弹片质量在线检测系统
弹片是铺设地铁轨道大量用到的零件,为保证弹片的质量,需要在线检测工件的机械尺寸。机器视觉检测技术具有非接触、在线实时、速度快、精度合适、现场抗干扰能力强等优点,适应了现代制造业的进步和发展要求,在实际中具有广阔的应用前景。
。结合机器视觉和图像处理技术,设计并实现了一套针对弹片质量的在线检测系统.实现该系统,以下几方面的研究工作实施1.在对现场环境及实际检测需求的充分调研基础上设计了合理的图像采集系统;2.为保证尺寸测量精度,重点研究摄像机标定技术;3,建立合适的图像处理算法,实现了弹片的在线质量检测,检测精度达到预期的要求。为了使机器视觉系统达到精度和速度的要求,,分析了现有标定方法,对蚁群算法、神经网络原理做了简单介绍,提出了随机蚂蚁蚁群算法优化BP神经网络用于摄像机标定,与其它标定技术相比在精度和鲁棒性方面有所提高。简述了阈值分割、边缘检测算法,并选取最适合系统的方案,在图像采集系统中针对弹片特点在工业相机镜头前加上滤光镜,大幅提高了采集图像的质量,并最终成功提取弹片特征点。对弹片的质量进行了实际测量,精度达到0.1mm,符合设计要求,并对测量的结果进行了讨论和误差分析。研究和系统使用结果表明本检测系统所采用的方案和方法是可行的和正确的,各项性能和指标均达到了预期的要求。