后刀面磨损图像的预处理
  • 3.1 刀具后刀面磨损状态识别类型
  • 3.1.1 刀具后刀面磨损带的几何特征
  • 3.1.2 刀具后刀面磨损状态检测依据
  • 3.2 刀具后刀面磨损检测的图像处理方法概述
  • 3.3 刀具磨损图像预处理的基本步骤
  • 3.4 原始图像的剪裁
  • 3.5 图像的中值滤波
  • 3.6 图像增强处理
  • 3.6.1 直方图均衡化原理
  • 3.6.2 刀具磨损图像增强结果
  • 3.7 图像边缘检测
  • 3.7.1 基于微分算子的边缘检测
  • 3.7.1.1 一阶微分算子
  • 3.7.1.2 二阶微分算子
  • 3.7.2 Canny 边缘检测
  • 3.7.3 边缘检测实验结果示例
  • 3.8 本章小结
  • 第4章 刀具磨损量值图像测量基准的确定
  • 4.1 概述
  • 4.2 基于 Hough 变换的刀刃所在直线的检测
  • 4.2.1 Hough 变换的直线检测基本原理
  • 4.2.2 直线检测的算法设计
  • 4.3 基于双线性插值法的图像旋转
  • 4.4 基于自适应遗传算法的Otsu 图像阈值分割
  • 4.4.1 遗传算法简介
  • 4.4.2 算法流程
  • 4.5 本章小结
  • 第5章 基于矩的亚像素边缘检测
  • 5.1 概述
  • 5.2 灰度矩边缘定位方法
  • 5.3 空间矩边缘定位方法
  • 5.4 Zernike 空间矩边缘定位方法
  • 5.5 本章小结
  • 第6章 磨损边界的完整化与磨损量测量
  • 6.1 概述
  • 6.2 磨损边界的完整化
  • 6.3 磨损量的测量
  • 6.4 本章小结
  • 第7章 刀具磨损状态检测系统的软件设计
  • 7.1 磨损检测系统的软件开发过程
  • 7.1.1 软件系统整体框架设计
  • 7.1.2 软件系统开发环境
  • 7.1.3 软件系统设计开发流程
  • 7.1.4 刀具磨损图像的自动检测
  • 7.2 软件检测系统的主要界面及操作实例
  • 7.2.1 软件系统的主要界面说明
  • 7.2.2 软件系统的操作实例
  • 7.3 软件检测系统的部分程序说明
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和获得的科研成果
  • 致谢
  • 相关论文文献

    • [1].复合刀具的结构瞬态动力学分析[J]. 组合机床与自动化加工技术 2019(12)
    • [2].在线刀具组装器助力减材制造[J]. 金属加工(冷加工) 2019(S2)
    • [3].山高刀具:相信相信的力量[J]. 今日制造与升级 2020(Z1)
    • [4].履带式绿篱机刀具架结构设计与有限元分析[J]. 筑路机械与施工机械化 2020(06)
    • [5].稳态车削条件下的刀具强度分析与设计[J]. 工具技术 2020(10)
    • [6].硬质合金复合刀具的制备及性能研究[J]. 铸造技术 2016(12)
    • [7].德克刀具:定位高端,专注研发20年——访宁波德克刀具有限公司营销总监洪伟[J]. 金属加工(冷加工) 2017(03)
    • [8].金属材料与刀具切削课程中的教学技巧刍议[J]. 邢台职业技术学院学报 2016(05)
    • [9].刀具损坏形态的识别和控制[J]. 机电工程技术 2017(02)
    • [10].机加工企业刀具库存分类方法研究[J]. 精密制造与自动化 2016(04)
    • [11].刀具磨损破损监控技术[J]. 现代制造技术与装备 2016(10)
    • [12].基于形状匹配的刀具在机监测方法研究[J]. 纳米技术与精密工程 2017(05)
    • [13].刀具磨损量监测的多传感器信息融合技术研究[J]. 科技风 2017(20)
    • [14].基于深度学习的刀具磨损监测方法[J]. 计算机集成制造系统 2017(10)
    • [15].刀具磨损仿真的研究进展[J]. 工具技术 2015(12)
    • [16].硬质合金木工成型刀具的选择及使用注意事项[J]. 林业机械与木工设备 2016(03)
    • [17].中国刀具重镇的担当与坚守——新常态下国产刀具企业谋发展系列报道之走进成都[J]. 金属加工(冷加工) 2016(11)
    • [18].践行智造 引领未来——山高刀具教育日系列活动正式于沪开启[J]. 金属加工(冷加工) 2016(19)
    • [19].云环境下的刀具知识本体建模及应用[J]. 制造业自动化 2015(06)
    • [20].对刀具磨损获取信号处理方法的探讨[J]. 机械制造 2015(03)
    • [21].国产汽车刀具哪家强?[J]. 汽车工艺师 2015(07)
    • [22].山田刀具助力中国汽车事业发展[J]. 工具技术 2015(09)
    • [23].盾构刀具产业现状及发展[J]. 硬质合金 2015(05)
    • [24].德国三叉200年[J]. 优品 2014(08)
    • [25].避免意外受伤的刀具[J]. 家庭科技 2013(05)
    • [26].钓具悬挂[J]. 钓鱼 2009(18)
    • [27].生路[J]. 短篇小说(原创版) 2010(07)
    • [28].生路[J]. 幸福(悦读) 2010(12)
    • [29].粉垄刀具减振仿真研究[J]. 农机化研究 2021(06)
    • [30].车削可加工陶瓷刀具磨损模型研究[J]. 机械科学与技术 2020(01)

    标签:;  ;  ;  ;  ;  

    基于计算机视觉的刀具磨损检测技术的研究
    下载Doc文档

    猜你喜欢