论文部分内容阅读
在分段加工、无缝装配过程中,作为主要材料之一的大尺寸中厚钢板在边缘与表面平直度两个方面有着严格的要求。因此,钢板的尺寸和板形的检测在工业的发展中起着很重要的作用。特别是,随着智能检测技术不断发展,机器视觉已经广泛应用于中厚钢板精密检测领域。在机器视觉图像识别及检测系统中,照明质量对系统的检测精度起到不容小觑的作用。然而,在现有检测系统中,光源强度只能根据人工对光照条件进行主观地判断,采用手动进行调整,无法保证检测图像的质量。因此,对钢板检测照明系统控制理论与图像特征提取算法技术的研究工作有着十分重要的意义。本文在论述国内外钢板检测技术研究与应用现状的基础上,重点围绕机器视觉检测系统中照明系统成像数学模型、成像清晰度控制系统的设计与模糊PID控制算法仿真,以及在水滴干扰下对光斑中心提出的基于分级提取算法以及实验平台的搭建等内容开展了理论分析和实验研究。(1)首先介绍了板形检测技术国内外研究现状,分析了在钢板检测领域内图像特征提取研究现状和发展趋势,最后具体地阐述了基于钢板检测照明控制系统的图像特征提取的研究现状与应用情况。(2)以钢板机器视觉检测为基础,通过照明系统成像数学模型计算,推导出点激光器光强与CMOS相机二极管输出的电压的理论关系,然后再根据相关资料得到点激光器电压与图像锐度函数关系,最后通过实验的方法对模型参数进行确定和拟实化。(3)以DDC直接数字控制系统为基础,根据照明系统控制思想,对控制系统进行了描述,对被控对象的数学模型与传递函数进行了计算。为了保证系统采集图像的清晰度,采用模糊PID控制算法控制图像的像质。另外,运用Matlab软件平台的Simulink模块,对模糊PID控制算法进行了仿真与分析。(4)研究了钢板检测照明系统控制中的图像采集特征、噪声分析,自适应阈值和小波分析变换图像预处理方法。对传统的质心法与圆拟合法对光斑中心提取的精度进行了比较。特别是,为了提高系统平直度检测精度,针对钢板表面水滴干扰成像特点提出了分级提取算法,并运用Matlab软件平台对光斑中心进行了提取。(5)构建了基于图像采集的钢板检测系统实验平台,对VC++软件平台搭建的图像采集界面进行了控制参数的设置。接着,对有无水滴干扰下的图像光斑中心提取精度进行了分析与比较。重点根据水滴干扰下图像特征分类,针对其中三类干扰严重的光斑图像,分别运用分级提取算法对光斑中心坐标进行提取,并与传统算法相比较,其检测精度提高了16个像素。