基于機器視覺的機械零件尺寸識別研究.pdf

1、基于機器視覺的檢測技術(shù)以其快速、精確、柔性高等特點在國外得到了深入研究和廣泛應(yīng)用，在國內(nèi)也越來越受到重視。本文以機械加工零件中圓形特征的直徑測量為研究對象，深入研究了機械加工零件中的圓形特征直徑的機器視覺檢測技術(shù)。 本文分析了機器視覺系統(tǒng)的組成，研究了各個硬件的性能參數(shù)和選擇方法。根據(jù)課題的需要選擇了合適的硬件，搭建了機器視覺系統(tǒng)并給出了系統(tǒng)軟件的結(jié)構(gòu)及其工作流程。 由于環(huán)境的影響以及成像系統(tǒng)的自身限制，所獲

2、取的圖像會存在一定的噪聲和畸變。本文在對圖像濾波、圖像增強和邊緣檢測方法進(jìn)行研究和試驗的基礎(chǔ)上，使用中值濾波和Sobel邊緣檢測算子來對機械加工零件進(jìn)行預(yù)處理，取得了良好效果。通過研究相機小孔成像模型和相機標(biāo)定方法，利用Intel OpenCV庫函數(shù)對相機進(jìn)行了標(biāo)定，使用標(biāo)定得到的相機內(nèi)參數(shù)對圖像的畸變進(jìn)行了校正，效果顯著。 本文在對Hough變換做了深入研究，對隨機Hough變換進(jìn)行了改進(jìn)，并使用這一經(jīng)過改進(jìn)的方法對圖像中的圓

3、形特征進(jìn)行了識別，得到了圖像中圓形特征的像素級精度參數(shù)。亞像素邊緣定位技術(shù)是提高圖像測量精度的常用方法。本文研究了圓形邊緣空間矩亞像素定位技術(shù)和最小二乘法圓形擬合亞像素邊緣定位技術(shù)，進(jìn)而提出了在空間矩亞像素定位基礎(chǔ)上的圓形擬合亞像素算法，在獲得亞像素精度的同時得到圓形特征的參數(shù)。本文給出了一種簡單，高效的系統(tǒng)標(biāo)定方法實現(xiàn)了測量尺寸的單位從像素到毫米的轉(zhuǎn)換。 在VC++6.0軟件開發(fā)平臺上編制了本系統(tǒng)的圖像處理軟件，實現(xiàn)了上述