Введение 2
1. Реализация макета системы 3
2. Обоснование выбора структуры системы 7
3. Подбор элементной базы 7
4. Обеспечение детектирования объекта по цвету 9
4.1. Избавление от ненужных объектов 12
4.2. Исследование зависимости точности определения от освещения 13
4.3. Построение интерфейса выбора цвета и условий освещенности 16
4.4. Реализация вычисления необходимого угла поворота 17
Заключение 19
Основную часть информации о внешнем мире человек получает по
зрительному каналу и далее весьма эффективно обрабатывает полученную
информацию при помощи аппарата анализа и интерпретации визуальной
информации. Поэтому встает вопрос о возможности машинной реализации
данного процесса.
За счет возрастания сложности решаемых научно-технических задач,
автоматическая обработка и анализ визуальной информации становятся все
более актуальными вопросами. Данные технологии используются в весьма
востребованных областях науки и техники, таких как автоматизация
процессов, повышение производительности, повышение качества
выпускаемых изделий, контроль производственного оборудования,
интеллектуальные робототехнические комплексы, системы управления
движущимися аппаратами, биомедицинские исследования и множество
других. Кроме того, можно сказать, что успех современного бизнеса
основывается главным образом на качестве предлагаемой продукции. А для
его обеспечения, если говорить о производстве материальных вещей,
требуется визуальный контроль.
Далее мы будем использовать термин «машинное зрение» (Machine
vision) как понятие, наиболее полно объемлющее круг инженерных
технологий, методов и алгоритмов, связанных с задачей интерпретации
визуальной информации, а также как практическое использование результатов
этой интерпретации.
В настоящее время на производстве случается достаточное количество
браков, таких как: искривление радиуса у подшипников, неравномерная
покраска деталей автомобиля, не соответствие заданных параметров какоголибо изделия и т.д.
Целью данной работы является попытка отследить брак и по3
возможности предотвратить их появление на производстве.
Область применения данной разработки весьма обширна, т.к. брак
может случиться на любом производстве. Возьмем к примеру покрасочный
манипулятор кузовных деталей автомобиля. Покрасочный материал может
лечь неравномерно на деталь автомобиля и с помощью технического зрения
данной системы можно отследить какую именно деталь стоит перекрасить по
второму слою.
Для достижения цели выпускной квалификационной работы, создания
алгоритма по распознаванию цветного объекта, были поставлены следующие
задачи:
1) разработка технического задания;
2) изучение основ машинного зрения;
3) выбор структуры системы;
4) подбор элементной базы;
5) настройка проекта Visual studio для работы с OpenCV;
6) реализация детектирования объекта по цвету;
7) реализация детектирования объекта по форме;
8) реализация калибровки;
9) реализация интерфейса пользователя с возможностью выбора цвета и
условий освещенности.
В ходе выполнения данной выпускной квалификационной работы были
достигнуты следующие результаты:
1) составлено техническое задание, устанавливающее основные
требования и условия эксплуатации устройства;
2) спроектирован макет системы;
3) написан алгоритм детектирования цветного объекта.
Таким образом была разработана система отслеживания
производственных браков на примере распознавания цвета.
