基于計算機視覺的機械零件尺寸檢測關(guān)鍵技術(shù)研究.pdf

1、隨著計算機視覺技術(shù)與工業(yè)生產(chǎn)技術(shù)的迅速發(fā)展，對機械零件尺寸測量精度的要求已經(jīng)越來越高。因此，如何提高零件尺寸的測量精度已經(jīng)成為目前研究的重點問題。本文在現(xiàn)有視覺測量理論的基礎(chǔ)上，通過研究視覺檢測的相關(guān)技術(shù)來提高具有幾何圖形形狀的零件尺寸測量的精度。
　　計算機視覺檢測是由攝像機采集圖像再傳輸?shù)接嬎銠C中，利用計算機對圖像進行各種圖像處理運算，最后得到精確的零件尺寸的技術(shù)。數(shù)字圖像處理算法是視覺檢測技術(shù)的基礎(chǔ)理論，本文首先對預(yù)處理后的

2、圖像作基于邊緣的圖像分割操作。為了提高邊緣圖像的分割精度，對基于蟻群算法的圖像分割方法進行了改進，主要通過二維灰度直方圖對初始聚類中心進行設(shè)置，利用拉普拉斯算子將聚類中心分為背景和邊界點兩類，并且通過信息素更新策略避免了算法早熟和停滯現(xiàn)象，實驗表明改進后的算法能夠準確地分割出背景和邊界，達到了預(yù)期的效果。
　　為了使邊緣達到亞像素級的精度，針對機械零件邊緣的特點本文采用了空間矩方法對圖像進行邊緣細分，由于在邊緣交點附近進行亞像素邊