毕业论文--基于机器视觉的换向器表面质量自动化检测方法研究.docx

毕业论文题 目： 基于机器视觉的换向器表面质量（麻点）自动化检测方法研究2011年5月15日目录摘要 2第一章绪论 31. 1选题目的及意义 31. 2实验方案 31.3文章内容结构 4第二章数字化图像基础 62. 1图像的数学模型 62. 2彩色图像 72. 2. 1加权平均法 72.3灰度图像 72. 3. 1灰度直方图 82.4二值图像 92.4. 1灰度图像二值化 92. 5本章小结 10第三章霍夫变换 113. 1霍夫变换基本原理 113. 2极坐标形式表示霍夫变换 133.3霍夫变换原理的应用方法 153. 3. 1算法原理 153.4总结 17第四章图像采集及几何校正 184. 1图像采集 184. 2图像的几何校正 184. 2. 1图像几何校正基础知识 194. 2. 2图像的旋转校正 194. 2. 3图像的裁剪 224. 3本章总结 23第五章图像的分割 245. 1基于阈值的图像分割 245. 2连通域标记及面积计算 255. 3本章小结 26第六章图像的边缘检测与实验结果 276. 1换向片边缘检测与标记 276. 2检测结果计算 296. 2. 1图像单位距离计算 296. 2. 2麻点实际面积计算 296. 3本章小结 30第七章结论 317.1本论文所取得的成果 317. 2展望 31参考文献 33致谢 34附录 35基于机器视觉的换向器表面质量（麻点）自动化检测方法研究摘要换向片作为直流电机的关键部件，其表面质量好坏直接影响到电机的运行性能。

换向片表面麻点的存在，会使电刷和换向器的接触稳定性受到破坏，加大电刷与换 向器接触面火花和电弧产生的倾向，严重影响电机运行的稳定性和使用寿命然而 目前国内对换向片表面质量的检测依旧停留在人工检测阶段，技术落后，效率低， 工作强度大根据权威期刊数据库检索结果可知，国内尚无此方面的研究成果论文将机器视觉技术应用于换向片表面质量的检测，通过计算换向片表面麻点 面积来实现采用基于阈值的图像分割技术提取出麻点图像，对其进行标记和连通 域面积计算；针对换向片的边缘轮廓形状特征，应用上边缘检测和霍夫变换方法， 标记换向片上下边缘并计算两条边缘线间距离，然后依据其实际距离可推算出麻点 面积论文首次应用了机器视觉技术来检测换向片表面质量用matlab语言进行编程 实验，仿真结果良好，表明文中提出的方法是有效可行的不但成功地解决了换向 器表面质量的检测问题，同时对其他产品上同类问题的解决具有一定的借鉴意义关键词：换向器表面质量边缘检测阈值分割麻点霍夫变换第一章绪论1.1选题目的及意义换向片作为直流电机的关键部件，其状态好坏直接影响到电机的运行性能换 向片对电机性能的影响主要取决于在一定条件下相对电刷高速滑动时的电接触行 为。

在电刷和换向器的接触面上，如果能够实现均匀、平滑的接触，就能实现平稳 换向；但因表面麻点的存在，电刷和换向器的接触稳定性受到破坏，加大电刷与换 向器接触面火花和电弧产生的倾向，严重影响电机运行的稳定性和使用寿命所以 不论是电机的生产还是使用中，换向片质量的检测都是很关键的特别是对一些交 通工具的原动机而言，这一点显得尤为重要而目前对电机换向片表面质量的检测 以人为定期检测为主，技术落后，效率低，工作强度大根据权威期刊数据库检索 结果可知，国内尚无此方面的研究成果所以本文将机器视觉检测方法用于换向片 表面麻点的检测利用机器视觉进行检测不仅可以排除主观因素的干扰，降低劳动强度，提高生 产效率，对这些指标进行定量描述，对缺陷的形态、类型进行鉴别和统计，具有人 工检测所无法比拟的优越性同1.2实验方案1） 用照相机或是其他设备采集图像，将电机换向器表面信息以数码照片的形式 传递给计算机2） 对图像进行初步判断分析，挑选质量较高，可以反映换向器实际情况的照片 进行灰度处理3） 对图片进行裁剪，滤除图像背景等不必要的干扰信息，以减少图像处理的难 度4） 根据图像灰度直方图，选择合理的阈值进行二值化，提取出麻点图像，并对 其进行标记和连通域面积计算。

5） 选择合理的阈值进行二值化，得到换向片边缘分割图像，应用上边缘检测和 霍夫变换方法标记其上下边缘线，并计算上下边缘线间的距离6）根据连通域面积和换向片上下边实际宽度换算出麻点面积实验流程如图1-1所示以上各过程均已在matlab7.6.0环境中进行仿真，得到了比较好的效果，仿真结 果表明该方法是有效可行的1.3文章内容结构第一章介绍了本文的选题背景、目的及意义，概述了本文的主要内容及结构， 对文章中所涉及到的实验进行介绍第二章对数字图像处理技术作了全面概述，介绍了数字图像处理的概念和发展, 对数字图像的各种基础知识、基础概念进行了讲解第三章对霍夫变换数学原理进行了详细讲解第四章以图像的几何校正为主，对实验中的所涉及到的图片裁剪、旋转的基本 原理进行讲解，是图像后续处理的基础第五章采用基于阈值的图像分割方法对换向片麻点图像进行提取通过实验了 解了在基于阈值的图像分割中，阈值的选取对分割结果的影响第六章用上边缘检测和霍夫变换方法，标记出了换向片边缘信息，并由此结合 换向片的实际宽度，求解出了麻点的实际面积大小第七章对全文作了总结，提出了文中采用方法的存在的问题和需改进之处图1-1实验流程第二章数字化图像基础数字图像处理的英文名称是"Digital Image Processing所谓数字图像处理 就是利用计算机或者其数字硬件，对从图像信息转换得来的电信号进行某些数学 运算，以提高图像的实用性。

数字图像处理技术处理精度比较高，而且还可以通 过改进处理软件来优化处理效果它是在遥感和生物医学图片分析两项应用技术 基础上开拓出来的新领域这项技术最早出现于50年代，当时的数字计算机己 经发展到一定水平，人们开始利用计算机来处理图形和图像信息70年代末以来, 由于数字技术和微机技术的迅猛发展，给图像处理提供了先进的技术手段，图像 处理技术也就由信息处理、自动控制系统理论、计算机科学、数据通信、电视技 术等学科中脱颖而出，成长为旨在研究图像信息的获取、传输、存储、变换、显 示、理解与综合利用的一门崭新学科问随着图像处理技术基本理论的发展，具 有数据量大、运算速度快、算法严密、可靠性强、集成度高、智能性强等特点的 各种图文系统在国民经济各部门得到广泛的应用，并在逐渐深入社会的各个方面12J2.1图像的数学模型在计算机中，图像像素的灰度值用整数表示,如图，一副M*N个像素的数字图像，其像素灰度值可以用M行、N列的矩阵F (i,j)表示⑸：fnfl2 •••• flN•• flN/mifM2 •••• fMN图2-1这样，就可以直接对图像矩阵进行数学运算，来实现数字图像的处理2.2彩色图像自然界常见的光，都可由红(R)、绿(G)、蓝(B)三种颜色的光按不同的比 例相配而成，这就是色度学中的三基色原理。

将由红、绿、蓝这三种基色组成的颜色模型称为RGB颜色空间如图2-2所示， 以三维矩阵将RGB图像存放，图像中每个像素点的颜色由R、G、B三种分量决定, 而每个分量有255个可能的取值这样每个像素点可以有1600多万(255*255*255) 种变化范围所以，在图像处理中一般将彩色图像转换为灰度图像进行处理图像的灰度化处理常用的有三种方法：加权平均法、平均值法和最大值法一 般以加权平均法为主240 240''0 160 80''0 80 160'0 80G=255 255 160B=0 0 2400 0.0 255 0255 255 255图2-22.2.1加权平均法根据重要性和其他指标，将R、G、B三个分量以不同的权值进行加权平均由 于人眼对绿色的敏感度最高，加权值为0.59；对蓝色的敏感度最低，加权值为0.11； 因此，可以用式2.1对RGB三分量进行加权平均得到较合理的灰度图像F(i,j) = 0.30R(i ,j)+0.59G(i, j)+0.11B(i ,j) (2.1)式中F (i, j)为得到的灰度图像矩阵；R(i, j), G (i, j) ,B(i, j)分别为彩色图 像三维矩阵中的红色、绿色和蓝色分量所对应的矩阵。

2.3灰度图像在灰度图像中，像素灰度级用8位表示，所以每个像素都是介于黑色和白色之间的256 (2—256)种灰度中的一种，灰度图像只有灰度颜色而没有彩色如图2-3所示，每一数字都表示与其相对应的像素点的灰度级015020012050180250220100图2-32.3.1灰度直方图图像的直方图是图像的重要统计特征，是表示数字图像中每一灰度级与该灰度 级出现的频数间的统计关系，即图像中某一灰度级的像素数目灰度直方图定义为：P(rJ=^ (k = 0,l,2-L-l) C2.2)式中：N为一幅图像的总像素数；兔为第k级灰度的像素数；《为第k级个灰度级；L为灰度级数;P ( r,)为该灰度级出现的相对频数呵图2-4图像直方图直方图用横坐标轴代表灰度值，纵坐标代表像素数(产生概率、对整个画面上 的像素数的比率)，如图2-4所示A(a)灰度值集中在较暗区域 (b)灰度值集中在较亮区域图2-5图像灰度分布概率密度函数图2-5 (a)和(b)为两个相对应的灰度密度分布函数图2-5(a)的大多数像素 灰度值分布在较暗的区域，所以此图像整体较暗；而图2-5 (b)的图像像素值集中 在亮区，此副图像整体较亮。

2.4二值图像二值图像的每个像素不是黑就是白，其像素灰度值没有中间过渡二值图像中 每个像素的值只能是0或1,如图2-5所示，是一副二值图像的数学表示0图2-6二值图像2.4.1灰度图像二值化图像二值化就是将图像上的像素点的灰度值设为0或255,使整幅图呈现出明显 的黑白效果图像二值化有利于图像的进一步处理，使图像变得简单，数据量减小, 能凸显出感兴趣目标的轮廓二值化作为一种图像分割技术，由于其再工程应用中发挥着重要的作用，长期 以来吸引了大量的工程技术人员对其进行研究⑺二值化方法通常分为两类：全局 二值化算法和局部二值化算法，全局二值化算法，选择单一阈值，该阈值对全局适 用局部二值化算法，则是根据局部信息选择一个阈值，该阈值对局部适用设一副灰度图像，经过二值化将其转化为二值图像，运算方法如下：1 TxTx2.5本章小结本章介绍了数字化图像技术的一些基础知识首先简单介绍了数字化图像技术 及其发展历史，接着分别讲解了彩色图像、灰度图像、二值图像的数学模型；以加 权平均法为主讲解了彩色图像的灰度化处理方法；介绍了灰度直方图和灰度图像的 二值化方法。

通过本章可以使我们对图像的数字化技术有浅薄的认识，了解图像数 字化基本原理第三章霍夫变换霍夫变换是一种线描述方法，它可以将图像空间中用直角坐标表示的直线变换 为极坐标空间中的点一般将霍夫变换称为线一点变换霍夫变换提取直线的主要 优点是受直线中的间隙和。