过实际运行结果论证检测方案的正确可行。Р本文的结构如下:Р第一章分析火花塞检测的实际应用背景和相关研究现状,引出课题研究的主要内容和意义。Р第二章叙述机器视觉系统的构成和发展,以及机器视觉技术在工业中的典型应用。Р第三章提出系统检测方案,并对火花塞检测系统的硬件组成和图像处理软件进行详细论述。Р第四章主要介绍检测系统涉及的重要图像处理算法,以及在HALCON软件中实现火花塞间隙测量的流程。Р第五章结论与展望。Р第2章机器视觉技术Р机器视觉是利用光电成像系统采集被控目标的图像,经计算机或专用的图像处理模块进行数字处理,根据图像的象素分布、亮度和颜色等信息,进行尺寸、形状、颜色等的识别。通俗地讲就是用电子眼代替人眼、电脑代替人脑,通过自动成像和自动识别处理技术,来观测目标并对目标地外观进行测量和判断。机器视觉的特点是自动化、客观、非接触和高精度,与一般意义上的图像处理系统相比,机器视觉强调的是精度和速度,以及工业现场环境下的可靠性。一个典型的工业视觉应用系统包括光源、光学系统、图像捕捉系统、图像数字化模块、智能判断决策模块和机械控制执行模块。Р基于机器视觉的非接触测量是一种新兴的、先进的测量技术。在此之前,非接触精密测量主要采用激光进行测量。而与采用激光的测量相比,基于机器视觉的测量在成本及平面几何形状测量方面有很大的优势[10]。Р2.1 机器视觉系统Р图2-1显示了一个典型的机器视觉系统,从中我们能够深刻地体会到机器视觉是一项综合技术,其中包括数字图像处理技术、机械工程技术、控制技术、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、计算机软硬件技术、人机接口技术等。Р目标Р光学成像系统Р图像捕捉系统Р图像采集与数字化Р智能图像处理与决策模块Р控制执行模块Р光源Р以下就光源照明技术、光学镜头、摄像机、图像采集卡、图像信号处理以及执行机构等机器视觉关键技术进行阐述。
全文预览
