汽車車燈玻殼視覺檢測系統(tǒng)的設計與實現.pdf

1、車燈燈泡要通過燒制、裝架、封排、裝頭、檢驗等多個環(huán)節(jié)，才能實現高速自動化生產。在車燈玻殼成型過程中，由于生產工藝的復雜性、生產環(huán)節(jié)的高速性、機械控制系統(tǒng)的精度低，在制造和組裝等環(huán)節(jié)不可避免的存在多種質量缺陷。如玻殼破損、臟污污染、端面裂口等外觀缺陷和長度、外徑、厚度等幾何尺寸不符合標準等現象，而這些玻殼是不能進入下一步制造車燈的環(huán)節(jié)的，必須進行識別、分揀處理。
　　傳統(tǒng)的人工檢測完全不能滿足產品質量安全和高速大規(guī)模自動化生產線的要

2、求，主要表現在:人工檢測精度低、主觀性強、可重復性差、無法提供持續(xù)一致性檢測結果，漏檢誤檢率高，難以滿足生產線高速生產需求。因此，研究替代人工檢測的自動化檢測技術具有重大的經濟和社會意義。
　　本文介紹了汽車車燈玻殼視覺檢測的相關重要技術，設計了系統(tǒng)的機械結構和電氣控制系統(tǒng)方案。在圖像檢測處理中，深入研究了多種視覺檢測方法，研制了一臺樣機，并開發(fā)了一套融合了圖像處理算法的軟件系統(tǒng)，并把整套系統(tǒng)用于自動化生產線上。
　　本論文

3、的研究工作、主要成果和創(chuàng)新點包括以下幾個方面:
　　1.闡述了汽車車燈玻殼檢測現狀，在總結國內外研究成果的基礎上，結合實際需求，提出了視覺檢測系統(tǒng)的整體方案。在機械結構上，設計了鏈輪式的傳送結構，通過獲取圖像序列實現玻殼全方位的檢測。詳細介紹了基于PC機和PLC的電氣控制系統(tǒng)，在分析玻殼光學特性基礎上設計了一套光學照明方案。
　　2.在圖像預處理算法中，用圖像灰度變換增強缺陷特征。在圖像去噪中，對比了幾種灰度形態(tài)學和圖像濾波

4、方法用于降噪的效果。圖像定位中提出了一種基于檢測邊緣點的目標定位方法。在邊緣特征分割中測試了傳統(tǒng)的邊緣檢測算法在玻殼檢測中的應用。在幾何基元檢測中，傳統(tǒng)的霍夫變換效率不高，研究了多次迭代擬合算法在直線和圓等幾何基元查找中的應用。在上述基礎上，對玻殼的各項尺寸測量做了詳細的介紹。
　　3.設計了玻殼體缺陷的數據庫，采用了BP神經網絡算法對玻殼體的缺陷進行了分類。在玻殼頸部裂紋檢測中，提出了一種模板匹配算法，實驗證明該算法錯誤率較高，

5、基于此提出了一種垂直積分投影檢測裂紋的方法，并應用了前饋神經網絡去檢測裂紋，實驗表明了在裂紋檢測中這兩種算法的可行性和有效性。
　　4.研制了一臺樣機并開發(fā)了一套用于工業(yè)現場管理和監(jiān)控的軟件系統(tǒng)，設計了一套用于保存圖片和數據的數據庫，為本課題理論拓展研究和多場合實際應用提供了良好的實驗平臺。原型樣機經過工業(yè)應用，檢測速度能達到5500個/每小時，檢測精度能達到0.01mm。實踐證明了樣機和軟件系統(tǒng)的實用性、圖像檢測算法的有效性?；?/p>