Knowledge base: Warsaw University of Technology

Settings and your account

Back

Vision analysis of the casting filters porosity by means of Raspberry Pi platform

Paulina Bednarczyk

Abstract

The aim of this engineering diploma thesis was to measure and analyze the parameters of light that passed the filter. These parameters were analyzed to measure the basis weight of the filter. The research stand consisted of a vision system based on the Raspberry Pi software. An additional element was spot lighting and LED panel. The system was supported by the Raspberry Pi 3B + microcontroller. The software was written in such a way as to capture the image from the Pylon program, which is intended for Basler cameras. Then the image was displayed under its own OpenCV library interface. The image downloading solution from the Pylon program has been used due to the possibility of automatic recording of images. The research methodology consisted in appropriately directing the source of light on the filter and recording the image through the camera, which was set on the opposite side of the filter. The measurement series differed between the following parameters: the distance of the filter from the lamp, the camera from the filter, the type of light source and closing the aperture in the camera. An important factor was setting the focus of the photo. In the case of blurry pictures, the results could be postponed due to the occurrence of reflections. Then the photos were grouped into the appropriate series of measurements and analyzed. The program that worked best for image analysis and processing is Vision Assistant. It offered all the functions that were needed to analyze selected parameters. The first of the measured parameters was the detection of circles, i.e. the detection of the pores through which light passed. The second parameter was the number of bright pixels in the line passing through the center of the filter. The third parameter was a histogram whose results were used in three measurement methods. The first one is the distribution of light and dark pixels in the image. The second is the average pixel value. The third method, on the other hand, was based on measuring the pixel value, which is the most on the recorded image. The research was carried out in a universal way, and then meticulously described, so that another person who would like to measure on their own filters, had no problem with determining their basis weight based on the patterns contained in this work.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Paulina Bednarczyk (FPE) Paulina Bednarczyk,, Faculty of Production Engineering (FPE)
Title in Polish
Wizyjna analiza porowatości filtrów odlewniczych z wykorzystaniem platformy Raspberry Pi
Supervisor
Łukasz Morawiński (FPE/IoMP) Łukasz Morawiński,, The Institute of Manufacturing Processes (FPE/IoMP)Faculty of Production Engineering (FPE)
Certifying unit
Faculty of Production Engineering (FPE)
Affiliation unit
The Institute of Manufacturing Processes (FPE/IoMP)
Study subject / specialization
, Automatyzacja i Robotyzacja Procesów Produkcyjnych
Language
(pl) Polish
Status
Finished
Defense Date
01-02-2019
Issue date (year)
2019
Reviewers
Sławomir Świłło (FPE/IoMP) Sławomir Świłło,, The Institute of Manufacturing Processes (FPE/IoMP)Faculty of Production Engineering (FPE) Łukasz Morawiński (FPE/IoMP) Łukasz Morawiński,, The Institute of Manufacturing Processes (FPE/IoMP)Faculty of Production Engineering (FPE)
Keywords in Polish
filtry odlewniczne, odlewnictwo, systemy wizyjne, raspberry pi, oprogramowanie
Keywords in English
filters of casting, casting, vision system, raspberry pi, software
Abstract in Polish
Celem niniejszej pracy dyplomowej inżynierskiej był pomiar oraz analiza parametrów światła, które prześwietlało filtr. Parametry te były analizowane w celu pomiaru gramatury filtra. Stanowisko badawcze składało się z systemu wizyjnego, opartego na oprogramowaniu Raspberry Pi. Dodatkowym elementem było oświetlenie punktowe oraz panel LED. System był wspomagany przez mikrokontroler Raspberry Pi 3B+. Oprogramowanie zostało napisane w taki sposób, aby przechwytywać obraz z programu Pylon, kóry przeznaczony jest do kamer firmy Basler. Następnie obraz ten był wyświetlany pod własnym interfejsem biblioteki OpenCV. Rozwiązanie pobierania obrazu z programu Pylon, zostało wykorzystane, ze względu na możliwość automatycznego zapisu zdjęć. Metodyka badań polegała na odpowiednim nakierowaniu źródła światła na filtr i rejestrowaniu obrazu przez kamerę, która ustawiona była po przeciwnej stronie filtra. Serie pomiarowe różniły się między sobą następującymi parametrami: odległością filtra od lampki, kamery od filtra, rodzajem źródła światła oraz zamknięciem przysłony w kamerze. Ważnym czynnikiem było ustawienie ostrości zdjęcia. W przypadku zdjęcia nieostrego wyniki mogły być przekładane ze względu na występujące odblaski. Następnie zdjęcia były grupowane w odpowiednie serie pomiarowe i analizowane. Program, który najlepiej sprawdził się do analizy i przetwarzania obrazu to Vision Assistant. Oferował on wszystkie funkcje, które były potrzebne do analizy wybranych parametrów. Pierwszym z mierzonych parametrów była detekcja kółek, czyli wykrywanie porów, przez które przechodziło światło. Drugim parametrem była liczba jasnych pikseli w linii przechodzącej przez środek filtra. Trzecim parametrem był histogram, którego wyniki zostały wykorzystane w trzech metodach pomiarowych. Pierwsza z nich to rozkład jasnych i ciemnych pikseli na obrazie. Druga to średnia wartość piksela. Natomiast trzecia metoda opierała się pomiarze wartości piksela, których jest najwięcej na zarejestrowanym obrazie. Badania zostały przeprowadzony w sposób uniwersalny, a następnie skrupulatnie opisane, aby kolejna osoba, która chciałaby dokonać pomiaru na własnych filtrach, nie miała problemu z określeniem ich gramatury na podstawie wzorców zawartych w niniejszej pracy.
File
  • File: 1
    Bednarczyk_Paulina_praca_inżynierska.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 31877

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUT792b3e3e8816479487403c427c8f19ab/
URN
urn:pw-repo:WUT792b3e3e8816479487403c427c8f19ab

Confirmation
Are you sure?
Report incorrect data on this page