開題報告-基于機器視覺的汽車大燈安裝質(zhì)量檢測系統(tǒng)設(shè)計.doc

《開題報告-基于機器視覺的汽車大燈安裝質(zhì)量檢測系統(tǒng)設(shè)計.doc》由會員分享，可在線閱讀，更多相關(guān)《開題報告-基于機器視覺的汽車大燈安裝質(zhì)量檢測系統(tǒng)設(shè)計.doc（7頁珍藏版）》請在裝配圖網(wǎng)上搜索。

南京航空航天大學 畢業(yè)設(shè)計（論文）開題報告 題 目 基于機器視覺的汽車大燈安裝質(zhì)量檢測 系統(tǒng)設(shè)計 學 院 機電學院 專 業(yè) 飛行器制造工程 學生姓名 趙健 學號 051230232 指導教師 張樂年 職稱 副教授 畢設(shè)地點 機電學院 2016年3 月9 日 1. 結(jié)合畢業(yè)設(shè)計（論文）課題任務(wù)情況，根據(jù)所查閱的文獻資料，撰寫1500～2000字左右的文獻綜述： 一．課題的來源 本課題來源于大樹智能科技南京有限公司，為企業(yè)橫向合作課題中的關(guān)鍵核心技術(shù)部分。 二．研究目的： 本課題采用機器視覺技術(shù)來解決該問題，實現(xiàn)汽車大燈安裝質(zhì)量檢測。同時可以做到： 1）可在屏幕上實時觀察到燈具的全貌，確定螺絲位置非常方便，且可由人工輔以判定； 2）圖像數(shù)據(jù)可以保存，供后期查看。 因此，利用機器視覺的方式不但可以取代現(xiàn)有系統(tǒng)的功能，還能擴展新的引用。 三．國內(nèi)外研究的技術(shù)現(xiàn)狀分析 隨著工廠對產(chǎn)品品控要求的不斷提升，原有的汽車大燈安裝過程中的螺絲檢測系統(tǒng)存在如下問題：原系統(tǒng)利用電磁傳感器感應(yīng)螺絲金屬成分來辨別螺絲的有無，其關(guān)鍵在于調(diào)整傳感器與螺絲之間的相對位置，來獲得滿足要求的響應(yīng)靈敏度。然而，現(xiàn)有燈具的工裝結(jié)構(gòu)形式很難直觀地讓調(diào)整人員從下方觀察傳感器的調(diào)節(jié)過程，嚴重影響系統(tǒng)的檢出率。同時，由于個性化需要，汽車大燈的外形會經(jīng)常發(fā)生變化，不同的外形都需要重新調(diào)試傳感器，使用很不方便。 本課題采用機器視覺技術(shù)則來解決該問題，實現(xiàn)汽車大燈安裝質(zhì)量檢測。 四．機器視覺的現(xiàn)狀及發(fā)展趨勢 機器視覺是一門涉及人工智能、神經(jīng)生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領(lǐng)域的交叉學科.機器視覺主要利用計算機來模擬人或再現(xiàn)與人類視覺有關(guān)的某些智能行為,從客觀事物的圖像中提取信息進行處理,并加以理解,最終用于實際檢測和控制.主要應(yīng)用于如工業(yè)檢測、工業(yè)探傷、精密測控、自動生產(chǎn)線、郵政自動化、糧食選優(yōu)、顯微醫(yī)學操作以及各種危險場合工作的機器人等。 1機器視覺關(guān)鍵技術(shù)的發(fā)展現(xiàn)狀 1.1 光源照明（表1） 1.2 光學鏡頭（表2） 1.3 CCD攝像機及圖像采集卡（表3） 1.4 圖像信號處理 1.5 執(zhí)行機構(gòu) 表1各種光源對比 光源 顏色 壽命/h 發(fā)光亮度 特點 鹵素燈 白色，偏黃 5000-7000 很亮 發(fā)熱多，較便宜 熒光燈 白色，偏綠 5000-7000 亮 較便宜 LED燈 紅，黃，綠，白藍 60000-100000 較亮 固體，能做成很多形狀，發(fā) 熱多 疝燈 白色，偏藍 3000-7000 亮 持續(xù)光，發(fā)熱少 電致發(fā)光管 由發(fā)光頻率決定 5000-7000 較亮 較便宜 表2鏡頭型號及相關(guān)參數(shù) 型號 焦距/mm 相機孔徑/f 接口 像面尺寸/inch 試場 最近攝影距 CS-S0420F 4.0 2.0 CS/C 1/3” 7616′ 0.2 CS-S0620F 6.0 2.0 CS/C 1/3” 5136′ 0.2 CS-S0820F 8.0 2.0 CS/C 1/3” 42 0.2 CS-S1220F 12.0 2.0 CS/C 1/3” 2816′ 0.2 CS-S1620F 16.0 2.0 CS/C 1/3” 2114′ 0.2 CS-B0636GL 6.0-36 1.2 CS/C 1/3” 5055′~918′ 1.3 CS-B08551GL 8.5-51 1.6 CS/C 1/3” 5650′~948′ 1 CS-B0660GL 6.0-60 1.2 CS/C 1/3” 5213′~544′ 1 CS-B10200GL 10-200 1.9 CS/C 1/3” 34′~173′ 2 注：1英寸=2.54cm 表3 線陣CCD參數(shù) 器件名稱 像元數(shù) 像元分辨率 Data rate/MHz 陣列數(shù) 數(shù)據(jù)格式 動態(tài)范圍 標稱增益范圍 P2-80-12K40 12 288 7um*7um 320 8 taps 雙陣列 8bitFull Camera Link 210:1 10DB 2機器視覺技術(shù)的應(yīng)用 1.6 工業(yè)領(lǐng)域 工業(yè)領(lǐng)域是機器視覺應(yīng)用中比重最大的領(lǐng)域,按 照功能又可以分成4類:產(chǎn)品質(zhì)量檢測、產(chǎn)品分類、產(chǎn) 品包裝、機器人定位.其應(yīng)用行業(yè)包括印刷包裝、汽車 工業(yè)、半導體材料/元器件/連接器生產(chǎn)、藥品/食品生 產(chǎn)、煙草行業(yè)、紡織行業(yè)等. 1.7 民用領(lǐng)域 機器視覺技術(shù)可用在智能交通、安全防范、文字識 別、身份驗證、醫(yī)療設(shè)備等方面. 1.8 科學研究領(lǐng)域 在科學研究領(lǐng)域可以利用機器視覺進行材料分 析、生物分析、化學分析和生命科學,如血液細胞自動 分類計數(shù)、染色體分析、癌癥細胞識別等. 1.9 軍事領(lǐng)域 視覺技術(shù)可用在航天、航空、兵器(敵我目標識別、 跟蹤)及測繪.在衛(wèi)星遙感系統(tǒng)中,機器視覺技術(shù)被用 于分析各種遙感圖像,進行環(huán)境監(jiān)測,根據(jù)地行、地貌 的圖像和圖形特征,對地面目標進行自動識別、理解和 分類等. 3機器視覺發(fā)展趨勢 價格持續(xù)下降 功能逐漸增多 產(chǎn)品小型化 集成產(chǎn)品增多 四．目前基于機器視覺的汽車大燈安裝質(zhì)量檢測系統(tǒng)的必要性與意義 近年來，汽車大燈安裝質(zhì)量檢測系統(tǒng)技術(shù)，尤其是基于機器視覺的汽車大燈安裝質(zhì)量檢測系統(tǒng)技術(shù)越來越多地受到人們的重視，目前我國的發(fā)展趨勢的意義主要有以下幾個方面： (1) 汽車大燈安裝質(zhì)量檢測的優(yōu)質(zhì)性和高效化基于機器視覺的汽車大燈安裝質(zhì)量檢測是先進的高效率的檢測技術(shù)，優(yōu)于原有的利用電磁傳感器感應(yīng)螺絲金屬成分來辨別螺絲的有無的汽車大燈螺絲檢測系統(tǒng)。 (2) 可在屏幕上實時觀察到燈具的全貌，確定螺絲位置非常方便，且可由人工輔以判定。 (3)改變車燈種類是不需要再調(diào)節(jié)電磁傳感器感應(yīng)螺絲，提高了勞動生產(chǎn)率。 (4)利用系統(tǒng)自動檢測，大大提高了檢測的精度，降低了產(chǎn)品的不合格率。 五．參考文獻 【1】章煒.機器視覺技術(shù)發(fā)展及其工業(yè)應(yīng)用[J].紅外,2005,27(2):11- 17. 【2】Forsyth D A,Jean Ponce. Computer Vision[M]. Inc:Prentice Hall,2003. 【3】賈云得.機器視覺.北京:科學出版社,2000. 【4】張德豐,編著.詳解MATLAB數(shù)字圖像處理.北京:電子工業(yè)出版社.2010. 【5】張越.Visual C++6.0網(wǎng)絡(luò)程序設(shè)計實例詳解.北京:人民郵電出版社,2006.7:1~5 【6】王鄭耀.數(shù)字圖像的邊緣檢測,[碩士論文].西安:西安交通大學,2003 【7】雷麗珍.數(shù)字圖像邊緣檢測方法的探討.測繪通報,2006,3:40~42 【8】龔愛平. 基于嵌入式機器視覺的信息采集與處理技術(shù)研究.2013 【9】賈永紅.數(shù)字圖像處理[M].武漢:武漢大學出版社,2003. 2. 畢業(yè)設(shè)計任務(wù)要研究或解決的問題和擬采用的方法： 1． 課題研究的目的和主要內(nèi)容 本課題采用機器視覺技術(shù)則來解決該問題，實現(xiàn)汽車大燈安裝質(zhì)量檢測。同時可以做到： 1）可在屏幕上實時觀察到燈具的全貌，確定螺絲位置非常方便，且可由人工輔以判定； 2）圖像數(shù)據(jù)可以保存，供后期查看。 因此，利用機器視覺的方式不但可以取代現(xiàn)有系統(tǒng)的功能，還能擴展新的引用。 二．課題研究的要求 （一）掌握MATLAB在數(shù)字圖像處理中的應(yīng)用； （二）掌握基于嵌入式機器視覺的信息采集與處理技術(shù)研究； （三）掌握數(shù)字圖像邊緣檢測方法的分析與研究； （四）了解面向精密制造與檢測的機器視覺及智能算法研究。 三．課題研究的主要方法 （一）本課題采用機器視覺技術(shù)屏幕上實時觀察到燈具的全貌，然后根據(jù)相似度的差別，分辨出汽車大燈內(nèi)部的各個特定位置是否安裝了螺絲，從而檢測出漏裝或錯裝的螺絲。 （二）用C++語言編譯出相應(yīng)的程序。首先，先講準確安裝的樣品的圖樣通過汽車大燈安裝質(zhì)量檢測系統(tǒng)進行記錄，記下各個位置的圖像，再利用產(chǎn)品各個螺絲位置的相似度對比來檢測。 四．課題研究的主要技術(shù)指標： （1）加螺絲缺失綜合檢出率： >99%。 (2)誤檢率：<1%； (3)有缺失螺絲時可通過聲、光報警器進行報警提示； (4)檢測系統(tǒng)可保存大燈的檢測圖片，歷史記錄不少于30天。 指導教師意見（對課題的深度、廣度及工作量的意見和對畢業(yè)設(shè)計（論文）結(jié)果的預(yù)測）： 本課題采用機器視覺技術(shù)來實現(xiàn)汽車大燈安裝質(zhì)量檢測，課題涉及到相機、光源以及軟件算法等機器視覺方法。涉及面廣，難度中等。由于前期有一定的技術(shù)積累，應(yīng)該可以完成該畢業(yè)設(shè)計。 指導教師簽字： 年 月 日 系審查意見： 負責人簽字： 年 月 日