论文总字数：20955字

摘 要

在国内生产线上的分拣作业大多由人工进行分拣，电气触点的分拣作业也是如此，而且人力成本一年比一年高。由于通过人工进行合格性判断效率较低且成本较高，满足不了大批量高速生产的需求，企业希望用“机器换人”的方案实现电气触点的自动分拣。现在机器视觉的技术已经应用于工业生产的各个领域，相信在未来基于机器视觉的各种工件分拣技术方案将是工件分拣发展趋势的主流。

本文针对特定的电气触点型号，设计了完备的分拣方案，提出并实现了一种基于SIFT特征以及区域定位的工件良次判别算法。本文中对采集到的工件图像进行了不同方式的处理，并对预处理后的图像进行SIFT特征提取，通过分析不同的提取结果，设计了用于工件整体以及局部定位的算法。通过定位的结果与模板进行相似度匹配以及对采集图像局部区域的均值计算给出工件的良次判别结果。

本文设计了计算机图像处理软件进行实验，通过软件仿真实验，验证了提出的工件良次判别算法有效性。

关键词：机器视觉，良次分拣，SITF特征，区域定位，特征匹配

electrical contact product SORTING OF computer image processing software development

Abstract

The electrical contact sorting work are mostly conducted by artificial, labor costs rise year by year. Due to eligibility by artificial judgment, low efficiency and high cost, can't satisfy the needs of large quantities of high-speed production, companies want to use "substitution" machine to realize automatic sorting of electrical contacts. Now machine vision technology has been applied to various fields of industrial production, believe in the future based on machine vision of work-piece sorting technology solutions will be the mainstream of development trend of sorting.

Specific electrical contact model, this paper designed a complete sorting plan, put forward and realized a kind of based on SIFT features and regional positioning of work-piece discriminant algorithm is a good time. In this article the collected image artifacts have been dealt with in different ways, and to SIFT feature extraction of image after pretreatment, through the analysis of the extract of different results, design the overall and local positioning algorithm for the work-piece. By the template with the result of positioning, similarity matching, and for local area average calculation results artifacts of good time given.

This paper designed a simulation software for experiments, through simulation experiment, a good time to verify the effectiveness of the proposed work-piece discriminant validity of the algorithm.

KEYWORDS: Machine vision, Sorting, SIFT features, Regional orientation, features matching

目录

电气触点产品良次分拣的计算机图像处理软件开发 I

摘要 I

Abstract II

第1章 绪论 4

1.1 课题背景 4

1.2 国内外研究现状 4

1.3 论文的主要工作和论文结构 5

第2章 总体方案设计 6

2.1 需求分析 6

2.2 方案概述 6

2.3 硬件选型 9

2.3.1 机器人型号ABB-IRB120 9

2.3.2 德国雄克SCHUNK二指张角式机械夹爪 9

2.3.3 大恒工业相机水星系列 MER-125-30UM/UC 10

2.3.4 西门子机架式工控机847C 10

第3章 图像的识别与检测 12

3.1 工件图像分割 12

3.2 工件特征提取 13

3.2.1 特征提取 13

3.2.2 SIFT算法 14

3.3 工件识别 19

3.3.1 整体工件识别 19

3.3.2 工件局部区域定位 21

3.4 工件特征匹配 22

第4章 仿真软件设计 23

4.1 软件开发环境 23

4.2 仿真软件的实现过程 23

4.3 仿真实验结果 26

第5章 总结与展望 28

5.1 课题总结 28

5.2 课题展望 28

参考文献 28

致谢 30

绪论

课题背景

通常将具有隔离功能的自动化开关元件称之为继电器，其作为最为重要的控制元件之一，常被应用于遥控、通讯、遥控遥测、机电一体化、自动控制或者电力电子设备中。继电器触点则作为其最重要组成部分，目的是当继电器用于电路控制时的辅助逻辑开关。

工业上继电器触点的生产数量大、种类多，如a触点（常开）、 b触点（常闭）、 c触点（转换）和MBB触点等。在国内生产线上的分拣作业大多由人工进行分拣，电气触点的分拣作业也是如此，而且人力成本一年比一年高。由于通过人工进行合格性判断效率较低且成本较高，满足不了大批量高速生产的需求，企业希望用“机器换人”的方案实现电气触点的自动分拣。在分拣过程中，将判别为良品的电气触点保留并用传送带至下一环节，判别为次品的工件则送至回收筐。在使用机器分拣作业的过程中，通过图像处理技术来进行合格性的判定。

分拣作业是大多数生产线上的一个非常重要的环节，其工作效率影响着整个生产线的效率。人工分拣作业与机器人分拣相比，使用机器人进行分拣不但准确而且高效，同时在卫生及质量的保障等方面具有人工分拣不可替代的优势。在分拣过程中，对于工件的检测和工件的良次识别的图像处理技术是在实际工程应用中不可或缺的一部分，是能准确实现整个分拣过程的前提，具有一定的研究价值。

国内外研究现状

当前工业生产有着高速发展需求，同时有着计算机以及传感器技术的快速发展前提。为了提高在生产过程中检测的效率，应运而生了一种新型的机器视觉检测技术。机器视觉检测技术具有：非接触性、精度好、高自动化性、检测结果比较稳定等诸多优点。国内外很多厂商都早已开始从事基于机器视觉的检测技术研发。如：日本的Keyenc公司，CCS公司，Sony公司等；美国的OGP公司，Cognex公司，Navitar公司等；加拿大的Coreco Imaging公司，Dalsa公司等；德国的Imaging Source公司，Siemens公司等；国内的法视特（上海）图像科技有限公司，北京大恒图像视觉有限公司等。目前，基于机器视觉的检测技术日渐成熟，已经在工业生产线中有了实际运用。

剩余内容已隐藏，请支付后下载全文，论文总字数：20955字