摘要
随着科学和生产技术的进步，自动化程度不断升级，机器视觉也在检测中发挥着越来越重要的作用，代替人工保证了高效快速可重复性的工作，在实际生产生活中有广阔前景。本文在分析了机器视觉在现代生产中应用的研究基础上，对机械零件在生产线上进行在位检测进行研究。 本文以齿轮和涂层展开板为研究对象，对其进行流水线上的在位检测。对在位检测系统进行总体方案设计，详细设计了硬件系统基本结构，包括相机、镜头、光电开关、My-Rio、气缸和暗箱等，进行硬件系统的选型及搭建，设计了图像采集和光源照明系统方案;提出图像预处理方案，在图像预处理中，通过图像滤波，图像分割，边缘检测等步骤，得到图像清晰的边缘。介绍了相机成像原理，对齿轮进行合格性检测，提出涂层展开板直线自动分区的检测方法，根据谱带形状及灰度特征进行自动分区检测，提出多项式插值与最小二乘回归拟合相结合来求取各点坐标，将Labview和Matlab相结合实现混合编程，将检测得到的数据通过RS232传输到数控机床进行实时加工。对齿轮和涂层展开板进行现场实验测试，将人工检测与在位检测系统的结果进行对比，并对实验结果进行分析，对实验过程中的环境误差、硬件误差、软件误差及加工过程中的误差进行分析及优化。 本文所研究的基于机器视觉机械零件在位检测技术，创新之处是将Labview与Matlab相结合，进行混合编程，并设计了基于几何形状与灰度特征相结合的自动分区方法，同时设计了多项式插值法与最小二乘回归相结合的拟合法，机床得到检测数据进行实时加工，能够实现快速识别及精确计算，具有较高的检测精度及检测速度。
NETL