基于完整圖像的微型零件精密測(cè)試技術(shù)研究.pdf

1、隨著機(jī)器視覺技術(shù)的發(fā)展，影像測(cè)量技術(shù)在工業(yè)零件的檢測(cè)中得到廣泛的應(yīng)用。受精度要求的限制，影像系統(tǒng)只能對(duì)極小視場(chǎng)成像，當(dāng)零件測(cè)量點(diǎn)較多時(shí)，兩者需要做多次相對(duì)運(yùn)動(dòng)以獲取各點(diǎn)圖像信息。故這種測(cè)量方式效率低下，難以滿足工業(yè)中大批量關(guān)鍵部件全檢的要求。 為了實(shí)現(xiàn)測(cè)量的高效、精確以及自動(dòng)化，本文研究了各種邊緣檢測(cè)和跟蹤技術(shù)，利用合成圖像深入探討和評(píng)價(jià)了各種亞像素定位算法，并將它們應(yīng)用于包含完整零件的工程圖像中。論文的主要工作如下：

2、1.研究了圖像濾波技術(shù)，各種傳統(tǒng)的經(jīng)典邊緣檢測(cè)算子，以及針對(duì)二值化圖像進(jìn)行邊緣提取的數(shù)學(xué)形態(tài)腐蝕法。在經(jīng)典邊緣跟蹤算法的基礎(chǔ)上，提出了智能邊緣跟蹤方法，實(shí)現(xiàn)了圖像中所有輪廓的自動(dòng)跟蹤及存儲(chǔ)。 2.研究了邊緣模糊的原因，以及由兩種邊緣定義引出的兩大類亞像素邊緣定位方法--空間矩法和曲線插值法。對(duì)現(xiàn)行的一些亞像素方法給予了評(píng)價(jià)和總結(jié)，提出了結(jié)合樣點(diǎn)間距，沿梯度方向作三次樣條插值的亞像素算法，嘗試了沿法線方向作不等距樣條插值的改進(jìn)算法