6个研究背景和意义示例,教你写计算机尺寸测量论文

今天分享的是关于尺寸测量的6篇计算机毕业论文范文, 如果你的论文涉及到尺寸测量等主题,本文能够帮助到你

基于机器视觉的汽车尾门丝杆关键尺寸测量设备开发

这是一篇关于汽车尾门丝杠,机器视觉,尺寸测量,图像处理的论文, 主要内容为作为后备箱开合的传动机构,汽车尾门丝杆广泛应用于汽车行业。汽车尾门丝杆的质量直接关系到汽车尾门故障率和驾驶舒适度,从而影响汽车的品质。因此,提升汽车尾门丝杆质量对汽车行业至关重要。目前,人工抽检是汽车尾门丝杆常用的检测方法。该方法无法实现汽车尾门丝杆的全检,且其检测结果受工人情绪、状态影响较大,造成产品质量波动。随着光学元件和测量技术的飞速发展,基于机器视觉的检测和测量为上述挑战提供了新的机遇。针对汽车尾门丝杆的测量需求,本文开发了一套基于机器视觉的汽车尾门丝杆测量设备,已成功应用到上海某公司,目前运行状态良好,并计划对汽车尾门丝杆测量设备进行改进,以适应更多类型零件的测量。汽车尾门丝杆的螺纹大径、螺纹小径、螺纹牙顶全跳动和螺线角度分布是决定后备箱开合是否顺畅的关键因素。另外,汽车尾门丝杆的总长和滚花齿轮长度尺寸将直接影响汽车尾门丝杆的装配可行性。本文通过合理的布局设计提出一种多方位视觉测量方法实现对汽车尾门丝杆螺纹大径、螺纹小径、螺纹牙顶全跳动、汽车尾门丝杆总长、螺线角度分布和滚花齿轮长度几个关键尺寸测量。本文主要研究内容如下:(1)基于机器视觉的汽车尾门丝杆测量设备设计。首先,分析了汽车尾门丝杆的核心参数及其测量需求;随后,根据测量需求设计了汽车尾门丝杆测量设备的整体方案;最后,设计了该视觉测量设备的多方位成像方案,并对视觉硬件进行了选型。(2)运动模块精度测量。运动模块的精度直接关系到设备的测量精度,因此在测量前需首先检验运动模块的精度。控制运动模块进行移动,借助设备的视觉系统测量运动模块移动距离,以视觉方式测量结果作为实际移动距离计算运动模块精度。(3)汽车尾门丝杆关键尺寸测量算法开发。根据获取的汽车尾门丝杆图像,针对不同的测量尺寸设计相应的测量算法,实现对汽车尾门丝杆关键尺寸的测量。(4)基于LabVIEW汽车尾门丝杆测量设备系统开发及其性能验证。根据汽车尾门丝杆测量设备需求完成其系统开发,包含包括登录与管理、丝杆测量和测量结果查询三个模块。设计验证实验对设备的测量精度与效率进行验证,并对测量结果的误差来源进行分析。

基于机器视觉的盘套类零件识别及其三维建模研究

这是一篇关于机器视觉,YOLOv5,零件识别,尺寸测量,参数化建模的论文, 主要内容为针对使用传统手动建模方式对盘套类零件进行逆向建模时,需要进行测量尺寸、建立模型以及调整图纸等操作,而这些操作相对复杂且需要不断重复。为了提高设计效率,缩短研发周期,提出了一种基于机器视觉的盘套类零件识别及其三维建模方法,采用机器视觉与参数化设计相结合的方式完成零件的识别、测量与建模,在保证建模效率的同时获得较高的模型精度。以齿轮、轴套以及法兰三种盘套类零件作为研究对象,通过机器视觉与参数化建模相结合的方法,实现对盘套类零件的识别、测量及建模,主要研究内容如下:(1)零件识别测量总体方案设计。首先对零件识别、测量需求进行分析,硬件部分确定了关键设备的选型;其次采用模块化思想对系统软件进行设计,并使用Pyqt5完成软件部分的界面设计;最后对各模块功能进行研究,完成对零件识别测量系统的总体方案设计。(2)零件识别网络模型设计与实验研究。在YOLOv5模型的基础上,首先采用Ghost模块替换主干网络,降低模型参数量;其次构造新型空间金字塔池化SPP＿F,加快模型的训练速度,加强模型提取信息的能力;去除用于大目标尺度的检测层,从而加快模型的训练与检测,并引入SE注意力机制,赋予小目标通道信息更高的权重;最后将YOLOv5模型中CIo U函数替换为α-SIo U函数,提高边界框的定位精度。实验结果表明,改进后的模型平均精度值(m AP)达到了99.5%,体积仅占3.3 MB,相比于原YOLOv5模型的推理速度加快了35%,能满足在低算力设备部署的需求。(3)零件尺寸测量方法与实验研究。首先使用棋盘格对相机进行标定,用获取的参数矩阵进行畸变矫正;其次为减少算法的运算量,使用加权平均法灰度化图像,分析均值、高斯、中值及双边滤波的降噪性能,选取去噪保边效果最优的中值滤波。为了便于提取边缘轮廓,使用Otsu’s阈值处理将目标图像从背景分离;为了提升边缘提取的定位精度,使用Canny算子与多项式插值的亚像素算子结合的粗精提取方式;为了加快拟合速度,提出一种基于等距间隔抽样的最小二乘法拟合圆算法。最后研究齿轮、轴套以及法兰零件的参数特性,完成测量流程设计,并对测量参数实验结果进行分析。实验结果表明,三类零件的关键尺寸测量误差都在±0.1 mm以内,验证了本文测量方法的准确性;以3σ准则作为评价指标,验证了本文测量方法的稳定性。(4)零件建模系统设计与实例分析。首先分析齿轮、轴套以及法兰零件的几何模型,针对各零件的结构特征,完成零件模型模板与二维工程图库的建立;其次使用Visual studio 2019平台以VB.net作为设计语言对Solidworks 2018进行二次开发,构建零件参数化建模系统;最后以视觉测量的关键尺寸作为核心变量驱动零件参数化建模系统完成对零件的建模,使得零件三维模型与二维工程图得到更新,以便后续实现对产品检测、设计、生产、装配的闭环,极大地提升工业生产效率。

基于机器视觉的汽车尾门丝杆关键尺寸测量设备开发

基于机器视觉的盘套类零件识别及其三维建模研究

基于机器视觉的板材冲孔质量在线检测系统研究与开发

这是一篇关于机器视觉,板材质量检测,边缘检测,特征提取,尺寸测量的论文, 主要内容为大尺寸金属冲孔板材作为金属材料的常用形式之一,被广泛应用于机械、汽车、建筑等领域。其在冲孔加工过程中往往会受到不可控因素的影响,导致板材冲孔质量出现瑕疵,例如圆孔偏移、孔数不足等问题。此外,人工质检审核也会存在误审的现象,从而降低了产品质量和生产效率。针对上述问题,本文提出了一种基于机器视觉的板材冲孔质量在线检测系统。深入研究与学习机器视觉、图像预处理、图像特征提取和标准件板材模型数据库等相关知识,成功设计并开发了一套检测精度高、检测速度快、成本低的实时在线检测系统。主要的研究内容和研究成果如下:(1)介绍了该课题的背景及意义,分析了国内外研究现状。根据企业的生产技术指标要求和生产车间的现场环境,设计了检测系统的总体架构,并对检测系统的工业相机、光学镜头、照明光源和嵌入式工控机等硬件部分进行了设计与选型。(2)详细介绍并分析了针对冲孔板材图像预处理的相关算子。首先,在提取感兴趣区域(ROI)的基础上,研究分析了不同滤波算子的图像平滑效果。其次,研究分析了各种图像分割算法,分别选用了基于深度学习的卷积神经网络(CNN)法以及基于最大类间方差(Otsu)的自动全局阈值法进行了图像分割,并对两种算法优缺点进行了比较分析。为了保留必要的图像轮廓边缘特征信息,对分割后含有杂点、空洞的二值图像进行了形态学处理。(3)重点研究并分析了粗-细两级边缘定位技术对图像轮廓边缘的定位提取。首先,对粗-细两级边缘定位技术的相关算子进行研究和分析,选用了Canny边缘检测算子进行粗级边缘定位。其次,采用优化改进的任意方向的多项式插值法在粗级边缘定位的基础上进行细级边缘定位,成功提取了冲孔板材图像中的圆孔和图像边缘直线。然后,研究分析了基于霍夫变换和最小二乘法的圆拟合技术,通过实验对两者的拟合结果进行了对比。最后,选用了基于最小二乘法的圆拟合技术,经图像轮廓特征检测,得到了冲孔板材的相关尺寸数据。(4)设计开发完成了一套简单实用的板材冲孔质量在线检测系统,并进行了实验结果分析与验证。首先,本文选用了Halcon图像处理软件和Visual Studio 2019软件开发平台进行混合编程,开发了自动检测系统软件及人机交互界面,实现了操作的便捷性。然后,创建了基于标准件的板材模型数据库、定义了匹配值参数,使系统检测时可直接调用板材模型即可,方便企业员工进行生产,体现了该检测系统的实用性。最后,进行了实验结果分析与验证,实验结果表明本检测系统在检测实时性、运行稳定性、测量准确性等方面实现了设计性能,满足了企业实际需求。(5)对投入企业实际应用的自动检测系统进行了相关介绍及说明。首先,对实际应用的自动检测系统相关硬件及功能展示界面进行了介绍。然后,对自动检测系统由设计到投入实际应用的相关过程进行了说明。最后,对自动检测系统投入前后的检测效率、经济效益等进行了对比分析。经工厂实际应用验证,该检测系统具有良好的检测实时性、运行稳定性和测量准确性,符合企业生产要求。本检测系统有效提高了产品质量检测效率,节省了人工,降低了板材冲孔质量的检测成本,提高了企业的生产效率。