本文主要研究内容
作者周文霞（2019）在《基于机器视觉的带孔工件识别与检测技术研究》一文中研究指出：随着工业时代由信息化向智能化的迅速发展,各种工件生产的质量要求随之提高,对工件的识别与检测是工件生产过程中必不可少的环节。在传统工件生产环节中,人工作业存在速度慢、误差较大、数字化程度低、接触性安全隐患大等诸多问题,而基于机器视觉的工件检测技术可有效地解决上述问题。本文主要针对带孔工件识别技术及规格合格性检测方法进行研究,研究内容包括以下部分:(1)提出了一种基于孔洞区域二值串描述的特征提取方法,简称PDB(Perforated Domain BRIEF)算法。算法中设计了针对孔洞的预处理,通过连通区域标记选点的方式确定工件特征点,并利用基于孔洞灰度差异性的二值串编码方式描述特征点。PDB算法充分利用了带孔工件结构特点,减少了存储空间并提高了工件特征点匹配效率。通过将PDB算法与多种经典特征提取算法进行实验对比,可以得出PDB算法对带孔工件的识别过程耗时更少,匹配率更高,能够实现对不同带孔工件的高效识别。(2)提出了一种针对孔洞的高斯概率模型点霍夫变换检测算法,可用于快速检测工件孔洞规格。该算法根据原图像建立高斯霍夫变换临时空间,并对得到的每一个孔洞子图像进行高斯霍夫变换处理,然后将每一次迭代运算得到的坐标利用高斯核函数扩展到邻域区间并进行叠加获得最终圆心坐标,最后利用最小均方差估计获取孔洞半径,从而确定出最佳孔洞参数。通过将高斯霍夫变换算法与传统算法进行实验对比,可以看出高斯霍夫变换算法的平均查全率、查准率及耗时均优于传统霍夫变换算法,体现了高斯霍夫变换算法对工件孔洞检测的准确性与高效性。(3)设计了带孔工件识别检测软件系统。该系统功能包括:建立带孔工件特征模板库以及规格模板库,识别工件的类型,统计工件孔洞数目,检测孔洞位置及尺寸规格,从而完成工件孔洞完整性和制式合格性检测。该系统实现了建库与实测的一体化,能够对工件的性能指标及数据进行实时分析与处理。
Abstract
sui zhao gong ye shi dai you xin xi hua xiang zhi neng hua de xun su fa zhan ,ge chong gong jian sheng chan de zhi liang yao qiu sui zhi di gao ,dui gong jian de shi bie yu jian ce shi gong jian sheng chan guo cheng zhong bi bu ke shao de huan jie 。zai chuan tong gong jian sheng chan huan jie zhong ,ren gong zuo ye cun zai su du man 、wu cha jiao da 、shu zi hua cheng du di 、jie chu xing an quan yin huan da deng zhu duo wen ti ,er ji yu ji qi shi jiao de gong jian jian ce ji shu ke you xiao de jie jue shang shu wen ti 。ben wen zhu yao zhen dui dai kong gong jian shi bie ji shu ji gui ge ge ge xing jian ce fang fa jin hang yan jiu ,yan jiu nei rong bao gua yi xia bu fen :(1)di chu le yi chong ji yu kong dong ou yu er zhi chuan miao shu de te zheng di qu fang fa ,jian chen PDB(Perforated Domain BRIEF)suan fa 。suan fa zhong she ji le zhen dui kong dong de yu chu li ,tong guo lian tong ou yu biao ji shua dian de fang shi que ding gong jian te zheng dian ,bing li yong ji yu kong dong hui du cha yi xing de er zhi chuan bian ma fang shi miao shu te zheng dian 。PDBsuan fa chong fen li yong le dai kong gong jian jie gou te dian ,jian shao le cun chu kong jian bing di gao le gong jian te zheng dian pi pei xiao lv 。tong guo jiang PDBsuan fa yu duo chong jing dian te zheng di qu suan fa jin hang shi yan dui bi ,ke yi de chu PDBsuan fa dui dai kong gong jian de shi bie guo cheng hao shi geng shao ,pi pei lv geng gao ,neng gou shi xian dui bu tong dai kong gong jian de gao xiao shi bie 。(2)di chu le yi chong zhen dui kong dong de gao si gai lv mo xing dian huo fu bian huan jian ce suan fa ,ke yong yu kuai su jian ce gong jian kong dong gui ge 。gai suan fa gen ju yuan tu xiang jian li gao si huo fu bian huan lin shi kong jian ,bing dui de dao de mei yi ge kong dong zi tu xiang jin hang gao si huo fu bian huan chu li ,ran hou jiang mei yi ci die dai yun suan de dao de zuo biao li yong gao si he han shu kuo zhan dao lin yu ou jian bing jin hang die jia huo de zui zhong yuan xin zuo biao ,zui hou li yong zui xiao jun fang cha gu ji huo qu kong dong ban jing ,cong er que ding chu zui jia kong dong can shu 。tong guo jiang gao si huo fu bian huan suan fa yu chuan tong suan fa jin hang shi yan dui bi ,ke yi kan chu gao si huo fu bian huan suan fa de ping jun cha quan lv 、cha zhun lv ji hao shi jun you yu chuan tong huo fu bian huan suan fa ,ti xian le gao si huo fu bian huan suan fa dui gong jian kong dong jian ce de zhun que xing yu gao xiao xing 。(3)she ji le dai kong gong jian shi bie jian ce ruan jian ji tong 。gai ji tong gong neng bao gua :jian li dai kong gong jian te zheng mo ban ku yi ji gui ge mo ban ku ,shi bie gong jian de lei xing ,tong ji gong jian kong dong shu mu ,jian ce kong dong wei zhi ji che cun gui ge ,cong er wan cheng gong jian kong dong wan zheng xing he zhi shi ge ge xing jian ce 。gai ji tong shi xian le jian ku yu shi ce de yi ti hua ,neng gou dui gong jian de xing neng zhi biao ji shu ju jin hang shi shi fen xi yu chu li 。
论文参考文献
论文详细介绍
论文作者分别是来自合肥工业大学的周文霞，发表于刊物合肥工业大学2019-09-23论文，是一篇关于机器视觉论文,带孔工件论文,特征提取论文,高斯霍夫变换论文,合肥工业大学2019-09-23论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自合肥工业大学2019-09-23论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：机器视觉论文; 带孔工件论文; 特征提取论文; 高斯霍夫变换论文; 合肥工业大学2019-09-23论文;