毕业论文 针对锯片缺陷检测的机器视觉系统设计.doc

针对锯片缺陷检测的机器视觉系统设计

摘要：机器视觉检测技术具有非接触、高效、准确等优点，它符合现代工业生产的发展需要，本文相对于传统方法提出了针对锯片缺陷的机器视觉检测技术，并在现有的实验条件下进行研究和分析。首先阐述了此课题的背景和意义以及机器视觉技术在国内外的发展和应用现状，介绍了机器视觉检测系统的各硬件和软件的主要构成部分及其作用，系统主要通过镜头、摄像机，图像采集卡等完成图像的采集，再借助比较成熟的图像处理算法，包括亚像素精度阀值分割、几何基元的分割、轮廓特征提取、线段拟合等，以Halcon为实验软件平台实现图像的处理并输出结果。通过软硬件的合理搭配完成对锯片缺陷检测的机器视觉系统设计，提高工业生产检测效率。

关键词：机器视觉； 图像处理； 锯片检测； HALCON

Design of Saw Blades Defects Inspecting System
Based on Machine Vision
Abstract: Machine vision inspection technology with non-contact, efficient and accurate etc., which accords with modern industrial production development needs, this paper puts forward relative to traditional methods of saw blades defects machine vision of testing technology, and the experimental conditions in the existing researches and analysis. First expounded the background and meaning of the subject machine vision technology at home and abroad and the development and application of machine vision introduced the present situation and the testing system of hardware and software of the main components of and function, system mainly through the lens, camera, image acquisition card etc complete image collection, again with comparatively mature image processing algorithms, including subpixel-precision thresholding, segmentation of contours into lines and circles, contour features extraction, fitting lines etc, in order to realize the software platform for experimental Halcon of image processing and output. Through the software and hardware of the reasonable collocation completed the blade defects detection machine vision system design, improve industrial production and testing efficiency.

Key words: Machine Vision, Image Processing, Inspection of Saw Blades, Halcon
 

目    录
第1章  绪  论 1
1.1  课题背景及研究意义 1
1.1.1  课题背景 1
1.1.2  课题研究意义 1
1.2  机器视觉概述 1
1.3  机器视觉的国内外发展现状 2
1.4  本文主要研究内容 3
第2章  锯片缺陷检测系统的硬件设计 4
2.1  引言 4
2.2  检测原理 4
2.3  采集方案设计 5
2.3.1  光源的选择 5
2.3.2  照明方式的选择 6
2.3.3  照明环境的选择 10
2.3.4  相机的选择 11
2.3.5  镜头的选择 12
2.3.6  图像采集卡的选择 12
2.4  本章小结 14
第3章  软件算法研究及实验设计 15
3.1  机器视觉软件HALCON 15
3.1.1  HALCON概述 15
3.1.2  HALCON的体系和数据结构 16
3.2  图像处理算法 17
3.2.1  图像分割 17
3.2.2  特征提取 21
3.2.3  几何基元的分割和拟合 24
3.3  实验设计 28
3.3.1  锯片检测算法流程 28
3.3.2  算法编程实现 28
3.3.3  实验结果分析 31
3.4  本章小结 32
结论与展望 33
致谢 34
参考文献 35
附录 36