工业视觉检查系统中模式识别的研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:CT1978
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文从经济实用的角度出发,设计了一套工业视觉检查系统。工业视觉大致可分为用于检查、定位和装配三类,本系统属于检查类,是对工业零件进行分类、识别的自动检查装置。在工业生产中,工业环境和照明条件的确定性使得快速准确地判别分类出工业零件的想法成为可能,本系统就是在这种想法下应运而生的。由于在汽车零件生产线上分类产品并进而检查产品合格与否的场合中,要求整个过程在生产线上自动完成,不允许脱线做人工检查,这一检查工作可由本项目研制的工业视觉检查系统自动完成,使得生产更为高效连续。本系统采用图像传感器摄取原始信息,避免了与对象的直接接触和人工检查,所以更符合工业生产在线检查的要求。而且在编制软件时可根据工业零件的形状设计简化的步骤,可达到高效快速的目的。在本课题中,主要进行了对圆形和方形零件分类识别系统的研究和设计,针对的对象是工业零件的强度图像,采用人机对话方式来对零件进行识别。在系统软件设计部分中,首先是对所选零件进行模式识别,包括图像预处理、特征提取和分类器设计三个阶段,其中在图像预处理阶段本系统主要做的工作有:点运算、图像增强、正交变换、边缘提取和边缘增强、轮廓跟踪等。由于视觉系统本身就是一个神经系统,故本文所设计的分类器采用BP神经网络,其具有一些传统技术所没有的优点。但随着应用的广泛,BP网络存在的问题也日益显现出来,主要有:易形成局部极小而得不到整体最优、训练易陷入瘫痪、收敛速度很慢等缺点。本系统针对BP算法的局限性,给出了一种优化的BP算法,采用经过大量实验总结出的经验公式来确定隐层神经元的个数,并选取了一种新的误差平方和函数,该函数的特点是对一些可能的异常点的误差权值设计的较小,从而降低了异常值误差带来的影响,便于模拟出真实的函数关系。采用有导师学习方式,根据样本对在训练过程中的情况,系统地调整其参数。将上述算法应用于对工业零件的识别当中,相对于传统的神经网络可缩短识别时间2.8秒,而且识别正确率可达到81%以上。在对所选零件识别分类之后,本课题又设计了一套零件缺陷检测子系统,缺陷检测正确率可达到91%以上。实验结果表明,若将该系统应用于工业生产线上,可有效地提高生产率和保证产品的质量。
其他文献
生产线规划设计是工厂设计的重要环节之一,是工艺投资成败的关键,更关系到企业是否可持续发展。随着我国汽车工业的发展,生产线规划设计任务逐渐增多,也显得日益重要。 本文借
在现代图像测量技术中,实时图像采集和处理占有极其重要的地位,其中实时图像采集是核心的技术.图像采集的速度、质量直接影响到测量的精度.目前大多数视频采集系统采用摄像头
该文首先建立了适用于水下机器人路径规划及避碰的操纵性数学模型.考虑海流对水下机器人运动的影响;考虑近水面和近海底对操纵性的影响,对水动力系数进行修正;利用实验数据对
随着新材料的产生和加工精度的不断提高,接触式测头很难对一些尺寸很小或柔软和脆性材料的工件进行测量,基于光学三角测量原理的非接触测量方法,随着半导体激光器和光电探测
神经网络具有并行处理能力、自学习能力、自适应能力和以任意精度逼近任意非线性函数的特点,是解决非线性、多变量、不确定等复杂控制问题的一条十分有效的途径,它在模式识别、
40V/500Hz中频逆变电源是某舰船陀螺仪必不可少的供电设备,要求电压、频率稳定,输出正弦波质量高。必须采用具有恒压恒频特性的逆变电源,来保证达到输出高质量交流电压的目的。谐波的存在容易导致有害力矩的产生,这将会对负载和逆变器本身造成严重的不稳定影响。为了减小逆变器的输出谐波,获得高质量的正弦波,本文研究了特定谐波消除技术在PWM(Pulse Width Modulation)逆变器中的应用。首
油气资源在未来几十年中仍将占据能源结构的主体地位,而随着我国经济发展,能源需求也日益增大,开发南海深水区域的油气资源能够有效缓解我国能源紧张的压力。Spar平台作为典型的
该文基于整个轮机系统的流体特性研究,将系统中所有的控制体分别抽象为压力节点和流量支路,并采用流体网络的方法来建立轮机系统的网络模型.根据网络的拓扑结构构造系统的节
学位
近年来在微位移驱动和测量中随着压电驱动器的广泛应用,压电驱动电源越来越受到重视。在确定压电驱动器后,驱动系统的位移精度和分辨率主要取决于压电驱动电源。高性能、低功耗