【英文题名】
Research on Cutting Tool Wear Detection Based on Computer Vision
【作者】
谭延凯 ;
【导师】
段智敏 ;
【学位授予单位】
沈阳理工大学 ;
【学科专业名称】
机械制造及其自动化
【学位年度】
2011
【论文级别】
硕士
【网络出版投稿人】
沈阳理工大学
【网络出版投稿时间】
2011-11-08
【关键词】
刀具磨损检测 ;
图像处理 ;
阈值分割 ;
边缘检测 ;
亚像素 ;
【英文关键词】
Cutting wear detection ;
Image processing ;
Threshold segment ;
Edge detection ;
Sub-pixel ;
【中文摘要】
刀具磨损检测技术对提高自动化加工效率、刀具的利用率和加工质量、极大节约生产成本有着十分重要的意义。在刀具磨损检测技术的各种手段中,基于计算机视觉的图像处理技术有着方便、快捷、无接触、检测精度高等明显优势,本文采取图像处理的方法对刀具磨损图像进行相应处理及检测的关键技术进行了深入研究,对刀具磨损状态的检测有一定的指导意义。
本文对刀具磨损状态的特征、机理及磨钝标准进行了分析,确定了以刀具的后刀面磨损图像为研究对象,结合实验所得磨损图像的特点和图像处理的相关技术,对原始的磨损图像进行了图像预处理、边缘检测、阈值分割等处理,并计算出了刀具的磨损值。
本文首先通过对原始图像的剪裁、图像增强、中值滤波去噪等一系列预处理,采用基于自适应遗传算法的Otsu阈值分割方法求得最优分割阈值Th,并以此Th值作为Canny边缘检测的门限值进行边缘提取,获得了清晰的刀具磨损边缘。其次,通过灰度矩、空间矩和Zernike矩三种基于矩的亚像素边缘检测方法检测并获取了更精细的磨损边缘,对这三种算法进行了比较,得出了适合本实验的最优算法。最后采用链码边界搜索方法对磨损边界进行了完备描述,进而计算出了基于不同边缘检测算法下的刀...
【英文摘要】
Cutting tool wear detection technology is very important in enhancing automatically manufacture efficiency, cutting tool utilization and manufacturing quality, and cost-saving. During various cutting tool wear detection methodologies, image processing technology based on computer vision has the obvious advantages on convenience, fast-process, non-contact and accuracy in detection. This thesis has deeply investigated the key technology of image processing for cutting tool wear detection, which has certain gu...
【更新日期】
2011-12-02
【相同导师文献】
导师:段智敏 导师单位:沈阳理工大学 学位授予单位:沈阳理工大学
[1] 李驰.基于物联网技术的旋转机械远程振动监测与故障诊断系统 [D]. 沈阳理工大学,2017
[2] 李玉龙.精密机械质量质心与不平衡力矩检测系统研究 [D]. 沈阳理工大学,2018
[3] 林凯.熔体物性综合测定系统研究 [D]. 沈阳理工大学,2015
[4] 赵纯乐.自动化立体仓库管理与监控系统的研究 [D]. 沈阳理工大学,2015
[5] 徐晓龙.基于ACR9000的开放式数控铣削平台技术研究 [D]. 沈阳理工大学,2014
[6] 程龙.基于ARM9的嵌入式Linux数控钻床系统的研究 [D]. 沈阳理工大学,2013
[7] 刘华迪.基于MEMS惯性组件的INS/GPS组合导航定位定姿的研究 [D]. 沈阳理工大学,2013
[8] 占宇.基于无线传输的多功能温度检测系统的开发 [D]. 沈阳理工大学,2011
[9] 谭延凯.基于计算机视觉的刀具磨损检测技术的研究 [D]. 沈阳理工大学,2011
[10] 王朝琴.模块图像的三维重建与缺陷检测 [D]. 沈阳理工大学,2008
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。