基于機器視覺的大型零件尺寸測量技術(shù)研究.pdf

1、隨著生產(chǎn)制造業(yè)的快速發(fā)展，對零件的質(zhì)量提出了越來越高的要求，同時對零件檢測的精度和速度也提出了越來越高的要求。傳統(tǒng)的接觸式測量方法因為需要和零件接觸，并且測量時間長、人為主觀因素強，具有明顯的局限性，嚴(yán)重影響了產(chǎn)品檢測的效率。近些年來，基于機器視覺測量技術(shù)以其非接觸、速度快、精度高、實時顯示等優(yōu)勢在生產(chǎn)制造業(yè)中得到迅速的發(fā)展，已經(jīng)成為解決生產(chǎn)制造業(yè)中零件測量問題的有效解決方案。
　　本文以機器視覺相關(guān)知識為基礎(chǔ)，研究如何對大型零件

2、進行非接觸在線測量，主要圍繞著機器視覺相關(guān)的圖像預(yù)處理、圖像拼接、圖像邊緣檢測以及幾何量測量等內(nèi)容開展研究。
　　論文首先，對于測量技術(shù)的分類以及國內(nèi)外研究現(xiàn)狀進行了概述，并深入介紹了運用機器視覺技術(shù)進行測量的發(fā)展史和研究的意義。
　　其次，對于基于機器視覺測量的相關(guān)內(nèi)容分別研究分析。在研究圖像預(yù)處理上，分析了圖像灰度化處理和圖像去噪相關(guān)算法，對圖像去噪的經(jīng)典算法進行實驗分析和比較，最終證明小波去噪算法適合本課題。在研究圖像

3、拼接算法上，對當(dāng)前圖像拼接算法進行研究的基礎(chǔ)上采用了一種基于特征改進的 SIFT（尺度不變特征變換）匹配算法，通過實驗驗證了圖像拼接的有效性及優(yōu)越性。在研究邊緣檢測及測量原理上，對經(jīng)典的邊緣檢測算法進行分析并基于 Canny邊緣檢測采用一種改進的單像素邊緣檢測算法，在此基礎(chǔ)上進一步研究亞像素邊緣檢測并驗證該檢測算法能夠準(zhǔn)確提取圖像邊緣，而在測量上研究了幾何量的測量原理和系統(tǒng)標(biāo)定方法。
　　最后，通過以上算法研究分析，在Visual