基于機器視覺的小型工件尺寸測量系統研究.pdf

1、隨著機械加工行業(yè)自動化發(fā)展進程的不斷推進，傳統的測量技術已不能充分適應當前的發(fā)展需求，機械加工行業(yè)對加工工件的尺寸測量也提出了更高的要求。本文所研究的基于機器視覺的小型工件測量系統，主要解決人工測量速度慢，長時間測量易疲勞，測量精度不高，以及難以實現測量自動化等問題。
　　本文首先根據課題需要確定系統硬件方案，分析研究相機、鏡頭、光源等主要硬件的工作原理。為了突出被測工件的輪廓邊界，同時避免金屬工件表面的反光，本系統選用了LED環(huán)

2、形無影光源照亮工件的輪廓。另外確定了相機、鏡頭等硬件設備的具體型號，構建了測量系統的整體硬件平臺，完成了相機標定和被測工件的圖像拍攝工作。
　　利用Matlab8.0進行程序開發(fā)，整體流程分為五個主要部分。一是圖像濾波，經過對比分析，使用了中值濾波算法，在不破壞工件邊緣信息的前提下較好的濾出了圖像中的部分噪聲。二是圖像二值化處理，本系統采用了直方圖閾值法確定閾值，將圖像的邊緣和背景清晰的區(qū)分開來。三是圖像邊緣提取，本系統采用了Ca

3、nny算子進行邊緣提取，有效的提取出了圖像的邊緣信息，包括工件真實的邊緣信息和噪聲的邊緣信息。四是噪聲邊緣地消除，在這部分中本文提出了提出了二值圖像連續(xù)亮點區(qū)域聚合算法。該算法先將各個邊緣像素點，包括噪聲邊緣像素點和工件有效邊緣像素點，分別聚合在各自集合中，再跟據噪聲邊緣和工件有效邊緣之間的像素個數差別，判斷并消除噪聲邊緣點，最終實現了工件真實邊緣的有效提取。五是邊緣分段擬合，本文提出了映射分段算法，該算法利用圖像拐點前后點的坐標斜率差