MM1314午夜免费视频

                    24小時論文定制熱線

                    咨詢電話

                    熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                    您當前的位置:論文定制 > 畢業設計論文 >
                    快速導航
                    畢業論文定制
                    關于我們
                    我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                    代做畢業設計
                    常見問題

                    汽車油泵支撐桿尺寸實時檢測系統設計

                    添加時間:2019/01/10 來源:浙江大學 作者:陳軍
                    本文充分研究了國巧外機器視覺研究現狀W及對當下汽車零部件檢測的形勢需求,開發了基于機器視覺的汽豐油聚支摧桿檢測系統。該系統&經投入工業生產撿測使用中,并對其重復精度和檢測精度進行了測試。
                    以下為本篇論文正文:

                    摘要

                      汽車零部件質量對汽車整體性能有著重要影響。汽車零部件在生產加工完成后,需娶對其質量進行檢測。傳統對零部件質量的檢測主要是通過人工或者輔助某種機器完成的。受限于人本身狀況的限制,檢測精度不高,同時無法實現大規模的自動化生產。伴隨著這種需求,機器視覺技術被引入到汽車零部件檢測中。

                      機器視覺檢測技術通過工業相機采集目標物件的圖像,用圖余處理軟件對其處理得到檢測結果,并由控制器采取相應的執行操作。該技術具有非接觸、實時、精度高、便于自動化管理的特點。

                      針對汽車油豕支撐抒這一汽車零部件的檢測,我們提出了用機器視覺技術來代替原來傳統的人工檢測。本文從系統的軟硬件架構設計、國像清晰度評價、基于亞像素的支撐桿幾何尺寸測量、以及分攝控制設備等方面進行研究,完成了完整的支撐抒的實時檢測系統。

                      系統結構采用特殊的光源單元棋塊和圖像采集模塊,組成機器視覺系統。同時,提出了無參考圖像清晰度評價算法NRFSIM(No-Reference Feature Similarity)。

                      由于實時檢測系統的機械震動レ乂及支撐桿的相對運動導致了成像的模糊,嚴重影響了后續測量。依據二次棋糊圖像清晰度檢測原理,本文將有參考的圍像質量評價算法 FSIM (Feature Similarity Index for Image Quality Assessment)應用到無參考圖像清晰度評價算法I提出了 NRFSM算法。該算法在多場景圖像和該系統支摧抒圍像清晰度判斷上的算法性能遠優于基于圖像梯度的清晰度評價算法。

                      提出了基于亞像素的支摧抒尺寸測量算法。采用基于擬合法的亞像素邊緣檢測算法進行圖僚邊緣檢測,在支誅桿尺寸的測量中研究了 W直線平務測距算法和W點測距算法,通過實驗驗證表明W點測距算法在該檢測系統使用中猜度更高。

                      進一步研究了在該系統下的相機標定方法,并開發了支#桿尺寸實時檢測系統,已投入到實時生產質置撿測中,實驗驗證該系統具有足夠的重復猜度和檢測猜度。

                      本文提出的算法W及設計的系統方案,不僅僅用于當前的實時檢測系統,也可以推廣到其他領域中使用。

                      關鍵詞:機器視覺,汽車油系支撐桿,實時檢測,圖像清晰度評價,尺寸測量

                    Abstract

                      The quality of automobile parts has an important impact on the overall performance of the automobile.th is necessary to evaluate the quality of the automobUe parts after they are made up. Traditionally, the quality of parts is detected mainly by manual inspection or by the aixxiliary machines. Because of their limitations, the detection accxiracy is not high, and large-scale automated production cannot be achieved. So with this demand, the machine vision technology has been introduced into automotive parts' detection. The machine vision detection t:echnology uses die industrial cameras to capture the images of the target object and the image procething software to get the results of its detection. Then the related controller realizes the appropriate operation. This technology has the advantages of non-contact, real-time, high precision, and easy to automate the management features.

                      Toward the automatic detection of automobUe o。pump supporting bar,we propose the method to realize the detection by using the machine vision to replace the original traditional manual detection. In this thesis, the real-time detection system of the supporting bar is completed by designing the hardware and software architecture, image definition evaluation, sub-pixel-based support bar geometry measurement, and sorting control equipment.

                      The software and hardware structure of the vision system adopts special light source module and the image sensor module. At the same time, a no-reference image definition evaluation algorithm NRFSIM (No-Reference Feature Similarity) is proposed. Because of the mechanical vibration of the real-time detection system and the relative motion of the supporting rods,there is &e blurring in the subsequent captured images. In this thesis, The NRFSIM algorithm is proposed by appljdng a reference image quality assessment algorithm FSIM (Feature Similarity Index for Image Quality Assessment)ththe no-reference image definition evaluation algorithm.

                      The performance of the proposed algorithm is better than that of image definition evaluation algorithm based on the image gradient in the multi-scene image and the support bar image definition evaluation of the system.

                      A novel algorithm is proposed for measuring the size of supporting bar based on the sub-pixel processing. Sub-pixel edge detection algorithm is based on the fitting method to detect the edge of the image. For the size measxirement of the supporting bar, the algorithm of rectilinear range finding and point ranging algorithm are studied.

                      Finally, the experimental results show that the point ranging algorithm of detection system is of higher accuracy. Nevertheless,the camera calibration method system is carried, and the real-time detection and sorting system for the supporting bar dimension is further developed, which has been applied in real-time production quality inspection. The results prove that the system has enough repeat precision and detection precision. The proposed algorithm and the design of the system can also be used for the inspection of other application areas of the industrial parts manufacturing.

                      Keywords: Machine vision. Automobile Oil Pump Supporting Bar, Real-time Detection System, Image Defmition Evalxjation, Size Measurement.

                      傳統的工業生產過程中,生產信息化和自動化程度較低,復雜的生產王序往往以人工操作為主。人的感官和體為條件制約著生產的加工水平和生產規模,這些導致了傳統工業生產方式無法滿足現代化生產需求。隨著中國工業的迅速發展,由勞動密集型的生產方式向技術密集型的轉變過程,對工業科技程度要求越來越高。產品質量檢測是工業生產過程中不可缺少的一道工序,檢測技術又決定著這道工序的效率和精度。從而現代化工業生產對相應的檢測技術提出了更高的要求。

                      21世紀以來,汽車行業迅猛發展。汽車零部件質量對汽車整體性能有著重要谷響。汽車零部件在生產加工完成后,需要對其質量進行檢:測。傳統對零部件質量的檢測主要是通過人王或者輔助某種機器進行完成的。人工檢測的狀況受限于操作人員的身體狀況以及工作狀態。

                      在長時間,大化量的生產模式下,人王檢測展現出了極大的弊端,往往由于人的疏忽,導致不合格的產品流入后續的生產加工過程,釀成極大的事故。在當前的汽車行業形勢下,行業需求對巧車零部件質量的檢測提出了新的要求。伴隨著這種要求,機器視覺技術被引入到汽車零部件檢測中。機器視覺檢測技術是用工業相機模擬人的暇睛,通過控制器來棋擬人的大腦對相機采集到圖像進行處理并理解,最終實現對產品尺寸或者其他相應指標的計算或判斷來完成對產品的檢測。

                      該技術具有非接觸、實時、精度高、以及便于自動化管理的特點。同時,該技術極大地推動了工業生產模式從勞動密集向技術密集型的轉變。該支撐巧是連接汽車油聚和汽車油箱的部件,該部件的質量直接關系到汽車油系的使用性能以及壽命。在對該部件的調查過程中發現,目前對該部件的檢測還是W人工的方式來檢測,極大的影響了檢測的準確度和速度。浙江某汽車零部件公司毎天生產7萬根左右的支撐桿,占國肉市場份額的80%左右。應該么司的邀請,同時順應當下生產檢測需求的趨勢,我們研究并開發了基于機器視覺的汽車油聚支撐抒尺寸實時檢測系統,希望能填補對這一部件自動化檢測的空白,提高檢測的精度和速度。

                      機器視覺在國外發展比較迅速,目前已經廣泛的應用到各個領域,如產品尺寸的檢測、工件表面的缺陷W及物件的識別等,這些對應的檢測系統提高了檢測對象的精度W及生產效率。歐美、日本等國家在機器視覺領域處于國際領先地位,其値用也比較成熟[6]。國外的大學化較早的成立了相應的實驗窒用來進行技術研究W及應對工業生產需求。在汽車零部件檢測方面,通用汽車公司很早的研究開發了汽車零部件的視覺檢測系統。Talor和Gregory研究使用模板法對汽車制動零件進行測量英國的羅孚巧車么司研究開發了對汽車輪谷尺寸的視覺檢測系統。在國外對視覺檢測技術研究比較成功的機器視覺公司有;Cognex、NI等。

                      在國內,機器視覺技術起步比較晚。隨著工業生產的需求,國內的祝器視覺公司也逐漸的從最開始代理國外品牌視覺公司到獨立自主研究、生產為主導的公司,例如大恒、維視、?低暤,在除了提供硬件(如王業相機)之外,也相應的提供整套或者部分的機器視覺檢測蚊術的解決方窠。國內高校在機器視覺領域也有著相應的研究。陳建可等人通過尋找輪谷圓伯和模板匹配的方法對輪谷進行識別。蘇建等人通過彩龜圖像分割技術研究開發了對汽車整車尺寸的測量W。

                      厲曉飛等人研究開發了基于LabVIEW的汽車零部件缺陷檢測系統。綜上,目前機器視覺技術己經在各行各業得到較大的研究與應用,在汽車零部件的檢測方窠也有很多研究。視覺測量技術是屬于機器視覺技術中的一種,是對待檢測目標的位置、尺寸、或其運動狀態等進行精確測量的一口技術。按照光照方式,視覺測量可W分為主動視覺測量和被動視覺測量。按照相機的數目,視覺測量又可以分為單目視覺測量、雙目視覺測量和多目視覺測量。

                      在視覺測量中,經常會考慮測量猜度問題,眾所周知,圖像采集設備的分辨率越高,單位位置目標物體對應的復素越#,從而測量精度越高。但硬件的提升需要很高的成本,所人們將目標轉向了基于亞像親的測至技術。

                      汽車油泵支撐桿尺寸實時檢測系統設計:

                    運動模糊
                    運動模糊

                    bikes圖像
                    bikes圖像

                    二次模糊效果圖
                    二次模糊效果圖

                    building2圖像
                    building2圖像

                    支撐桿在檢測過程中成像圖
                    支撐桿在檢測過程中成像圖

                    目錄

                      摘要
                      Abstract
                      第1章 緒論
                        1.1 課題背景及研究意義
                        1.2 機器視覺故術在汽車零部件檢測中的應用現狀
                        1.3 圖像清晰度評化研究現狀
                          1.3.1 圖像質量的主觀評價方法
                          1.3.2 圖像質量的客觀評價方法
                        1.4 本文研究巧容及章節安排
                          1.4.1 本文研究內容
                          1.4.2 本文章節安排
                      第2章 機器視覺檢測系統原理和總體設計
                        2.1 支撐桿的主要檢測指標
                        2.2 機器視覺檢測系統的工作原理
                        2.3 視覺系統的硬件架構設計
                          2.3.1 光源單元棋塊
                          2.3.2 困像采集模塊
                        2.4 視覺檢測系統的軟件設計
                        2.5 本章小結
                      第3章 圖像清晰度評價研究
                        3.1 圖像棋糊的機理和模型
                          3.1.1 留欲棋糊的機理
                          3.1.2 圖像樸糊的棋型
                        3.2 基于圖像梯度的清晰度評價算法
                          3.2.1 圍像々晰度與圖緣梯度關系研究
                          3.2.2 基于梯度圍像巧晰度評價撲型
                        3.3 基于二次棋糊無參考的圖余清晰度評價算法(NRFSIM)
                          3.3.1 FSIM全參考圖像質量評價算法
                          3.3.2 基于二次模糊的圖像清晰度評價方法
                        3.4 實驗仿真與分析
                          3.4.1 清晰度評價算法的評價指標
                          3.4.2 算法評價指標的驗證
                        3.5 本章小結
                      第4章 基于亞像素的支撐梓幾何尺寸測量
                        4.1 亞像素邊緣檢測基本原理
                        4.2 基于擬合法的亞像素邊緣檢測
                          4.2.1 邊緣橫度方向確定
                          4.2.2 二次曲線擬合
                          4.2.3 亞像素邊緣點坐標計算
                        4.3 支撐桿尺寸測量
                          4.3.1 測量算法
                          4.3.2 支持桿指標測量
                        4.4 相機標定
                          4.4.1 世界坐標系與相機坐標系轉換
                          4.4.2 圖像坐標系和相機坐標系轉換
                          4.4.3 圖像坐標系與世界坐標系轉換
                          4.4.4 相機標定流程
                        4.5 本章小結
                      第5章 系統應用與測試
                        5.1 支撐桿檢測系統王業設備
                        5.2 軟件設計與應用
                          5.2.1 并行軟件設計
                          5.2.2 軟件皮用
                        5.3 現場實測結果與數據分析
                          5.3.1 現場實測結果
                          5.3.2 現場數據分析
                        5.4 本章小結
                      第6章 總結與展望
                        6.1 總結
                        6.2 展望
                      參考文獻
                      致謝
                      個人簡歷

                    (如您需要查看本篇畢業設計全文,請您聯系客服索。

                    相關內容
                    好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                    所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                    如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!

                    將微信二維碼保存到相冊

                    打開微信掃一掃從相冊識別

                    1.點擊下面按鈕復制QQ號

                    3008637063

                    2.打開QQ→添加好友/群

                    粘貼QQ號,加我為好友

                    MM1314午夜免费视频