Print

基于视觉的卡钳毛刺检测和定位方法研究

论文摘要

为了提高汽车卡钳机器人打磨的效率和准确度,采用硬件模块和图像处理模块对卡钳毛刺检测和定位方法进行研究。通过工业CMOS相机采集图像,在OpenCV开源平台上,对卡钳图像进行自适应滤波处理,针对卡钳图像光照不均匀的情况使用自适应阈值进行分割,采用轮廓查找和轮廓填充方法去除二值图像的反光区域,将未打磨工件的去反光二值图像减去打好工件的图像得到毛刺区域的二值图像,最后使用累计概率霍夫变换检测中心定位矩形边线,确定定位矩形的中心对毛刺区域进行定位。在Visual Studio 2017平台内配置OpenCV 3.4.0进行测试。实验结果表明,算法能够准确获得毛刺区域轮廓和位置信息,检测系统定位精度达到0.087 mm/pixel。

论文目录

  • 1 检测系统硬件组成
  •   1.1 视觉系统的组成
  •   1.2 视觉系统的标定
  • 2 图像处理算法研究
  •   2.1 中心矩形ROI区域提取
  •   2.2 工件图像滤波算法研究
  •   2.3 工件图像的阈值分割
  •   2.4 阈值分割后反光区域去除
  •   2.5 毛刺区域提取
  •   2.6 定位矩形中心位置检测
  • 3 实验结果
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 韩进宇,吴超群

    关键词: 图像处理,卡钳毛刺检测,毛刺区域定位

    来源: 数字制造科学 2019年04期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 汽车工业,计算机软件及计算机应用,自动化技术

    单位: 武汉理工大学机电工程学院

    基金: 湖北省重大科技创新计划资助项目(CXZD2018000108)

    分类号: TP391.41;U468.22

    页码: 251-255

    总页数: 5

    文件大小: 1010K

    下载量: 34

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/52cf66eb63e92634c34441d4.html