基于labview的图像测量分析系统设计

《基于labview的图像测量分析系统设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于Labview的图像测量分析系统设计摘要:为了能实时检测工件生产状况，把零件疵点缺陷标记出来并进行分类，本文研究了适用于生成零件表面缺陷检测的实时检测系统，论述了其硬件结构和软件流程，提出了一种基于虚拟仪器的快速有效的检测算法，对采集的图像进行实时分析、处理与识别。结果表明，该系统可以有效地检测出零件的疵点和疵点的类别。关键词:虚拟仪器；表面检测；智能相机；零件缺陷Abstract：Inordertodetecttheworkpieceproductionsituation,putthepartsdefectdefectmarkingandclassification,thispapers

2、tudiesthereal-timedetectionsystemissuitableforthedetectionofsurfacedefectparts,discussesitshardwarestructureandsoftwareflow,thispaperproposesafastandeffectivedetectionalgorithmbasedonvirtualinstrument,real-timeanalysis,theacquisitionoftheimageprocessingandrecognition.Theresultsshowthat,thesystemcane

3、ffectivelydetectthepartsofthedefectsanddefects.Keywords:Labview；Onlinedetect；GreyClothDefect目录一：概述4二：原理5三：系统设计63.1硬件设计：73.2检测和分类算法设计83.3.NIVBAI图像检测过程103.4NIVA图像处理分析114仿真实验结果125总结：13致谢14一：概述无损检测，就是利用声、光、磁和电等特性，在不损害或不影响被检对象使用性能的前提下，检测被检对象中是否存在缺陷或不均匀性，给出缺陷的大小、位置、性质和数量等信息，进而判定被检对象所处状态（如合格与否、剩余寿命等）的所有技术手

4、段的总称,本项目研究内容为基于虚拟仪器平台进行机器视觉测量机械量，主要待测量为零件的可见缺陷，以Labview为开发工具，将拍摄到的零件图像与标准零件的图像进行比较.现代工业，对工件的质量要求不断提高。其质量对产品的牢固程度、运动性能、使用寿命等都有至关重要的影响。然而由于生产工艺流程原因，部分齿轮表面会出现缺陷，如裂纹、裂缝等，严重影响产品质量。必须对零件质量进行严格检测。作为一种广泛应用的机械零件，齿轮在工业发展的历程中发挥了重要的作用，齿轮以其独特的地位继续发挥着不可替代的作用。例如圆弧和双圆弧齿轮、双向圆弧齿轮、曲线齿廓齿轮、其它异型渐开线齿轮、双鼓形齿轮、非圆齿轮、任意齿形齿轮及滚动

5、接触齿轮等。新型齿轮可以替代大部分齿轮产品，在玩具用齿轮及其系列产品、家电、仪器仪表的传动齿轮、汽车用齿轮及其变速箱、减速装置、微型及小型机电装置等方面广泛的应用着。提高齿轮检测技术是提高齿轮产品质量的必要条件。齿轮测量技术随着科学技术的发展而不断前进，先进的计算机技术、激光技术、精密仪器技术、数字信号技术、图像处理技术等不断地应用到齿轮测量中来，取得飞速的发展。软件处理部分，主要进行了对齿轮表面缺陷视频检测系统在虚拟仪器上实现过程的研究，应用了虚拟仪器和LabVIEW相关知识。充分利用了LabVIEW图形化编程便捷、快速的优点，结合NIIMAQ的强大功能和NIVision的图像处理函数库，完

6、成了对齿轮表面缺陷图像的采集、预处理、识别、结果输出等功能。实现了和硬件的无缝连接。经过实践检验，本系统具有稳定、快速、准确的良好特性，满足了工业现场对齿轮表面缺陷检测的要求。通过图像处理来进行工业检测，将比人工检测提高检测的效率和检测质量。最终提高企业的效率和竞争力。因此，齿轮表面缺陷视频检测系统的工业应用，有着广阔的市场前景和研究价值。机器视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术。并一直向着机器视觉更加自然化，更加接近生物视觉方向发展。起源于图像处理技术的计算机视觉技术是一门新兴的发展极为迅猛的科学。从简单的二值图像处理到高分辨率多灰度的图像处理，从一般的二维信息处理到三

7、维视觉机理以及模型和算法，研究不断取得了新的进展。而计算机视觉技术的飞速提高以及人工智能、并行处理和神经网络等学科的发展，更是推动了计算机视觉系统的实用化以及许多涉及复杂视觉过程研究的深入化。根据机器视觉的应用领域不同，对机器视觉检测的研究可以分为不同的种类，不同的学者对分类也有不同的见解。分类：(1)零件检验与尺寸测量(2)零件的缺陷检查(3)机器视觉用于机器人的研究把计算机视觉技术和齿轮测量技