分類篩選
分類篩選:

關于齒輪論文范文資料 與基于LabVIEW塑料齒輪缺齒檢測系統設計有關論文參考文獻

版權:原創標記原創 主題:齒輪范文 科目:發表論文 2020-01-26

《基于LabVIEW塑料齒輪缺齒檢測系統設計》:這篇齒輪論文范文為免費優秀學術論文范文,可用于相關寫作參考。

摘 要: 針對塑料齒輪在生產過程中存在缺陷,而人工檢測效率和準確性低.為了滿足檢測要求,設計基于LabVIEW的塑料齒輪缺齒檢測系統.首先進行圖像采集及預处理,預处理包括彩 像灰度化、中值濾波、閾值化、Canny邊緣檢測等;然后通過幾何匹配算法提取齒輪的幾何信息,學習并保存模板信息,再調用模板進行匹配計算得到結果.分數和模板目標曲線分數是判斷齒輪缺陷的主要依據參數,選用不同缺齒程度的塑料齒輪進行實驗發現,缺齒程度越大,對應的匹配分數越低.實驗結果表明,該系統可以實現齒輪缺齒檢測的功能,為缺陷檢測提供新的思路.

關鍵詞: LabVIEW; 機器視覺; 幾何匹配; 塑料齒輪; 缺齒檢測; Canny邊緣檢測

中圖分類號: TN911.23?34; TP319 文獻標識碼: A 文章編號: 1004?373X(2018)04?0088?04

Abstract: In allusion to the problems that there exist defects in the process of plastic gear production, and the manual detection is in low efficiency and accuracy, and to meet detection requirements, a tooth missing detection system for plastic gears based on LabVIEW is designed in this paper. Image acquisition and preprocessing are carried out, with the former including color?image grayscale, median filtering, thresholding, Canny edge detection, and others. The geometry information of gears is extracted by means of the geometrical matching algorithm. The template information is acquired and saved, and then the template is called for matching calculation to obtain results. Fraction and template objective curve fraction are the main parameters for judging gear defects. Plastic gears in different tooth missing degrees were selected to do the experiment. It was found that the greater the degree of tooth missing, the lower the matching score. The experimental results demonstrate that this system can realize the function of tooth missing detection for gears, and provide a new idea for defect detection.

Keywords: LabVIEW; machine vision; geometric matching; plastic gear; tooth missing detection; Canny edge detection

塑料齒輪的成本低廉、耐腐蝕,廣泛運用于家電、儀器儀表等領域[1].由于材料強度低,在生產過程中會有缺齒、翹曲等缺陷[2].產品檢測是自動化生成中的重要環節,目前塑料齒輪的缺陷檢測采用人工檢測,工作難度大、效率低、易漏檢[3].作为新興的研究領域,隨著計算機及人工智能的發展,機器視覺的實用化程度也在不斷提高[4].目前國內在齒輪缺陷檢測方面的應用有待完善[5],采用機器視覺技術可以解決以上不足,其相較于傳統的人工檢測可更好地滿足要求.

本文提出一種基于幾何匹配算法的塑料齒輪缺齒檢測的方法,結合LabVIEW軟件和IAMQ Vision工具包來實現.以不同缺齒程度的塑料齒輪進行實驗,對匹配結果中對應的分數和模板匹配曲線分數進行比較,能夠精準地判別缺齒齒輪,滿足塑料齒輪缺齒檢測的高效、精確的要求.此外,利用幾何匹配算法的非接觸檢測方法,可應用到其他缺陷檢測的場合.

1 系統總體設計

LabVIEW平臺上IMAQ Vision提供所需的機器視覺算法[6],使用G語言可以降低開發難度、縮短開發周期[7],并可實現圖像的处理和視覺檢測等功能.使用CCD對圖像進行采集,將采集的圖像存儲至本地[8].再從指定路徑讀取原始圖像進行預处理,包括彩 像灰度轉換,中值濾波、組內方差閾值化并均衡以及Canny邊緣檢測.通過設置邊緣閾值、步長、提取邊緣點等過程,完成模板學習;調用學習的模板信息進行幾何匹配,根據得到的匹配結果參數來判定齒輪缺陷情況.塑料齒輪缺齒檢測系統由圖像采集、圖像預处理、幾何匹配、缺陷檢測等模塊構成,結構框圖如圖1所示.

2 圖像采集及預处理

圖像采集過程首先創建會話句柄選擇攝像頭,打開并配置USB相機,調用IMAQ Create.vi為圖像數據創建一個數據緩沖區,讀入一幀圖像并創建輸出圖像顯示,調用IMAQ Write File.vi,設置存儲的路徑和圖片格式.讀取指定路徑的圖像進行預处理,可以抑制噪聲和去除干擾信息,使得处理后的圖像更適合機器視覺系統,預处理如圖2所示.

齒輪論文參考資料:

結論:基于LabVIEW塑料齒輪缺齒檢測系統設計為適合齒輪論文寫作的大學碩士及相關本科畢業論文,相關買齒輪開題報告范文和學術職稱論文參考文獻下載。

和你相關的
极速时时彩必中规律 腾讯分分彩 彩票机选器 打一元麻将算赌博吗 nba比分文字直播 美国股票行情 北京快三历史开奖结果 幸运农场 逆袭彩票计划软件安卓 七星彩开奖公告 餐饮店的赚钱数字pdf 腾讯剑灵什么职业赚钱厉害 长沙麻将软件 球探比分即时足球比分下载 竞彩足球即时比分直播 福彩3d贴吧 买时时彩