基于圖像技術(shù)的型材截面幾何尺寸測量方法研究.pdf

1、圖像測量技術(shù)具有快速、非接觸等特點，是現(xiàn)代化測量領(lǐng)域的新方向，在對微小尺寸、大尺寸和復(fù)雜機(jī)械結(jié)構(gòu)尺寸檢測中具有顯著的優(yōu)勢，對實現(xiàn)工業(yè)自動化加工和檢測具有重要的意義。鋁型材在現(xiàn)代化建設(shè)中占有極其重要的地位，隨著工業(yè)、建筑業(yè)和交通運輸業(yè)的快速發(fā)展，對鋁型材的數(shù)量和質(zhì)量提出了更高的要求。型材截面尺寸偏差是型材質(zhì)量的一個重要指標(biāo)，但是由于型材截面形狀比較復(fù)雜，傳統(tǒng)的測量手段已經(jīng)無法滿足精確、快速的測量要求。為了實現(xiàn)型材截面幾何尺寸的自動化檢測，

2、促進(jìn)圖像測量技術(shù)相關(guān)理論的發(fā)展，本文以普通鋁型材為研究對象，分別采用單個相機(jī)和雙相機(jī)對型材截面幾何尺寸進(jìn)行測量，并對其中的關(guān)鍵技術(shù)展開研究，主要研究內(nèi)容如下:
　　一、對相機(jī)標(biāo)定技術(shù)進(jìn)行介紹，著重對相機(jī)外參數(shù)標(biāo)定算法進(jìn)行了研究。根據(jù)圖像特征，設(shè)計了光斑識別算法，通過重心加權(quán)法提取光斑中心，并對光斑中心坐標(biāo)進(jìn)行了畸變校正。設(shè)計了自動剔除誤差較大光斑點的方法，提高了相機(jī)外參數(shù)標(biāo)定的精度。對濾波算法和邊界提取算法進(jìn)行了研究，根據(jù)型材截面

3、圖像的實際情況，提出了先中值濾波后局部均值濾波的組合濾波法。通過基于組合濾波的Canny算法提取型材邊界，減小了型材截面切割痕跡和全局濾波所帶來的邊界模糊對邊界提取的影響。對邊界圖像進(jìn)行傾斜校正，并計算出型材圖像尺寸與實際尺寸的比例關(guān)系。
　　二、考慮到型材邊界形狀比較復(fù)雜，部分圖元之間角點很不明顯，提出了角點自動檢測與人機(jī)交互相結(jié)合的方法。該算法在傳統(tǒng)CSS算法的基礎(chǔ)上進(jìn)行了改進(jìn)。先在較低尺度下采用較大步長的曲率閾值法剔除小曲率

4、區(qū)域上的偽角點，再合并微小圖元剔除圓弧上的偽角點，并結(jié)合投影高度法對圖元進(jìn)行分割和融合。該方法對型材邊界上角點檢測具有很好的效果，但是角點檢測的準(zhǔn)確率仍然不能達(dá)到100％。最后對于誤檢和漏檢的角點采用人機(jī)交互的方法進(jìn)行校正，保證了邊界分割的有效性。
　　三、針對雙相機(jī)測量，對特征點匹配算法和三維坐標(biāo)求解算法進(jìn)行了研究。根據(jù)采集的左右相機(jī)圖像的特點，提出了基于平移向量的特征點匹配方法，結(jié)合極線約束和匹配的唯一性、順序性原則對左右相機(jī)

5、中同名角點進(jìn)行匹配，取得了較好的匹配效果。利用異面直線公垂線的中點逼近待求空間點，完成特征點三維坐標(biāo)的求解。
　　四、在以上研究成果的基礎(chǔ)上，分別用單個相機(jī)和雙相機(jī)對幾種常見型材的壁厚、長度、圓弧弧度、圓弧圓心和半徑等參數(shù)進(jìn)行測量。并用精度為0.02mm的游標(biāo)卡尺對型材壁厚和長度進(jìn)行測量，作為約定真值。將本文方法測量結(jié)果與約定真值進(jìn)行對比，并對兩種測量方法的測量誤差及產(chǎn)生誤差的原因進(jìn)行了分析。實驗結(jié)果表明，兩種方法的檢測精度均達(dá)到