基于机器视觉技术发动机轴瓦分级检测系统应用研究(电气自动化专业毕业设计).docx

基于机器视觉技术发动机曲轴轴瓦分级检测系统应用研究BasedonMachineVisionTechnologyEngineCrankshaftBearingGradeDetectionSystemApplication学生姓名：学历层次：本科所在系部：电气与信息学院所学专业：自动化指导教师：教师职称：讲师助理实验师机器视觉技术已成为一门新兴的综合技术，在社会诸多领域得到广泛应用，大大提高了装备的智能化、自动化水平，提高了装备的使用效率、可靠性等性能。本设计就是针对汽车发动机曲轴轴瓦装配重要工艺环节，利用气缸表面字符特征不一致，采用机器视觉技术对曲轴轴瓦的不同型号进行检测，保证安装准确；主要应用了模式识别与图像处理技术，以VC+为开发平台，设计出曲轴轴瓦自动检测系统，对轴瓦的类型进行匹配，然后进行自动识别，进而完成检测任务。通过实验验证，在正常情况下，识别误差是可以避免的，所以可以达到预期目标，充分满足了实际生产的需求。关键词机器视觉阈值分割字符识别Abstract:Thetechnologyofmachinevisionhasbecomeanemergingcomprehensivetechnologyandobtainsthewidespreadapplicationinmanysocialdomains.Greatlyenhancedtheequipment'sintellectualizationandautomatedlevel,theusingefficiencyandreliabilityisalsoraised.Thispaperisdesignedforanimportantpartoftheautomotiveenginecrankshaftbearingassemblyofthecylinderandbythedifferentcharactersofsurfacecharacteristics,usingmachinevisiontechnologytotestthedifferentmodelsofcrankshaftbearingandensuretheaccuracyinstallation.Mainlyappliedpatternrecognitionandimageprocessingtechnology,basedontheVC+todesignasystemofcrankshaftbearingautomaticdetectionandmatchthetypeofbearing,andthenautomaticallyidentifyandcompletethedetectiontask.Itcanbeavoidtheidentificationerrorsthroughexperimentalverificationwhichundernormalcircumstances,andsowecanachievethedesiredobjectiveandfullymeettheactualneedsofproduction.Keywords：MachineVisionThresholdSegmentationCharacterRecognition目录1引言11.1 背景分析11.2 技术引进22系统总体方案的确定42.1 系统总体方案分析42.2 方案论证43系统硬件设计63.1 硬件的组成63.2 工控机63.3 控制系统的I/O子系统73.4 图像采集单元103.5 传感器和执行机构134数字图像处理154.1 图像154.2 数字图像154.3 图像数字化164.4 数字图像处理165曲轴轴瓦的检测识别原理185.1 机器视觉检测原理185.2 气缸表面字符检测原理195.3 字符识别的基本原理195.4 气缸表面字符区域提取206图像预处理与分析266.1 图像分割266.2 二维OTSU曲线阈值分割算法306.3 字符细化处理326.4 HILDrTCH细化算法336.5 字符特征提取347汽缸表面字符识别368系统软件算法的实现388.1 软件系统的设计388.2 VISUALC+应用算法和界面399总结40参考文献41致谢42Pf®:43P三二50ft¾:561引言1.1 背景分析视觉是人类观察世界、认知世界的重要功能手段。人类从外界获得的信息约有75%来自视觉系统。这既说明视觉信息量巨大，也表明人类对视觉信息有较高的利用率。人类的视觉过程可看作是一个复杂的从感觉到知觉的过程。人类视觉所具有的强大功能和完美的信息处理方式引起了智能研究者的极大兴趣。每个人都能体会到，眼睛对人来说是非常重要的。有研究结果表明，人类视觉细胞数量的数量级大约为108,是听觉细胞的300多倍，是皮肤感觉细胞的100多倍，从这个角度也可以看出视觉系统的重要性。视觉是人类观察世界、认知世界的重要功能手段。视觉系统从外界获取图像，就是在眼睛视网膜上获得周围世界的光学成像，然后由视觉接受器将光图像信息转化为视网膜的神经活动电信号，通过视神经纤维，把这些图像信息传送入大脑，由大脑获得图像感知，并对获取的图像进行分析和理解，通过图像获得对周围世界感知的信号和识别。2视觉技术的最大优点是与被观测对象无接触，因此，对观测与被观测者都不会产生任何损伤，十分安全可靠，这是其它感觉方式无法比拟的.理论上，人眼观察不到的范围机器视觉也可以观察，例如红外线、微波、超声波等，而机器视觉则可以利用这方面的传感器件形成红外线、微波、超声波等图像.另外，人无法长时间地观察对象，机器视觉则无时间限制，而且具有很高的分辨精度和速度.所以，机器视觉应用领域十分广泛，可分为工业、科学研究、军事和民用4大领域。在现代工业自动化生产中，视觉检测往往是不可缺少的环节。它涉及到各种各样的检查、测量和识别的应用，例如药品包装的正误，IC字符印刷的质量，电路板焊接的好坏，汽车零配件尺寸的检查和自动装配的识别装配等，这类应用的共同特点是连续大批量生产安装，对产品质量和准确度的要求非常高。通常这种带有高度重复性和智能性的工作靠人工检测来完成，我们经常在一些工厂的现代化流水线的后面看到数以百计甚至逾千的检测工人来执行这道工序，给工厂增加巨大的人工成本和管理成本。而这些完全由人眼的检测，长时间反复的工作会使人眼产生视觉疲劳，难以避免产品错位、漏检等情况的出现，仍然不能保证100%的检验合格率（即“零缺陷”）.而当今企业之间的竞争，己经不允许哪怕是0.1%的缺漏的存在。另外，许多检测的工序不仅仅要求外观的检测，同时需要准确获取检测数据，比如零件的宽度，圆孔的直径，以及基准点的坐标等等，这些工作则是很难靠人眼快速完成。通常，为了减轻视觉系统的负担，人们总是尽可能地改善外部环境条件，对视角、照明、物体的放置方式做出某种限制，但更重要的还是加强视觉系统本身的功能和使用较好的信息处理方法。随着电子信息技术的兴起，人们逐渐认识到基于机器视觉开发的检测系统，能在产品质量的检测过程中用机器代替人眼来做测量和判断，降低了人为因素对产品质量的影响，在零配件识别和装配的技改方面满足了企业的需求，这一技术的兴起，掀起了工业过程自动化技术的新篇章。在本设计中，我们主要运用了机器视觉系统对发动机曲轴轴瓦自动识别安装这一道工艺环节，进行系统分析研究。本工序中辅助物流系统将不同种类的曲轴轴瓦传送至正确摆放位置，然后装配工人根据气缸表面的字符提示，将轴瓦装配在正确的位置，从而保证了装配线总体生产节奏。然而由于装配线在极短时间内可能进行多种轴瓦的装配。装配线计算机系统虽然可进行快速响应，但人工方式的装配过程时常发生轴瓦混淆现象，即对应于一台发动机五个轴瓦发生错装。错装后的轴瓦在同发动机内将造成车辆运行过程中曲轴各项性能指标下降，导致发动机整体性能下降。曲轴轴瓦装错现象虽然不常见，一旦发生，后果严重。传统的检测方法由人工完成，即下一道工序人工肉眼目测，这种方法由于工人长时间工作导致肉眼疲劳，无法从根本上避免安装事故的发生。所有不正确安装，在下一道工序缸体倒置后，将不能直观目测，轻者造成返修，重者发生事故。以一汽大众集团为例，为了对曲轴轴瓦装配质量进行在线监控，专门从德国引进了专用检测设备，但该设备仅限于几种固定型号的曲轴轴瓦，随着市场的发展，原有的设备越来越不能满足制造过程柔性化的需要，针对工厂的实际问题，开展了此课题的研究工作，提出了基于计算机视觉技术的在线检测方案，对轴瓦的型号进行匹配，然后进行自动识别，进而完成检测任务提高了制造过程的柔性化以及装配的效率。1.2 技术引进机器视觉(MachineViSion),又称计算机视觉(ComputerVision),是用摄像机和计算机代替人眼对目标进行识别、跟踪和测量。主要着重研究图像的三维重建、运动图像分析和图像识别、分析与理解。而机器视觉系统，是将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信号，转变成数字信号，图像系统对这些信号进行各种运算来抽取目标的特征，在根据判断的结果控制现场的设备。早期的计算机视觉研究集中在那些以平面为表面的多面体的世界，而在此之前都是基于二维的。Roberts首先用程序成功地对三维积木世界进行解释，在其后类似的研究中，Gunman在视觉处理研究中引入了符号化处理和启发式方法，以后，HuffmanClowes以及Waltz等人对积木世界进行了研究并分别解决了由线段解释景物和处理阴影等问题。积木世界的研究反映了视觉早期研究中的一些特点，即从简化的世界出发进行研究。这些工作对视觉研究的发展起了促进作用，但对于稍微复杂的景物便难以奏效。近期的视觉研究开始于20世纪70年代中期，以Marr等人为代表的一些研究者提出了一整套视觉计算的理论来描述视觉过程，其核心是从图像恢复物体的三维形状。Marr视觉计算理论立足于计算机科学，是迄今为止最系统化的视觉理论。Marr建立的视觉计算理论，使计算机视觉研究有了一个比较明确的体系，并大大推动了计算机视觉研究的发展。目前，实际应用中有许多具体的视觉应用工程问题，如零件的识别、缺陷的检查、工件的定位等等，这些问题具有很重要的工程应用价值，视觉是解决它们的有效手段。虽然视觉经过20多年的研究，己经有了很大的发展，但无论是从视觉生理的角度，还是从实际应用的角度来看，现有的视觉技术还处于十分不成熟的阶段。要构造出类似于人类视觉的通用立体视觉系统也不是近期内可以达到的，需要用不同的技术手段对其进行深入的研究。由于其广泛的应用领域和巨大的应用前景，对视觉技术的研究不但对揭示人类自身视觉奥妙具有重要意义，而且对于推动立体视觉的应用具有重要的实用价值。近年来发展迅猛的机器视觉技术解决了这一问题。机器视觉系统一般采用CCD照相机摄取检测图像并转化为数字信号，再采用先进的计算机硬件与软件技术对图像数字信号进行处理，从而得到所需要的各种目标图像特征值，并由此实现模式识别，坐标计算，灰度分布图等多种功能。然后再根据其结果显示图像，输出数据，发出指令，配合执行机构完成位置调整，好坏筛选，数据统计等自动化流程。与人工视觉相比较，机器视觉的最大优点是精确，快速，可靠，以及数字化。国机器视觉技术经过20年的发展，已成为一门新兴的综合技术，在社会诸多领域得到广泛应用.大大提高了装备的智能化、自动化水平，提高了装备的使用效率、可靠性等性能.随着新技术、新理论在机器视觉系统中的应用，机器视觉将在国民经济的各个领域发挥更大的作用.2 系统总体方案的确定2 .1系统总体方案分析本设计是一个针对发动机曲轴轴瓦分级安