基于計算機視覺的鏈條元件幾何參數(shù)測量.pdf

1、計算機視覺檢測是一種新興的非接觸測量技術,它以計算機視覺理論為基礎,融合了光電子學技術、控制理論、模式識別、計算機圖形學及其它各種計算機技術。本文以杭州沃爾夫鏈條有限公司生產的鏈條元件為檢測對象,采用了基于計算機視覺的圖像檢測技術,實現(xiàn)了對鏈條元件的幾何尺寸及圓度誤差的集成測量。論文主要內容涉及圖像采集、圖像感興趣區(qū)域(ROI)提取、圖像預處理、邊緣檢測、圖像分割、亞像素定位、圓度誤差以及系統(tǒng)標定等,并對相關技術進行了研究。
　　

2、 首先論述了計算機視覺檢測系統(tǒng)硬件,以及各種硬件的選用原則和性能指標,并對相關的硬件進行了具體的分析,包括檢測系統(tǒng)光源、CCD攝像機、數(shù)字圖像采集卡、鏡頭和計算機等。然后論述了視覺檢測系統(tǒng)的性能評價標準,并根據(jù)鏈條元件的結構特征、檢測技術要求和實驗室現(xiàn)有條件,選擇了本課題所需視覺檢測系統(tǒng)硬件。
　　 研究了相關的圖像處理技術,主要包括圖像感興趣區(qū)域提取、圖像平滑、二值化、圖像分割、邊緣檢測、輪廓提取及優(yōu)化等。分析了抑制噪聲的常

3、用濾波方法,具體包括均值濾波法、中值濾波法和低通濾波法。闡述了圖像分割的目的,介紹了圖像分割方法,其中詳細論述了閾值分割技術中的灰度閾值分割法和最小誤差分割法。在圖像邊緣檢測方面,主要研究了一階、二階微分邊緣檢測算子和Canny邊緣檢測算子,進而分析了各種邊緣檢測方法的優(yōu)缺點,最后通過實驗,分析了各種算子的性能,闡述了輪廓提取和輪廓優(yōu)化的原理。同時,針對OpenCV中相關的圖像處理函數(shù)做了簡單介紹。對于鏈條元件中直線和圓的檢測,采用改進

4、了的常規(guī)的線性最小二乘擬合法。
　　 針對本文研究的鏈條元件的圖像特征,提出了一種適用于本系統(tǒng)的ROI提取算法,分析了圖像在含有孤立點噪聲的情況下該算法的可靠性,以及閾值選取對實驗結果的影響;并設計出針對內鏈板圖像的抗噪模板,可以很好的抑制孤立點噪聲,目標與背景的面積比越大、算法復雜度越大,該算法對處理速度的貢獻能力就越大;抗噪模板可以根據(jù)目標圖像具體形狀進行靈活設計來滿足實際測量需要。提出了一種簡單的輪廓優(yōu)化算法,設計出優(yōu)化模

5、板,該算法不僅可使邊緣輪廓具有但像素寬度,而且能使輪廓的間斷點連續(xù),能夠節(jié)省測量時間、提高測量精度。
　　 根據(jù)被測幾何參數(shù)特點,提出了一種直線、圓的亞像素檢測算法,該算法首先利用整像素算法粗略確定出輪廓(直線或圓)位置,然后計算輪廓附近點與輪廓整像素位置之間的距離,再根據(jù)預設好的閾值,去掉不合格點,保留合格點,最后利用改進的最小二乘法擬合所有合格點得到輪廓亞像素位置,因其可以去除不合格點,所以該算法檢測精度大大提高,又因其計算

6、簡單,故該算法檢測速度也大大提高。
　　 拓展了圓度的應用范圍,提出了圓弧圓度誤差的算法,改進了最小二乘法,使其適用于非均勻圓以及圓弧的計算;并且研究了最小區(qū)域法評定圓度誤差在離散點非均勻分布圓(圓弧)的運用;最后,編寫程序進行檢測,分析了四種評定圓度誤差方法的優(yōu)劣。
　　 最后,本文創(chuàng)建了鏈條元件的視覺檢測系統(tǒng),開發(fā)了鏈條元件幾何參數(shù)測量軟件。根據(jù)要求采集高精度圖像,將圖像ROI提取、圖像的預處理、輪廓提取、輪廓優(yōu)化、