柔性制造系统在线零件识别系统毕业设计Word文件下载.docx
《柔性制造系统在线零件识别系统毕业设计Word文件下载.docx》由会员分享,可在线阅读,更多相关《柔性制造系统在线零件识别系统毕业设计Word文件下载.docx(36页珍藏版)》请在冰豆网上搜索。
1绪论……………………………………………………………………………1
2总体方案设计…………………………………………………………………7
2.1引言…………………………………………………………………………7
2.2基于系统的一些问题的提出………………………………………………7
2.3总体方案的设计……………………………………………………………9
2.4系统的硬件设计……………………………………………………………11
3在线零件识别系统中数据库的建立…………………………………………13
3.1数据库组成与文件…………………………………………………………13
3.2创建数据库…………………………………………………………………15
3.3管理数据库…………………………………………………………………19
3.4设计零件数据库和建立图表………………………………………………22
4软件系统的设计及零件的识别与实现………………………………………24
4.1引言…………………………………………………………………………24
4.2软件的设计与编程…………………………………………………………24
4.3软件系统整体设计…………………………………………………………24
4.4模版匹配的概念和算法……………………………………………………26
4.5运用MATLAB基于图像模版匹配的零件识别……………………………28
5总结与展望……………………………………………………………………31
致谢词……………………………………………………………………………32
参考文献…………………………………………………………………………33
摘要
随着现代科技的发展,现代化工业生产对制造精度更高、效率更快、智能化更高的先进制造技术要求越来越迫切;
机器视觉技术具有快速性、可重复性、智能化、非接触、现场抗干扰能力强等优点,机器视觉技术应用于柔性制造系统中大大提高了系统得柔性化、自动化、和智能化水平,适应了现代制造业的进步和发展要求,在实际应用中显示出了广阔的应用前景。
基于机器视觉的柔性制造系统在线零件识别系统的研究。
涉及到机器视觉系统的建立、图像采集方案的实现、图像预处理等方面,从理论和实践上解决了用机器视觉实现柔性制造系统在线零件自动识别的一系列问题。
本文的具体内容有以下几点:
1、阐述了机器视觉识别技术的研究背景和意义,然后在介绍机器视觉技术的发展和应用状况以及机器视觉技术在机械制造行业中的应用现状的基础上,概述了本文的研究目的和主要工作。
2、按照机器视觉系统的逻辑结构,分析各部分的设计方法,并在此方法的指导下本文建立了由CCD工业相机、镜头、光源和PC机组成的机器视觉系统,系统通过CCD和图像采集卡获取被识别零件的二维图像数据,将其送入计算机,经过图像预处理和图像识别分析,实现了对零件的自动识别。
3、着重介绍零件数据库的建立(用SQL2000说明)。
4.对在线零件识别软件系统的预处理,零件识别实现进行了介绍
【关键词】柔性制造系统,图像预处理,数据库建立,软件系统。
ABSTRACT
Withthedevelopmentofmodernscienceandtechnology,itismoreandmorenecessarytoapplytheadvancedmanufacturingtechnologywithhigherprecision,efficiencyandintelligenceinthemodernindustrialmanufacture.Machinevisiontechnologyhasmuchvirtuesuchasrapid,repetition,intelligent,non-contactandwithstronganti-ammingability.Itisusedintheflexiblemanufacturingsystem(FMS)andincreasesthesystems'
flexibility,automatizationandintelligentizinglevel.Machinevisionissuitedforthedevelopmentandneedofmodernmanufacturingandithaswideapplicationforeground.
TosolvetheproblemofcallingcorrectNCprogramautomatically,real-timelyfordifferentonlinepartinFMS,theresearchofFMSon-linepartsrecognizingsystemworkedonmachinevisionwasdone.Theresearchincludesthecomposingofmachinevisionsystem,implementingofimagecapturing,imagepre-processing,edge-detectandtheimagerecognitionetc.WhenrecognizingtheonlinepartsautomaticintheFMSwithmachinevisiontechnologyaseriesofproblemwassolvedintheoryandpractice.Themaincontextofthisthesisareasfollowing:
1.Firstly,thisthesisexpoundstheresearchbackgroundandsignificanceofmachinevisiontechnology.Basedonthedevelopmentandapplicationstatusofmachinevisionrecognizinginmanufacturing,theresearchaimandmaintaskareintroduced.
2.AnalyzethedesigningmethodofeachpartforFMSaccordingtoitslogicalstruchueandbuildupthesystemundertheguidanceofthismethod.ThemachinevisionsystemiscomposedofaCCDcamera,cameralens,alightsourceandapersonalcomputer.Thesystemacquirestheno-reflectingimagebytheCCDcameraandimagecapturecard,sentittothecomputertoprocess.Finallyfinishesthepartrecogntion.
3.Introducesthepartsdatabase(SQL2000description).
4.forpartsrecognitionsoftwaresystemforpreprocessing,partsrecognitionrealizationareintroduced
【Keywords】FMS,pre-processing,Database,softwaresystem
第1章绪论
视觉包括对光信号的感受、对视觉信息的获取、传输、处理与理解,是人类观察世界和认知世界的重要手段。
据统计人类从外部世界获得的信息约有80%是由视觉获取的。
随着信号处理理论和计算机技术的发展,人们试图用摄像机获取环境图像并将其转换成数字信号,用计算机实现对视觉信息处理的全过程,这就是计算机视觉,其目的是使计算机具有通过一幅或多幅图像认知周围环境信息的能力。
机器视觉则是建立在计算机视觉理论的基础上,偏重于计算机技术工程化。
与计算机视觉研究的视觉模式识别、视觉理解等内容不同,机器视觉重点在于感知环境中物体的形状、位置、姿态、运动等几何信息。
1.1机器视觉技术的发展与应用
1.1.1机器视觉技术概述
机器视觉是机器(通常指数字计算机)对图像进行自动处理并报告“图像中有什么”的过程,也就是说它识别图像中的内容。
图像中的内容往往是某些机器零件,而处理的目标不仅要能对机器零件定位,还要能对其进行检验。
机器视觉实际上是数字视觉技术与工业制造技术的结合的综合性技术,主要包括数字图像处理技术、机械工程技术、控制技术、电光源照明技术,光学成像技术、传感器技术、模拟与数字视频技术,计算机软硬技术,人机接口技术等。
这些技术在机器视觉中是并列关系,这些技术相互协调应用才能构成一个成功的工业机器视觉应用系统。
机器视觉系统基本原理:
机器视觉系统通常采用CCD(ChargeCoupledDevice)相机摄取图像,将其转化为数字信号,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,并在此基础上实现模式识别、坐标计算、灰度分布图等多种功能。
机器视觉系统能够根据其检测结果快速地显示图像、输出数据、发布指令,执行机构可以配合其完成指令的实施。
机器视觉系统主要由图像获取、图像分析和处理、输出显示或控制三个功能模块组成。
图像获取设备包括光源、摄像机等,其中关键部件CCD是由分布于其上的各个像元的光敏二极管的线性阵列或矩形阵列构成,通过顺序输出每个二极管的电压脉冲,实现将图像光信号转换成电信号的目的。
输出的电压脉冲序列可以直接以RS-170制式输入标准电视显示器,或者输入计算机的内存,进行数值化CCD是现在最常用的机器视觉传感器。
图像处理包括相应的软件和硬件系统。
显示或输出与过程相连,包括监视界面,过程控制器和报警装置等。
摄像数据通过计算机对标准和故障图像的分析和比较,若发现不合格产品,则通过NO信号报警,并由执行机构自动将其排除出生产线。
机器视觉检测的结果可以作为计算机辅助质量CAQ(ComputerAidedQuality)系统的信息来源,也可以和其它控制系统集成。
1.1.2机器视觉技术的发展
机器视觉是一个相当新且发展十分迅速的研究领域,并己成为计算机科学的重要研究领域之一机器视觉是在20世纪so年代从统计模式开始的,当时的工作主要集中在二维图像分析和识别上,如光学字符识别、工件表面、显微图片和航空图片的分析和解释等。
20世纪60年代,Roberts(1965年)通过计算机程序从数字图像中提取诸如立方体、菱柱体等多面体的三维结构,并对物体形状及物体的空间关系进行描述。
Roberts的研究工作开创了以理解三维场景为目的三维机器视觉的研究。
Roberts对积木世界的创造性研究给人们以极大的启发,许多人相信,一旦有白色积木玩具组成的三维世界可以被理解,则可以推广到理解复杂的三维场景。
于是人们对积木世界进行了深入的研究,研究的范围从边缘、角点