导读:本文包含了外形检测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:外形,视觉,目标,图像处理,激光,蒙皮,边缘。
外形检测论文文献综述
侯占林,赵京[1]（2019）在《基于机器视觉的零件外形缺陷检测》一文中研究指出针对零件外形缺陷检测,提出了稳定性较高且计算量较小的算法。首先,为了在零件定位误差较大的条件下正确提取零件区域,提出两次动态提取算法。然后,提出基于统计图的分类算法,高效数值化零件的宽度、厚度、分散度、偏转程度等常用的外形特征,与配置过程生成的标准参数值对比,完成零件缺陷识别。最后,在汽车拉线零件生产线上对"打花"和"压铸"两工序的零件进行了实时检测,结果表明算法的稳定性好、实时性高、配置简单,能满足中小型生产线对零件外形缺陷检测的需求。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
梁国伟[2]（2019）在《一种大型飞机蒙皮外形检测工装关键技术研究》一文中研究指出外形检测是蒙皮制造过程的关键环节。本文在介绍传统蒙皮检测技术的基础上,针对现代飞机蒙皮在批量投产阶段高精度、低成本、短周期的制造需求,提出了一种用于具有复杂曲面外形的大型蒙皮外形检测工装及方法。结合某龙骨梁下蒙皮外形检测工艺需求,重点研究了蒙皮外形检测工装设计关键技术,包括蒙皮定位形式、夹紧方式、测量方案,设计了一整套龙骨梁蒙皮外形检测工装,为大尺寸多曲面结构飞机蒙皮外形检测提供了一种高精度、高效率的解决方案。(本文来源于《现代机械》期刊2019年05期）
杜恒,阮永成,刘凯[3]（2019）在《成品烟箱外形检测剔除装置的设计与应用》一文中研究指出当使用回收的烟箱或者不平整的烟箱进行生产作业时,经常出现折边外展的封箱缺陷。当缺陷烟箱进入成品入库区时,导致烟箱倒垛和机械手停机,降低设备运行效率的同时,增加了物料的消耗。针对装封箱机没有成品烟箱外形检测装置的不足,研制一种成品烟箱外形检测剔除装置。测试表明,装置能将缺陷烟箱剔除,并发出报警信号,提高了设备的运行效率,降低了物料的损耗。(本文来源于《技术与市场》期刊2019年08期）
李明晏[4]（2019）在《非规则外形扩展目标检测与跟踪算法研究》一文中研究指出随着传感器的分辨率越来越高,扩展目标随之出现,对扩展目标检测和跟踪成为了研究热点。与传统的点目标不同,扩展目标目标占据多个传感器分辨单元,并产生多个量测。对于非规则的扩展目标外形估计,可将其建模成星凸型,通过未知有限的半径函数参数化表征目标外形,并同时对目标运动状态和外形进行估计。在星凸模型的框架中,高斯过程(Gaussian Process,GP)方法在空间域表示半径函数。在扩展目标跟踪中使用GP的优点是它足够灵活,可以用分析表示来表示各种形状。其并保持目标未观测部分的不确定性,是当前的一个研究重点。在高分辨率雷达场景下的扩展目标检测和跟踪中,多个量测源于同个目标。最大似然概率多假设跟踪(Maximum Likelihood Probabilistic Multi-Hypothesis Tracker,ML-PMHT)算法和PMHT算法分别是基于滑窗法实现的多目标检测和跟踪算法。在PMHT框架下,量测与目标关联相互独立,允许多个量测与目标关联。避免了传统算法指数级增长的复杂度。在扩展目标检测和跟踪场景下具有更突出的性能。因此,本文主要开展基于GP模型下目标检测算法(GP-ML-PMHT)和目标跟踪算法(GP-PMHT)的研究。其主要内容为:1、研究了主要的扩展目标模型框架。重点研究了扩展目标外形的GP模型。基于目标运动和外形状态的扩展模型,联合估计目标运动和外形。2、研究了PMHT算法及其扩展形式:引入时变泊松速率的PMHT算法。PMHT允许多个量测关联一个目标,易于扩展,计算复杂度与目标和量测个数呈线性增长,适合于扩展目标跟踪的场景。PMHT引入的泊松参数能体现目标的航迹质量,可作为航迹管理的指标参数。3、研究了基于ML-PMHT算法的扩展目标检测。推导出了GP框架下扩展目标的对数似然比(Log-Likelihood Ratio,LLR),并介绍了搜索优化以及检测门限的整体流程。4、针对于杂波场景下的多扩展目标跟踪问题,提出了一种在GP模型框架下的多扩展目标PMHT跟踪算法(The Extended Target Gaussian Process PMHT,ET-GP-PMHT)。该算法根据动态的泊松速率估计扩展目标外形点个数,可适应扩展目标的外形变化,并能同时无缝跟踪多个扩展目标和点目标。最后推导出了该算法的后验克拉美罗下限(Posterior Cramer-Rao lower bound,PCRLB)。并通过仿真对比,验证了ET-GP-PMHT算法跟踪扩展目标和点目标的有效性。(本文来源于《电子科技大学》期刊2019-04-01）
李鑫,杨坪川[5]（2018）在《基于激光测量的机翼外形检测》一文中研究指出传统的机翼外形检测方法精确度较差,且只能定性地说明机翼外表面形状是否满足设计要求,无法定量及准确描述机翼外表面位置是否处在数模所规定的正确位置上。针对生产中的这种情况,采用激光雷达对机翼的外形进行检测,可以定量说明,同时避免订制工装,极大地减少了生产准备时间。(本文来源于《机电信息》期刊2018年27期）
曹利钢,唐磊,冯浩[6]（2018）在《基于计算机视觉的墙地砖外形检测系统设计》一文中研究指出为了提高墙地砖外形检测的效率和自动化水平,提出一种基于计算机视觉的外形检测系统。以工业相机为核心,设计了包括定位检测和上位机控制功能的墙地砖外形自动检测硬件系统;以visual studio 20015为开发环境,c#为编程语言开发软件系统,设计了系统的软件结构,以canny算法和ramer算法为核心实现了图像分割及特征提取模块。试验结果表明:本系统具有较高的尺寸测量精度,能较好地反映墙地砖的外形特征。(本文来源于《陶瓷学报》期刊2018年03期）
谢洪起[7]（2018）在《基于RGB-D相机的猕猴桃外形和体积检测方法研究》一文中研究指出猕猴桃是一种品质鲜嫩,风味鲜美的水果,具有很高的营养和食疗价值。国内猕猴桃果实的分选主要以人工为主,费时费力,且人工分选后的猕猴桃在国际市场上的竞争力也较弱。为实现猕猴桃果实的智能化分选,本文对猕猴桃的外形和体积检测方法进行了研究,提出了基于RGB-D相机的猕猴桃外形和体积检测方法。主要研究内容和结果如下:(1)基于RGB-D相机建立图像采集系统拍摄图像。RGB-D相机不仅可以获取二维图像信息和彩色信息,还可以直接获取图像的叁维信息,因此本文选择Kinect V2作为信息采集相机。光源对图像采集的质量和后续图像的处理有重要作用,本文光源照射方式采用四周环绕式并将光源和相机等高安装。(2)研究猕猴桃果实外形和体积的测定方法和图像信息的采集方法。利用卡尺多次测量猕猴桃果实样本的长、最大直径和最小直径;采用电子秤测量所有样本猕猴桃果实的重量;采用排水法测量猕猴桃的体积。对不同相机安装高度获取的猕猴桃果实图片进行分析,得出相机安装高度的最佳范围为650~750 mm。所以本文试验相机的安装高度设定为650 mm、700 mm和750 mm,最后通过图像采集系统分别获取相机不同安装高度时的猕猴桃果实的图像信息。(3)基于RGB图像的猕猴桃外形测量方法研究。对RGB图像进行预处理,采用YUV颜色空间去除猕猴桃的背景图像,采用中值滤波的方法消除猕猴桃图像中细小的噪声干扰,运用腐蚀、膨胀和开运算的方法可以增强图像,使得猕猴桃的轮廓更为清晰,最后采用Canny算子有效地检测出猕猴桃的边缘。本文基于猕猴桃果实的彩色图像检测猕猴桃的长和最大直径,通过回归分析的方法得出:当相机的安装高度为650 mm、700mm和750 mm时,通过彩色图像检测猕猴桃的长度尺寸的R~2值分别为0.96、0.95和0.94,RMSE分别为4.61 mm、4.72 mm和5.09 mm;检测猕猴桃最大直径的R~2值分别为0.91、0.91、0.87,RMSE分别为5.12 mm、5.09 mm、5.27 mm。(4)基于点云图像的猕猴桃外形测量方法研究。当相机安装高度为650 mm、700mm和750 mm时,通过点云图像检测猕猴桃长度尺寸的R~2值分别为0.96、0.96、0.95,RMSE分别为4.78 mm、4.38 mm、4.80 mm;检测的最大直径的R~2值分别为0.92、0.92、0.88,RMSE分别为5.00 mm、4.74 mm、5.21 mm;猕猴桃最小直径的大小检测结果不受果实图像边缘区域缺失的影响,试验结果表明,猕猴桃最小直径的检测的平均绝对误差分别是4.05 mm、3.99 mm和4.14 mm。(5)基于线性回归方法的猕猴桃体积预测及其与质量的相关性研究。采用点云图像和彩色图像分别对不同品种猕猴桃在不同高度下的体积进行预测。试验结果表明:相机不同安装高度下,基于点云图像检测的体积比基于彩色图像检测的体积精度高;同一安装高度,海沃德的体积预测精度比徐香的体积预测精度高。当相机的安装高度分别为650 mm、700 mm、750 mm时,基于点云图像检测的猕猴桃体积的R~2值分别为0.92、0.93、0.93,基于彩色图像检测的猕猴桃体积的R~2值分别为0.90、0.90、0.91。将基于点云图像检测的猕猴桃体积与猕猴桃质量进行线性回归,得出R~2值分别为:0.96、0.96和0.95,表明猕猴桃果实的预测体积与质量有很高的相关性,因此该方法可应用于猕猴桃体积和重量预测。(本文来源于《西北农林科技大学》期刊2018-05-01）
王芳芳,马梨,封志佼[8]（2018）在《汽车外形尺寸检测技术综述》一文中研究指出汽车外形尺寸检测技术是一种大尺寸检测技术。通过获得汽车的外形尺寸信息能自动辨别汽车是否存在超限超载和非法改装等问题,进而为汽车整车尺寸参数检测、汽车车型智能分类、在用汽车变形检测等提供重要的研究依据。本文通过对汽车外形尺寸检测技术领域的专利检索、标引,分析了该技术领域的申请量、主要申请国、技术发展演进,以便深入了解汽车外形尺寸检测技术的发展状况以及该领域的研究热点。(本文来源于《河南科技》期刊2018年12期）
王琳[9]（2018）在《基于图像处理的ETC货车外形参数检测系统研究》一文中研究指出近年来,中国的交通运输业发展迅速,全国公路建设里程不断增加。交通运输业的飞速发展不仅带来了经济的增长,也带来了诸如道路交通事故频发、城市交通拥堵等问题。其中,高速公路出入口的快速收费问题也是其中之一。ETC技术能够解决小型汽车收费缓慢的问题。但对货车而言,一些车主为增加收益而对货车进行各种非法改装,产生了严重的超限问题,导致其外形具有较大的可变性,不能通过ETC技术实现快速收费,只能依靠人工测量货车是否超限,效率极低,易出现高速公路出入口的拥堵。为了进一步提升高速公路的运输能力,减少货车超限引发的道路安全隐患,使ETC技术用于货车收费,研究了一种基于图像处理的ETC货车外形参数检测系统,利用图像处理的技术,实现了货车不停车情况下对其进行外形参数的快速测量,主要研究工作如下:(1)相机的标定。通过四个坐标系的转换得到世界坐标点和像素坐标点在相机成像模型下的关系,采用张正友标定法获取了相机的内外参数,对比不同数量、位置标定图得到的相机参数,确定了最优参数时标定图的数量、位置分布等。(2)图像处理算法研究。通过采集货车驶入检测区域前的背景图和进入检测区域后的前景图,将背景图像和前景图像运用背景差分法,去除背景,提取目标车辆。对比不同边缘检测算子的检测效果,选择了Canny边缘检测算子提取货车外部轮廓,对车身边缘轮廓绘制图像的外部矩形边界,通过Harris角点检测提取外部矩形的角点,确定货车边缘像素点,进而计算出图像中被测货车的宽度和长度的相关尺寸。(3)确立检测系统的测量方案。根据对相机视角、放置高度、货车最大外形等数据的计算,确定了检测系统采用多台单目相机进行图像获取的方案;通过设置多个光电开关同时触发多台相机,实现了货车车头、车尾图像的获取;通过图像处理算法计算出货车宽度、以及车头车尾长度,并结合相机的固定间隔最终计算出货车长度;采用激光测距传感器测量车辆外形的高度。(4)实验验证。依据系统的测量方案,选取适合的硬件设备对整个检测系统进行模拟实验,首先测量出不同高度下相机标定的参数,再通过相机的参数值和系统软件算法测量出多组不同尺寸的不同类型模型货车长度和宽度,并分析了产生测量误差的原因。(本文来源于《西安建筑科技大学》期刊2018-04-01）
豆永坤[10]（2018）在《基于机器视觉的机械零件几何外形检测研究》一文中研究指出近些年来,机器视觉技术逐渐成为热点研究领域,其凭借着检测精度高、效率高、非接触等优点,在机械零件外形和缺陷检测中得到了广泛的应用。零件的质检是零件使用前必须进行的重要环节,只有合格的零件才能满足使用要求,传统的检测方法由于成本高、精度低,已不能满足检测的要求。本文通过深入研究机器视觉检测技术,构建了基于机器视觉技术的检测平台,从硬件选型、视觉系统设计、算法研究和相机标定等方面进行研究,在此基础上,将机械零件的平行度、垂直度、同轴度以及零件的外形缺陷检测作为研究目标,选择合适的检测对象,对其进行研究,均达到了实际所需的检测要求。针对机械零件的平行度和垂直度误差检测研究,选择量块为实验对象,首先提取出待检测的边缘,通过对待检测边缘进行最小二乘法拟合,得到较真实的边缘;然后计算待测边缘间的夹角,得出角度偏差,再乘以相应的长度得到待检测目标的平行度和垂直度误差;从测量的数据来看,测量精度比传统的方法更精确。对于轴类零件的同轴度检测研究,首先对轴类零件检测的算法进行研究,建立基于机器视觉的轴类零件同轴度检测的模型;然后采集阶梯轴的图像,并对图像进行处理,提取图像的边缘轮廓;接着对阶梯轴横截面进行划分,提取横截面的投影在图像边缘上的数据点,根据截面圆两条弦的垂直平分线交点是圆心坐标点的原理,可以得出阶梯轴上各个截面圆的圆心坐标;对基准轴的截面圆圆心坐标进行最小二乘法拟合,可以得到基准轴线的方程;最后计算待测轴各个截面圆圆心坐标点到基准轴线方程的距离,并比较各个距离的大小,得出阶梯轴的同轴度误差大小。对于零件的外形缺陷检测研究,选取渐开线齿轮作为实验对象,通过被检测齿轮图像与标准齿轮图像对比,并利用相关图像处理与识别算法,实现轮齿轮廓缺陷检测。首先借助Halcon软件获取标准渐开线直齿圆柱齿轮图像并进行尺寸检测,以获得齿轮的基本参数;然后根据获得的相关齿轮参数,画出标准渐开线轮齿轮廓;最后计算对应位置的实际轮齿轮廓与标准轮齿轮廓的Hausdorff距离,并以此为依据,来判定轮齿是否合格。本文提取实际齿轮轮廓,求其与标准轮齿轮廓的Hausdorff距离,以此对齿轮轮齿缺陷进行检测。实例证明,该方法可以有效的检测出轮齿缺陷,为齿轮轮齿缺陷的检测提供一种有效的检测途径。(本文来源于《兰州理工大学》期刊2018-03-21）
外形检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
外形检测是蒙皮制造过程的关键环节。本文在介绍传统蒙皮检测技术的基础上,针对现代飞机蒙皮在批量投产阶段高精度、低成本、短周期的制造需求,提出了一种用于具有复杂曲面外形的大型蒙皮外形检测工装及方法。结合某龙骨梁下蒙皮外形检测工艺需求,重点研究了蒙皮外形检测工装设计关键技术,包括蒙皮定位形式、夹紧方式、测量方案,设计了一整套龙骨梁蒙皮外形检测工装,为大尺寸多曲面结构飞机蒙皮外形检测提供了一种高精度、高效率的解决方案。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
外形检测论文参考文献
[1].侯占林,赵京.基于机器视觉的零件外形缺陷检测[J].组合机床与自动化加工技术.2019
[2].梁国伟.一种大型飞机蒙皮外形检测工装关键技术研究[J].现代机械.2019
[3].杜恒,阮永成,刘凯.成品烟箱外形检测剔除装置的设计与应用[J].技术与市场.2019
[4].李明晏.非规则外形扩展目标检测与跟踪算法研究[D].电子科技大学.2019
[5].李鑫,杨坪川.基于激光测量的机翼外形检测[J].机电信息.2018
[6].曹利钢,唐磊,冯浩.基于计算机视觉的墙地砖外形检测系统设计[J].陶瓷学报.2018
[7].谢洪起.基于RGB-D相机的猕猴桃外形和体积检测方法研究[D].西北农林科技大学.2018
[8].王芳芳,马梨,封志佼.汽车外形尺寸检测技术综述[J].河南科技.2018
[9].王琳.基于图像处理的ETC货车外形参数检测系统研究[D].西安建筑科技大学.2018
[10].豆永坤.基于机器视觉的机械零件几何外形检测研究[D].兰州理工大学.2018
论文知识图
