原创《基于LabVIEW塑料齿轮缺齿检测系统设计》：这篇齿轮论文范文为免费优秀学术论文范文,可用于相关写作参考。
摘 要： 针对塑料齿轮在生产过程中存在缺陷,而人工检测效率和准确性低.为了满足检测要求,设计基于LabVIEW的塑料齿轮缺齿检测系统.首先进行图像采集及预处理,预处理包括彩 像灰度化、中值滤波、阈值化、Canny边缘检测等；然后通过几何匹配算法提取齿轮的几何信息,学习并保存模板信息,再调用模板进行匹配计算得到结果.分数和模板目标曲线分数是判断齿轮缺陷的主要依据参数,选用不同缺齿程度的塑料齿轮进行实验发现,缺齿程度越大,对应的匹配分数越低.实验结果表明,该系统可以实现齿轮缺齿检测的功能,为缺陷检测提供新的思路.
关键词： LabVIEW； 机器视觉； 几何匹配； 塑料齿轮； 缺齿检测； Canny边缘检测
中图分类号： TN911.23?34； TP319 文献标识码： A 文章编号： 1004?373X（2018）04?0088?04
Abstract： In allusion to the problems that there exist defects in the process of plastic gear production, and the manual detection is in low efficiency and accuracy, and to meet detection requirements, a tooth missing detection system for plastic gears based on LabVIEW is designed in this paper. Image acquisition and preprocessing are carried out, with the former including color?image grayscale, median filtering, thresholding, Canny edge detection, and others. The geometry information of gears is extracted by means of the geometrical matching algorithm. The template information is acquired and saved, and then the template is called for matching calculation to obtain results. Fraction and template objective curve fraction are the main parameters for judging gear defects. Plastic gears in different tooth missing degrees were selected to do the experiment. It was found that the greater the degree of tooth missing, the lower the matching score. The experimental results demonstrate that this system can realize the function of tooth missing detection for gears, and provide a new idea for defect detection.
Keywords： LabVIEW； machine vision； geometric matching； plastic gear； tooth missing detection； Canny edge detection
塑料齿轮的成本低廉、耐腐蚀,广泛运用于家电、仪器仪表等领域[1].由于材料强度低,在生产过程中会有缺齿、翘曲等缺陷[2].产品检测是自动化生成中的重要环节,目前塑料齿轮的缺陷检测采用人工检测,工作难度大、效率低、易漏检[3].作为新兴的研究领域,随着计算机及人工智能的发展,机器视觉的实用化程度也在不断提高[4].目前国内在齿轮缺陷检测方面的应用有待完善[5],采用机器视觉技术可以解决以上不足,其相较于传统的人工检测可更好地满足要求.
本文提出一种基于几何匹配算法的塑料齿轮缺齿检测的方法,结合LabVIEW软件和IAMQ Vision工具包来实现.以不同缺齿程度的塑料齿轮进行实验,对匹配结果中对应的分数和模板匹配曲线分数进行比较,能够精准地判别缺齿齿轮,满足塑料齿轮缺齿检测的高效、精确的要求.此外,利用几何匹配算法的非接触检测方法,可应用到其他缺陷检测的场合.
1 系统总体设计
LabVIEW平台上IMAQ Vision提供所需的机器视觉算法[6],使用G语言可以降低开发难度、缩短开发周期[7],并可实现图像的处理和视觉检测等功能.使用CCD对图像进行采集,将采集的图像存储至本地[8].再从指定路径读取原始图像进行预处理,包括彩 像灰度转换,中值滤波、组内方差阈值化并均衡以及Canny边缘检测.通过设置边缘阈值、步长、提取边缘点等过程,完成模板学习；调用学习的模板信息进行几何匹配,根据得到的匹配结果参数来判定齿轮缺陷情况.塑料齿轮缺齿检测系统由图像采集、图像预处理、几何匹配、缺陷检测等模块构成,结构框图如图1所示.
2 图像采集及预处理
图像采集过程首先创建会话句柄选择摄像头,打开并配置USB相机,调用IMAQ Create.vi为图像数据创建一个数据缓冲区,读入一帧图像并创建输出图像显示,调用IMAQ Write File.vi,设置存储的路径和图片格式.读取指定路径的图像进行预处理,可以抑制噪声和去除干扰信息,使得处理后的图像更适合机器视觉系统,预处理如图2所示.
齿轮论文参考资料：
结论：基于LabVIEW塑料齿轮缺齿检测系统设计为适合齿轮论文写作的大学硕士及相关本科毕业论文，相关买齿轮开题报告范文和学术职称论文参考文献下载。
