《基于DSP的密封圈表面瑕疵检测算法设计》-毕业论文.doc

《基于DSP的密封圈表面瑕疵检测算法设计》-毕业论文.doc

  1. 1、本文档共33页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE \* MERGEFORMAT 1 基于DSP的密封圈表面瑕疵检测算法设计 专业 电子信息工程 年级 姓名 教师 【摘要】 为了能让密封圈与密封部件之间实现完全的黏合,因此工业用的石墨密封圈表面必须平整光滑,严禁出现裂缝、模影、暗纹等瑕疵。 本文就是为了解决密封圈表面图像在机器视觉下呈现出的光照不均匀、瑕疵对比度低、噪声大等种种不利因素,经过现场实验,利用DSP捕捉到图像,对图像特点进行分析,综合了中值滤波、二值化、图像缩小、哈弗圆检测法、区域生长等一系列图像算法找得到了一个新的密封圈瑕疵识别算法。能够识别密封圈表面的裂缝、模影、暗纹等瑕疵。 该方案主要利用TMS320DM6437嵌入式主板、相机、光源、触摸屏、PLC等硬件平台搭建。用适合的光源照射密封圈,将图像通过相机传入到主板中。利用CCS3.3软件编写算法检测程序。对图像进行检测后,检测结果通过PLC来向执行机构发送信息,以达到密封圈好坏分类的目的。 【关键词】 数字图像处理;瑕疵检测;哈弗圆检测;区域生长; 【Abstract】 In order to make the sealing ring and the sealing member to achieve complete bonding, the surface of sealing ring used in industrial must be flat and smooth. Crack, mold, dark lines and other defects are banned. In order to solve the problem of poor image caused by uneven lighting, low flaw contrast and big noise, image captured by DSP was analyzed through field experiments. a new sealing ring defect recognition algorithm including median filter, binaryzation, image reduction, hough transform, region growing and so on was proposed,. the seal surface cracks, die shadow, dark lines and other defects can be identified . The hardware platform including TMS320DM6437 embedded mainboard, cameras, lamp-house, touch screens and PLC was build. The image was transmitted to the mainboard through the camera which on the uniform illumination. Use CCS3.3 software to write the algorithm testing program. After testing the image, the result of testing will be dilivered to the actuator through PLC to achieve the goal of sorting the good gasket ring from the bad one. 【Key words】 Digital image processing; Flaw detection; Houghtransform; Region growing 概述 图像处理的背景 随着图像处理领域的发展,越来越多的处理算法被提出,图像识别技术已经能应对不少复杂的情况。在农业上,颗粒图像识别技术应用于对粮种品质测定和计数 REF _Ref325718611 \r \h \* MERGEFORMAT [1];在工业上,图像识别跟踪技术应用于焊接时焊枪行进过程中与焊缝的时刻校准 REF _Ref325718734 \r \h \* MERGEFORMAT [2];在交通上,图像字符识别技术应用于对车牌的识别 REF _Ref325718801 \r \h \* MERGEFORMAT [3];在防暴上,人脸识别、指纹识别等技术仍旧依靠图像处理得以实现。可以说现阶段图像处理在各个领域都开始融入,都开始进入起步阶段。为以后的无人工厂,无人农场的发展提供了方向。 系统设计的目的

文档评论(0)

咪蒙 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档