摘 要

机器视觉作为一项前沿技术，已广泛运用到工业生产领域。本课题摒弃传统传感器，设计机器视觉检测系统实现工件识别和质量检测功能。考虑到硬件成本，利用NI视觉检测平台以及MATLAB来实现视觉检测。

本课题首先分析了系统的主要任务并设计工作流程，接着完成系统硬件部分的选型，然后通过MATLAB软件比对不同算法的预处理效果，利用NI视觉完成工件模板匹配和尺寸检测，最后分析软件功能并完成软件设计。

本设计中通过软硬件和算法设计完成视觉检测平台的搭建。虽然系统运行正常，但是功能略显简单且精度略低。

关键字：图像识别 数据采集 LabVIEW MATLAB图像处理

The Design of System of Workpiece Recognition and Quality Detection Based on MATLAB and NI Vision

ABSTRACT

As an advanced technology, machine vision has been widely used in industrial production. In this subject, the system is designed to realize the ability of workpiece recognition and quality inspection without using traditional sensors. Considering the cost of hardware, visual inspection is completed by using NI Vision and MATLAB.

In this subject, the selections of hardware, the comparison of various preconditioning effects through MATLAB and the realization of template matching and dimension measurement are completed after analyzing the main task of the system and designing the workflow. The software is designed based on the work above.

In this design, the visual inspection platform is set up through software, hardware and algorithm design. Although the system is operated normally, the function is slightly simpler and the accuracy is slightly lower.

Key Words: I mage Identification; data collection; LabVIEW; MATLAB image processing

目录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 课题的背景及来源 1

1.2 国内外视觉系统发展情况 1

1.3 课题主要内容 2

1.3.1 工件识别 2

1.3.2 质量检测 2

1.3.3 数据存储和打印 2

1.4 课题的技术路线 3

1.4.1 图像采集 3

1.4.2 图像预处理 4

1.4.3 模板建立与图像匹配 5

第二章 机器视觉检测系统总体设计 7

2.1 机器视觉概述 7

2.2 被检测工件特征和缺陷概述 7

2.3 检测系统的设计方案 8

2.3.1 系统原理与系统组成 8

2.3.2 软件系统工作流程设计 8

2.4 本章小结 9

第三章 图像采集及预处理 10

3.1 图像采集 10

3.1.1 工业总线的选型 10

3.1.2 相机的选型 11

3.1.3 镜头的选型 12

3.1.4 光源的选型 13

3.2 图像预处理 15

3.2.1 滤波降噪处理 15

3.2.2 灰度调整处理 19

3.2.3 二值化处理 21

3.2.4 形态学处理 24

第四章 模板建立与图像匹配 28

4.1 图像标定 28

4.2 特征提取与图像模板匹配 29

4.3 尺寸检测 33

4.4 本章小结 34

第五章 工件识别与质量检测软件设计 35

5.1 软件功能分析 35

5.2 软件界面设计 36

5.3 软件功能实现 36

5.4 软件的使用说明 40

5.5 本章小结 40

第六章 系统经济性分析 41

第七章 总结与展望 42

7.1 总结 42

7.2 展望 42

参考文献 44

致谢 46

第一章 绪论

1.1 课题的背景及来源

机器视觉又称计算机视觉，使用光学仪器将现实中图像传输给计算机，从所采集的图像之中提取重要的特征信息，并通过这些信息设计算法完成必要的处理以实现特定功能。在如今生产自动化的大背景下，实现加工产品的自动分类已经成为最新潮的研究领域。本课题主要是利用NI视觉检测平台良好的人机交互优势和方便快捷的图像处理手段以及MATLAB灵活而强大的图像处理功能来实现工件识别和质量检测。主要由三个部分组成：图像采集设备、PC机产品识别、数据采集系统。本课题的研究可以与机械手的控制环节相结合，构成完整的机器视觉分拣系统。因此，本课题的研究对于生产自动化具有深远的意义。

1.2 国内外视觉系统发展情况

1994年，S.Trika等通过一定的算法设计运用相关表面之间的相互关系提取零件的轮廓特征^[1]。1998年，J.Miura等首次将视觉技术用于零件的装配系统上^[2]。2001年，C.Bradley将视觉技术用于刀具表面的质量检测上，通过相应算法提取刀具表面的光洁度和刀具尺寸进行比对来检测刀具表面质量^[3]。2010年，TH Sun等更是将视觉技术应用于电器元件的表面质量检测上，通过比对缺陷部分的面积大小分拣出不合格工件^[4]。美国罗切斯特大学在单一视角的检测系统基础上通过多个视角的综合比对获得精度较高的工件特征^[5]。日本Fanuc公司通过图像处理技术开发出应用于生产线的工业机器人，工作范围大，速度快，拥有较高的分拣效率，同时能够自动在特殊条件下实现位姿调整^[6]。日本Epson公司研发的工件分拣系统不在完成不同形状工件的分拣的同时，还能通过相应算法实现位姿感知，且系统刚度大、运行平稳，支持功能拓展^[7]。KUKA公司研发的机器人，通过自主研发的与之配套的软件包，可以根据照相机拍摄的图像，借助算法识别工件并能够自动调节机械臂的位姿^[8]。

相关图片展示：