基于機(jī)器視覺(jué)的小型工件尺寸測(cè)量系統(tǒng)研究.pdf

1、隨著機(jī)械加工行業(yè)自動(dòng)化發(fā)展進(jìn)程的不斷推進(jìn)，傳統(tǒng)的測(cè)量技術(shù)已不能充分適應(yīng)當(dāng)前的發(fā)展需求，機(jī)械加工行業(yè)對(duì)加工工件的尺寸測(cè)量也提出了更高的要求。本文所研究的基于機(jī)器視覺(jué)的小型工件測(cè)量系統(tǒng)，主要解決人工測(cè)量速度慢，長(zhǎng)時(shí)間測(cè)量易疲勞，測(cè)量精度不高，以及難以實(shí)現(xiàn)測(cè)量自動(dòng)化等問(wèn)題。
　　本文首先根據(jù)課題需要確定系統(tǒng)硬件方案，分析研究相機(jī)、鏡頭、光源等主要硬件的工作原理。為了突出被測(cè)工件的輪廓邊界，同時(shí)避免金屬工件表面的反光，本系統(tǒng)選用了LED環(huán)

2、形無(wú)影光源照亮工件的輪廓。另外確定了相機(jī)、鏡頭等硬件設(shè)備的具體型號(hào)，構(gòu)建了測(cè)量系統(tǒng)的整體硬件平臺(tái)，完成了相機(jī)標(biāo)定和被測(cè)工件的圖像拍攝工作。
　　利用Matlab8.0進(jìn)行程序開(kāi)發(fā)，整體流程分為五個(gè)主要部分。一是圖像濾波，經(jīng)過(guò)對(duì)比分析，使用了中值濾波算法，在不破壞工件邊緣信息的前提下較好的濾出了圖像中的部分噪聲。二是圖像二值化處理，本系統(tǒng)采用了直方圖閾值法確定閾值，將圖像的邊緣和背景清晰的區(qū)分開(kāi)來(lái)。三是圖像邊緣提取，本系統(tǒng)采用了Ca

3、nny算子進(jìn)行邊緣提取，有效的提取出了圖像的邊緣信息，包括工件真實(shí)的邊緣信息和噪聲的邊緣信息。四是噪聲邊緣地消除，在這部分中本文提出了提出了二值圖像連續(xù)亮點(diǎn)區(qū)域聚合算法。該算法先將各個(gè)邊緣像素點(diǎn)，包括噪聲邊緣像素點(diǎn)和工件有效邊緣像素點(diǎn)，分別聚合在各自集合中，再跟據(jù)噪聲邊緣和工件有效邊緣之間的像素個(gè)數(shù)差別，判斷并消除噪聲邊緣點(diǎn)，最終實(shí)現(xiàn)了工件真實(shí)邊緣的有效提取。五是邊緣分段擬合，本文提出了映射分段算法，該算法利用圖像拐點(diǎn)前后點(diǎn)的坐標(biāo)斜率差