變形測量的機(jī)器視覺檢測方法與技術(shù).pdf

1、當(dāng)前隨著國內(nèi)工業(yè)的發(fā)展，對各種新型材料性能指標(biāo)的要求也日益提高，應(yīng)力、應(yīng)變性能測試是其中必不可少的兩項。在應(yīng)變測量中，傳統(tǒng)的接觸式測量方式存在操作復(fù)雜、對環(huán)境要求高、不適合在高溫高壓測量等缺點(diǎn)，無法適應(yīng)智能化要求。而基于機(jī)器視覺的非接觸式測量以其適用范圍廣、測量智能化的優(yōu)勢成為變形測量研究和應(yīng)用的熱點(diǎn)。本文從軟件算法方面著手，通過改進(jìn)圖像處理算法提高變形測量的精度。
　　首先介紹了小波算法在圖像處理中的應(yīng)用。在對圖像的采集過程中，

2、會受到內(nèi)外部因素的影響如不穩(wěn)定的照明、傳感器自身溫度的變化等。這些因素都有可能使獲取的圖像帶有噪聲。因此需要對圖像進(jìn)行濾波來消除噪聲。本文采用一種改進(jìn)后的小波閾值算法對圖像進(jìn)行濾波。利用小波的多尺度特性，將圖像進(jìn)行分解，發(fā)現(xiàn)并去除含有噪聲的小波系數(shù)，再將圖像進(jìn)行重構(gòu)，從而完成圖像濾波。接下來采用固定閾值法對圖像進(jìn)行二值化處理。二值化后的圖像稱為二值圖像，從而減小了之后進(jìn)行邊緣檢測的計算量。在此基礎(chǔ)上，利用小波算法對圖像的邊緣進(jìn)行檢測，并

3、與傳統(tǒng)的邊緣檢測算法做比較。通過綜合比較發(fā)現(xiàn)小波算法在邊緣識別的準(zhǔn)確率和運(yùn)算速度方面優(yōu)于傳統(tǒng)算法，從而得出邊緣檢測的最佳算法。此時完成了對圖像邊緣像素級的定位。
　　其次介紹了亞像素邊緣定位在基于機(jī)器視覺的變形測量中的應(yīng)用。針對亞像素邊緣檢測，本文采用了灰度矩算法和最小二乘算法進(jìn)行研究。然后對亞像素定位線進(jìn)行直線擬合得到兩條標(biāo)記線，從圖像中測出兩個標(biāo)記線之間的像素距離后，根據(jù)對攝像頭的標(biāo)定值求出試件的變形量。研究表明，采用最小二乘

4、法的亞像素定位和直線擬合方法對提高檢測精度是有效的。
　　本變形測量系統(tǒng)是在Windows XP系統(tǒng)下運(yùn)行，使用C++語言并結(jié)合OpenCV開源數(shù)據(jù)庫完成對操作界面的設(shè)計和軟件編程工作。該系統(tǒng)實現(xiàn)了對試件形變的測量控制為一體的目標(biāo)，并具有較快的速度和精度。此外本系統(tǒng)程序采用模塊化設(shè)計，移植性強(qiáng)，便于與試驗機(jī)控制程序結(jié)合，應(yīng)用于實際工業(yè)應(yīng)用中。在試驗中，利用試驗機(jī)對試件進(jìn)行拉伸，選用工業(yè)數(shù)字?jǐn)z像機(jī)進(jìn)行對圖像的捕捉。通過對圖像處理得到