大尺寸零件在線視覺(jué)測(cè)量關(guān)鍵技術(shù)研究.pdf

1、視覺(jué)測(cè)量技術(shù)具有非接觸、無(wú)損傷和適應(yīng)危險(xiǎn)場(chǎng)合等優(yōu)點(diǎn)，但目前關(guān)于大尺寸零件在線視覺(jué)測(cè)量的研究和理論卻比較少。在國(guó)家自然科學(xué)基金“大尺寸機(jī)械零件的高精度在線測(cè)量方法研究”(50805023)的資助下，本課題致力于研究大尺寸零件在線視覺(jué)測(cè)量關(guān)鍵技術(shù)，為提高在線視覺(jué)測(cè)量零件尺寸的工業(yè)生產(chǎn)自動(dòng)化程度奠定理論和技術(shù)基礎(chǔ)，主要貢獻(xiàn)如下:
　　(1)設(shè)計(jì)了一套實(shí)用化的在線視覺(jué)測(cè)量系統(tǒng);
　　針對(duì)大尺寸零件在線視覺(jué)測(cè)量的功能要求和技術(shù)流程，設(shè)

2、計(jì)了一套實(shí)用化的單目視覺(jué)在線測(cè)量系統(tǒng)。通過(guò)合理選擇光源，正確設(shè)計(jì)照明系統(tǒng)，對(duì)相機(jī)和鏡頭等主要部件，綜合考慮性價(jià)比來(lái)選配，搭建了硬件平臺(tái)，同時(shí)開(kāi)發(fā)了相應(yīng)的測(cè)量軟件。
　　(2)定義了一個(gè)圖像清晰度評(píng)價(jià)函數(shù)，提出了一種快速聚焦算法——邊緣跨度最小法;
　　針對(duì)大尺寸零件在線測(cè)量的特點(diǎn)，定義了一個(gè)評(píng)價(jià)圖像清晰度的邊緣跨度函數(shù)，采用動(dòng)態(tài)聚焦窗口和快速搜索策略檢測(cè)邊緣并計(jì)算邊緣跨度值，研究發(fā)現(xiàn)，當(dāng)跨度值達(dá)到最小時(shí)，圖像最清晰。對(duì)比實(shí)驗(yàn)

3、表明:本文算法比幾種經(jīng)典最優(yōu)聚焦函數(shù)的聚焦速度更快，比速度最快的絕對(duì)梯度函數(shù)提高了30％以上，聚焦特性曲線靈敏度更高、單峰性更好，抗噪聲性能更強(qiáng)。
　　(3)提出了一種自適應(yīng)閾值快速邊緣檢測(cè)算法;
　　在對(duì)大尺寸零件圖像進(jìn)行大量實(shí)驗(yàn)、分析和驗(yàn)證的基礎(chǔ)上，提出了一種融合圖像背景和前景灰度值的自適應(yīng)閾值快速邊緣檢測(cè)算法:把圖像中背景灰度值首次大于自適應(yīng)閾值的點(diǎn)，作為目標(biāo)點(diǎn)，實(shí)現(xiàn)了邊緣的快速檢測(cè)。對(duì)比實(shí)驗(yàn)表明:該方法確定的邊緣定位

4、精度高于Roberts算子邊緣檢測(cè)的精度，與幾種常用的亞像素法邊緣檢測(cè)的精度接近，但新方法邊緣檢測(cè)的速度快，運(yùn)算量遠(yuǎn)小于已有的算法。
　　(4)提出了一種基于鏈碼跟蹤的消除序列圖像旋轉(zhuǎn)偏差的快速算法;
　　針對(duì)大尺寸零件序列圖像模板匹配首先需要消除旋轉(zhuǎn)偏差的要求，對(duì)帶有直線輪廓的零件序列圖像，采用鏈碼跟蹤獲取直線每段連續(xù)鏈碼段的長(zhǎng)度，然后根據(jù)鏈碼段長(zhǎng)度選擇不同的算法，求出直線與坐標(biāo)軸間的傾斜角，由傾斜角消除序列圖像的旋轉(zhuǎn)偏差

5、。實(shí)驗(yàn)結(jié)果表明:該算法比用傳統(tǒng)的Hough變換提取直線邊緣來(lái)消除旋轉(zhuǎn)偏差，不僅提高了精度，而且速度提高了25倍多。
　　(5)提出了適用于不同測(cè)量對(duì)象的三種模板匹配改進(jìn)算法;
　　算法一:針對(duì)表面帶有一致性好的線性紋理的大尺寸零件，當(dāng)紋理方向與坐標(biāo)軸方向一致時(shí)，提出了比較相鄰像素灰度值的方法。通過(guò)分別比較模板內(nèi)相鄰像素灰度值是否相同，累計(jì)比較結(jié)果來(lái)得到匹配模板，然后再用絕對(duì)差和算法實(shí)現(xiàn)快速匹配。實(shí)驗(yàn)結(jié)果表明:該算法的精度與互

6、相關(guān)法相當(dāng)，但所耗時(shí)間約為互相關(guān)法的五分之一。
　　算法二:對(duì)于表面無(wú)顯著特征的大尺寸零件，提出了求相鄰像素灰度值之差值的方法。分別將模板內(nèi)的相鄰像素灰度值各自相減來(lái)得到匹配模板，再采用絕對(duì)差和算法，并結(jié)合自適應(yīng)閾值來(lái)提高匹配速度。通過(guò)求相鄰像素灰度值之差，增強(qiáng)了算法的抗噪聲能力。
　　算法三:提出了一種在視野內(nèi)大尺寸零件外添加人工標(biāo)志的方法。根據(jù)零件的傳送速度、相機(jī)的圖像采集速度和設(shè)定的序列圖像重疊區(qū)域的大小，來(lái)設(shè)計(jì)周期性