基于計(jì)算機(jī)視覺的鏈條元件幾何參數(shù)測量.pdf

1、計(jì)算機(jī)視覺檢測是一種新興的非接觸測量技術(shù),它以計(jì)算機(jī)視覺理論為基礎(chǔ),融合了光電子學(xué)技術(shù)、控制理論、模式識別、計(jì)算機(jī)圖形學(xué)及其它各種計(jì)算機(jī)技術(shù)。本文以杭州沃爾夫鏈條有限公司生產(chǎn)的鏈條元件為檢測對象,采用了基于計(jì)算機(jī)視覺的圖像檢測技術(shù),實(shí)現(xiàn)了對鏈條元件的幾何尺寸及圓度誤差的集成測量。論文主要內(nèi)容涉及圖像采集、圖像感興趣區(qū)域(ROI)提取、圖像預(yù)處理、邊緣檢測、圖像分割、亞像素定位、圓度誤差以及系統(tǒng)標(biāo)定等,并對相關(guān)技術(shù)進(jìn)行了研究。
　　

2、 首先論述了計(jì)算機(jī)視覺檢測系統(tǒng)硬件,以及各種硬件的選用原則和性能指標(biāo),并對相關(guān)的硬件進(jìn)行了具體的分析,包括檢測系統(tǒng)光源、CCD攝像機(jī)、數(shù)字圖像采集卡、鏡頭和計(jì)算機(jī)等。然后論述了視覺檢測系統(tǒng)的性能評價(jià)標(biāo)準(zhǔn),并根據(jù)鏈條元件的結(jié)構(gòu)特征、檢測技術(shù)要求和實(shí)驗(yàn)室現(xiàn)有條件,選擇了本課題所需視覺檢測系統(tǒng)硬件。
　　 研究了相關(guān)的圖像處理技術(shù),主要包括圖像感興趣區(qū)域提取、圖像平滑、二值化、圖像分割、邊緣檢測、輪廓提取及優(yōu)化等。分析了抑制噪聲的常

3、用濾波方法,具體包括均值濾波法、中值濾波法和低通濾波法。闡述了圖像分割的目的,介紹了圖像分割方法,其中詳細(xì)論述了閾值分割技術(shù)中的灰度閾值分割法和最小誤差分割法。在圖像邊緣檢測方面,主要研究了一階、二階微分邊緣檢測算子和Canny邊緣檢測算子,進(jìn)而分析了各種邊緣檢測方法的優(yōu)缺點(diǎn),最后通過實(shí)驗(yàn),分析了各種算子的性能,闡述了輪廓提取和輪廓優(yōu)化的原理。同時(shí),針對OpenCV中相關(guān)的圖像處理函數(shù)做了簡單介紹。對于鏈條元件中直線和圓的檢測,采用改進(jìn)

4、了的常規(guī)的線性最小二乘擬合法。
　　 針對本文研究的鏈條元件的圖像特征,提出了一種適用于本系統(tǒng)的ROI提取算法,分析了圖像在含有孤立點(diǎn)噪聲的情況下該算法的可靠性,以及閾值選取對實(shí)驗(yàn)結(jié)果的影響;并設(shè)計(jì)出針對內(nèi)鏈板圖像的抗噪模板,可以很好的抑制孤立點(diǎn)噪聲,目標(biāo)與背景的面積比越大、算法復(fù)雜度越大,該算法對處理速度的貢獻(xiàn)能力就越大;抗噪模板可以根據(jù)目標(biāo)圖像具體形狀進(jìn)行靈活設(shè)計(jì)來滿足實(shí)際測量需要。提出了一種簡單的輪廓優(yōu)化算法,設(shè)計(jì)出優(yōu)化模

5、板,該算法不僅可使邊緣輪廓具有但像素寬度,而且能使輪廓的間斷點(diǎn)連續(xù),能夠節(jié)省測量時(shí)間、提高測量精度。
　　 根據(jù)被測幾何參數(shù)特點(diǎn),提出了一種直線、圓的亞像素檢測算法,該算法首先利用整像素算法粗略確定出輪廓(直線或圓)位置,然后計(jì)算輪廓附近點(diǎn)與輪廓整像素位置之間的距離,再根據(jù)預(yù)設(shè)好的閾值,去掉不合格點(diǎn),保留合格點(diǎn),最后利用改進(jìn)的最小二乘法擬合所有合格點(diǎn)得到輪廓亞像素位置,因其可以去除不合格點(diǎn),所以該算法檢測精度大大提高,又因其計(jì)算

6、簡單,故該算法檢測速度也大大提高。
　　 拓展了圓度的應(yīng)用范圍,提出了圓弧圓度誤差的算法,改進(jìn)了最小二乘法,使其適用于非均勻圓以及圓弧的計(jì)算;并且研究了最小區(qū)域法評定圓度誤差在離散點(diǎn)非均勻分布圓(圓弧)的運(yùn)用;最后,編寫程序進(jìn)行檢測,分析了四種評定圓度誤差方法的優(yōu)劣。
　　 最后,本文創(chuàng)建了鏈條元件的視覺檢測系統(tǒng),開發(fā)了鏈條元件幾何參數(shù)測量軟件。根據(jù)要求采集高精度圖像,將圖像ROI提取、圖像的預(yù)處理、輪廓提取、輪廓優(yōu)化、