薄形組合件自適應(yīng)識(shí)別方法研究與應(yīng)用.pdf

1、該課題所研究的薄形組合件自適應(yīng)識(shí)別系統(tǒng),運(yùn)用機(jī)器視覺(jué)檢測(cè)技術(shù)、光學(xué)成像技術(shù)和CCD電子攝像技術(shù),通過(guò)圖像處理和分析實(shí)現(xiàn)對(duì)薄型組合件裝配過(guò)程的檢測(cè),有效地解決了裝配過(guò)程中出現(xiàn)的多裝、漏裝和安裝次序錯(cuò)誤等問(wèn)題.該檢測(cè)系統(tǒng)在寧波某機(jī)械公司得以應(yīng)用,滿足了工廠各項(xiàng)檢測(cè)精度的要求.該文詳細(xì)介紹了薄形組合件自適應(yīng)識(shí)別系統(tǒng);闡明了圖像的分通道自動(dòng)采集過(guò)程,以及對(duì)采集到的原始圖像所進(jìn)行的預(yù)處理方法.通過(guò)采用哈夫變換去除偽邊緣點(diǎn)的方法,有效地解決了識(shí)別區(qū)

2、域的定位問(wèn)題.針對(duì)裝配零件(主要是墊片)薄、小導(dǎo)致圖像信息少、識(shí)別難度大,以及材質(zhì)不一導(dǎo)致采集到的組合件圖像亮度波動(dòng)等問(wèn)題,提出了使用最佳閾值迭代法和使用種子填充的圖像串行分割技術(shù),自適應(yīng)地找出最佳閾值,使墊片和背景分離,從而提取墊片數(shù)目信息.在識(shí)別系統(tǒng)利用提取圖像特征進(jìn)行決策時(shí),采用基于最小錯(cuò)誤率的貝葉斯決策分類器進(jìn)行判斷決策.該課題在Windows2000系統(tǒng)上開(kāi)發(fā)實(shí)現(xiàn)了圖像處理及分析系統(tǒng),完成了預(yù)期的目標(biāo),各項(xiàng)功能都滿足了精度要求