文献综述
1.1课题背景近年来,图像识别技术在工业生产中的应用越来越广泛,图像识别技术已被用于产品检测、计数、尺寸测量等方面,零件识别是许多工业生产线的必要任务,依靠人工进行零件识别分类效率低、可靠性差,单纯依靠工人的经验、技术和知识难以高效完成复杂机械装备的装配工作。
容易受周围环境的影响,使装配出现差错。
为了提高工业生产线自动化的程度,利用图像识别技术设计出能够应用于实际生产的零件自动识别系统。
本课题提出了一种基于机器视觉的工件分拣系统,该系统把机器视觉技术应用到工件分拣问题中,建立摄像机标定的人机交互界面。
同时研究了相关图像处理算法,利用阈值分割方法和边缘检测方法解决了工件识别问题以及定位工件中心,快速高效地分拣出不同类的工件。
1.2国内研究现状分析在机械零件识别领域,严华等[1]提出基于边界矩的零件图像轮廓特征提取方法,实现了机械零件的有效分类;匡逊君等[2]采用不变矩与支持向量机(Support Vector Machine ,SVM)结合的方法实现了机械零件的分类识别;Cao等[3]提出一种新的零件图像特征提取算法,并通过实验证明该方法的有效性。
在装配监测领域,Yin等[4]提出一种面向飞机装配监测的无线射频识别(Radio Frequency IDentification,RFID)布局方法,满足了飞机装配过程的监测要求;陈培等[5]设计了基于高级精简指令集计算机(Advanced Reduced instruction set computer Machine,ARM)的线缆智能生产监控系统,满足了线缆生产自动化控制中的监测要求;周铨[6]提出过盈压装装配工序的过程监测系统,该系统通过实时监测生产线进行装配过程的质量控制和数据采集。
1.3国外研究现状分析1994年,S.Trika[7]等研究了一种基于机器视觉的多面体零件特征提取技术,利用各面的相邻信息通过一定的算法获得零件特征。
1998年,JMeriet[8]等将机器视觉技术应用于部件装配。
以上是文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。