高精度圖像尺寸檢測鏡頭畸變校正方法與實現.pdf

1、隨著現代零件加工業(yè)的飛速發(fā)展，傳統(tǒng)的計量檢測技術已經無法滿足日益苛刻的高精度檢測要求。傳統(tǒng)的人工檢測耗費大量勞動力，產生了過高的管理成本和質量成本，而且其精度受人為因素制約，已經無法滿足當前生產需求。新興的計算機視覺憑借其測量精度高和全自動檢測等優(yōu)勢，逐漸在計量檢測領域占據主要地位。高精度檢測要求對于計算機視覺，既是機遇又是挑戰(zhàn)。在進行高精度檢測時，圖像不僅對噪聲的影響非常敏感，相機鏡頭產生的幾何畸變，更是導致檢測精度下降的元兇。細微的

2、畸變，也會造成精度嚴重滑坡。只有真實的圖像，才能真實地反映物體的真實形態(tài)。如何更好地適應現代工業(yè)化發(fā)展要求，高精度圖像尺寸檢測鏡頭畸變校正具重要意義。
　　 本課題以汽車發(fā)動機氣門的各種尺寸檢測作為研究對象，研究基于計算機視覺的高精度圖像尺寸檢測鏡頭畸變校正方法與實現，以提高檢測精度以及檢測效率。在本課題的檢測系統(tǒng)中，用高速CCD提取氣門圖像，然后對圖像進行中值濾波和亞像素邊緣提取，得到圖像的邊緣特征。通過將相機鏡頭徑向畸變的原

3、理及相關校正方法結合實際應用，對校正方法進行改進優(yōu)化。利用得到的亞像素邊緣實現畸變校正，得到尺寸參數的精確解，最終輸出高精度的檢測結果。主要研究內容如下:
　　 1.根據實際氣門的各種尺寸檢測需求，設計相關的尺寸檢測算法。
　　 2.對圖像質量進行改善，實現相關區(qū)域的亞像素邊緣提取。通過中值濾波器濾除圖像噪聲，改善圖像質量。再通過priwitt改進算法結合質心法對定位區(qū)域的亞像素邊緣進行提取，獲取高精度邊緣特征。

4、　　 3.對圖像中的氣門進行畸變校正，得到相關尺寸數據的輸出結果。在步驟二提取的亞像素精確邊緣的基礎上，通過引入徑向畸變參數，確立了物體在世界坐標中與圖像坐標中的映射關系，從而建立誤差補償曲線函數。利用得到的誤差補償函數的系數矩陣和徑向畸變參數，將測得的左右邊緣坐標差乘上像素當量并進行誤差補償，實現鏡頭畸變的誤差校正。
　　 實驗表明，該方法快速有效，提高了檢測精度，降低了設備成本，檢測精度可達2μm。目前該方法已在計算機上編