基于機器視覺的應變測量技術(shù)研究.pdf

1、隨著現(xiàn)代工業(yè)技術(shù)的發(fā)展，對材料性能的測量效率和精確度要求越來越高。材料性能對工程質(zhì)量的優(yōu)劣有決定性作用，因此對材料性能的測試變得越來越重要。為克服傳統(tǒng)接觸式引伸計應變測量方法在金屬材料在拉伸試驗中的不足，采用基于機器視覺的測量原理對試件進行非接觸式應變精密測量。目前有很多學者研究基于機器視覺的非接觸式測量并取得一定的成果，但是實際工業(yè)應用上仍有許多值得研究和改進的地方。本文依據(jù)金屬材料拉伸時性能要求，結(jié)合機器視覺測量原理，對非接觸應變測

2、量方法做了進一步研究，開發(fā)出較完整的應變測量系統(tǒng)。
　　 首先詳細介紹了基于機器視覺測量技術(shù)在整個測量行業(yè)內(nèi)的發(fā)展現(xiàn)狀和應用前景，并確立了本文應變測量系統(tǒng)的組成。應變測量系統(tǒng)采用工業(yè)數(shù)字式CCD攝像機，可以快速穩(wěn)定的獲取圖像數(shù)據(jù);采用數(shù)字圖像處理的技術(shù)并結(jié)合直線識別算法，對圖像數(shù)據(jù)進行分析處理獲取要識別的目標信息，通過試驗的方法對采集的數(shù)據(jù)進行標定，繪制試驗要求曲線，完成對試件應變精密測量。
　　 其次介紹了本系統(tǒng)的硬件

3、組成部分和軟件組成部分。硬件組成部分主要是工業(yè)攝像機、試驗機和照明系統(tǒng)。軟件部分主要是圖像處理的算法，研究圖像的獲取、圖像的預處理、直線識別算法結(jié)合亞像素細化等內(nèi)容。根據(jù)獲取圖像數(shù)據(jù)，結(jié)合數(shù)字圖像處理的基本方法，選取適合本系統(tǒng)的圖像處理算法。因為獲取圖像難免會有噪聲，所以需要對圖像進行濾波平滑，消除圖像數(shù)據(jù)中的噪聲，本試驗圖像數(shù)據(jù)的背景較單一，對比度較好，進而采用了灰度直方圖與固定閾值結(jié)合方法進行二值化處理，只需在測量之前設(shè)置閾值，方法

4、簡單快速，提高了測量系統(tǒng)的運算速度。本文研究重點是放在邊緣檢測以及目標識別算法上。邊緣檢測的方法的優(yōu)劣直接影響到圖像目標的識別，需要根據(jù)識別出邊緣的準確率和算法的復雜程度結(jié)合后續(xù)目標識別算法，得出適用于本系統(tǒng)的最優(yōu)算法，即使用Roberts算子結(jié)合圖像濾波來進行邊緣檢測。通過概率Hough變換得到直線邊緣結(jié)合亞像素細化，得出新的直線段作為標記直線，對得到的目標直線進行像素長度計算從而求出試件實際尺寸。以這種新檢測的直線段作為標記線段的方