薄片零件尺寸机器视觉检测系统的研发

对薄片零件尺寸机器视觉检测系统的关键技术进行了研究,开发了一套完整的机器视觉检测系统;提出了基于CAD信息的线扫描步长自适应优化方法用于被检测零件的图像采集;提出了基于三次样条插值的矩形透镜法亚像素边缘检测方法用于边缘检测：提出了基于曲率与HOUGH变换的平面轮廓图元识别方法用于图像识别。检测系统的检测精度能达到1μm,检测时间能满足实时在线检测的要求,该检测系统是可行的。     

飞机复杂零件上大量小尺寸导孔的快速视觉检测

设计并实现了一套飞机复杂零件上大量小尺寸导孔的快速视觉检测系统MBMS,对其中的关键技术作了深入研究和讨论。采用将视觉检测与多轴数控运动机构相结合的导孔检测方式,提出了一种系统内外参数精确标定方法;详细讨论了检测程序的生成方法,对检测中导孔的检测顺序进行了规划;针对飞机零件上导孔的成像特征,提出了一种高精度、高稳定性的图像定位技术;最后通过导孔的实际成像与基于虚拟相机技术的理论成像对比分析来得出导孔加工精度的评价。该系统为复杂飞机零件上的大量小尺寸导孔提供了快速有效的数字化检测手段。     

基于显微机器视觉的微小零件装配系统研究

针对精密微小型机电产品装配中的组成零件尺寸小、普通摄像机的分辨率低的问题,提出了一种基于显微机器视觉而建立的高分辨率CCD摄像机与体式显微镜相结合的显微视觉测量系统。采用MATLAB软件中图像平滑、图像识别、边缘提取以及最小二乘拟合圆等方法,对采集到的待装配微小零件的图像进行分析,研究了微小零件装配系统的组成、待装配微小零件的识别定位以及装配过程。结果表明,所采用的显微视觉测量系统,实现了待装配零件的识别定位,完成了待装配微小零件的自动测量和精密装配。     

尺寸约束冲突延迟方法及其在变型设计中的应用

针对产品变型设计过程中零件实例重用引起的尺寸约束冲突,提出尺寸变化需求在入度尺寸之间分配的冲突延迟方法。分析了产品多样化与参数化变型实现模式,提出零件主模型重用和零件实例重用相结合的产品变型设计方法。分析了零件实例重用引起的尺寸约束冲突形式,构建了五元组的尺寸约束网络图,定义了尺寸之间的变化概率矩阵,在此基础上给出尺寸变化需求转移、延迟策略,设计了基于启发函数的尺寸变化概率分配模型,并以零件为对象构建了尺寸冲突决策模型,将变型设计需求快速聚集到少数零件对象上。通过一个实例对上述原理和方法进行了验证。     

基于SolidWorks的零件配置和参数化设计

介绍了利用SolidWorks自身强大的参数化建模功能实现零件标准库建立的方法,这种方法避免了利用软件的二次开发的繁琐,而且便于修改、维护和扩展。介绍了利用方程式驱动的原理并利用方程式驱动实现齿轮参数化设计;介绍了编辑零件配置的两种方法;在SolidWorks中利用配置功能与Excel表格建立数据库相结合和方程式驱动尺寸与配置功能相结合的两种方法建立了丝杠库。     

从AutoCAD中读取回转类零件信息

直接从ＣＡＤ系统的图形数据库中提取零件的几何信息和表面粗糙度，是实现ＣＡＤＣＡＰＰ集成的理想方法。这里主要介绍如何从ＡｕｔｏＣＡＤ生成的ＤＸＦ文件中读取直线、圆弧、尺寸标注、表面粗糙度等信息。结合回转类零件的特点，利用读取的信息判断出零件各部分的类型，并计算出零件的几何尺寸和表面粗糙度。此方法均在笔者用Ｖｉｓｕａｌｃ＋ ＋ 编写的“回转类零件自动编程系统”中得以实现     

MBD模式下机动时间自动计算的实现

针对机动时间计算中存在的问题,提出了一种MBD模式下的机动时间自动计算方法。阐述了MBD模式下三维工艺设计系统原理及包含工时计算的功能框架;将计算参数分成切削参数、结构几何参数与辅助几何参数三类,并分别阐述了这三类参数的来源;提出了零件加工工艺过程的工序、工步、加工尺寸三个层次划分,并阐述了以零件、工序、工步、加工工艺特征、加工尺寸、计算公式及算法为组织对象的三维工艺系统信息模型。同时,详细说明了余量相关与余量无关结构几何参数的获取方法及机加时间的计算原理。最后,在.Net平台上开发实现了该系统,实现了机动时间的自动计算。     

光学三角法全视场自扫描测头的设计与研究

本文基于光学三角法测量原理,设计了一种通过改变光平面与成像光轴夹角来实现对视场内被测零件表面扫描的视觉测头。通过紧凑的旋转镜片反射机构驱动光平面在物空间做扫描运动,将全视场自动扫描功能封装在在线结构光视觉测头内部,使扫描成为线结构光视觉测头的一项内置功能。光定位精度实验以及尺寸测量的重复性精度实验均表面这种设计方法的可行性。这种自扫描测头对中、小尺寸零件三维尺寸的快速检测有重大的实用价值。     

铝合金零件尺寸误差自动检测方法研究

针对铝合金零件的高反光、尺寸较大导致难以检测的问题,对机器视觉系统、图像合成、图像处理等方面进行了研究,提出了基于机器视觉的铝合金零件尺寸误差的自动检测方法。采用同轴平行光源在零件上方打平行光和两轴运动平台采集局部高精度图像并拼接合成的方法,获取了高精度大尺寸零件图,提高了检测精度并可突破检测尺寸局限;利用视觉检测技术实现了图像的预处理、尺寸特征量提取等的处理,采取Canny算子结合双线性插值方法提取了零件亚像素级边缘,提高了检测精度,通过将提取的零件边缘图像与标准零件CAD图匹配、判识,完成了零件尺寸的测量分析。研究结果表明:该铝合金零件检测方法实现检测精度高于0.02 mm,可满足铝合金零件生产现场自动检测的要求。     

基于集成成像技术的零件孔径位置检测（英文）

针对利用霍夫圆检测方法很难定位大尺寸零件上所有孔径位置的问题,本文提出了一种将集成成像技术与霍夫圆检测算法相结合的非接触式测量方法。首先,根据经典成像理论提出了一套集成成像信息获取算法。其次,利用二维平移台和CCD相机搭建了相机阵列实验装置。系统工作时,相机采集的元素图像阵列,可以通过霍夫圆检测和坐标获取算法来实现零件孔径位置的定位。基于上述理论进行了验证实验,结果显示,零件孔径位置的检测误差在0.3mm以内。该方法为集成成像技术应用于高精密位置检测提供了有效的理论支持。     

Measurement of the geometric features of a cutting tool edge with the aid of a digital image processing technique

For the further development of new machining systems such as flexible manufacturing systems (FMS), this paper reports on a new measuring system developed for the multi-purpose understanding of the geometric features of cutting tool edges having serious influences on the machining outputs. In this system, to detect three-dimensional (3D) features of the toolface and tool flank only from the two-dimensional (2D) microscopic observation of the toolface and to describe an overall 3D geometric feature of the tooledge as a digital 2D image as well as to enable inexpensive system development, two convenient measuring principles are used. These are the scanning optical section method for the toolface contour mapping and the cutting edge profile comparison method for the flank wear landwidth estimation. Based on these, experimental hardware was arranged and various processing softwares were developed. They were applied to an observation of the cutting edge wear development in some cylindrical turning experiments, to show that various effective cutting edge parameters could be easily extracted from the integrated toolface image recorded, and that sufficient accuracy and resolution for practical use could be obtained.     

Studies on profile error and extruding aperture for the RP parts using the fused deposition modeling process

Fused deposition modeling (FDM) is one of the leading rapid prototyping processes for producing acrylonitrile butadiene styrene prototypes. However, the extruding accuracy in part fabrication is subject to transmission machinery and filament diameter. The parts cannot be filled up completely. Therefore, profile error and extruding apertures are two substantial quality characteristics to be considered. This study proposed an original image measurement method for examining profile error through a series of standard cylinders laid on the contour of the part. Also, images captured can be used to identify non-filled regions on part appearance to calculate aperture area on the surface layer. Besides, this study investigated the effects of extruding parameters, including contour width, contour depth, part raster width, and raster angle, on quality characteristics by Taguchi??s method. A thin solid model based on a 2-D spiral was designed to demonstrate the proposed approach. Results of ANOVA and confirmation experiments showed that the parametric criteria concluded in this study could obtain satisfactory performances on profile error and extruding apertures in the FDM process.     

Small sample parts recognition and localization from unfocused images in precision assembly systems using relative entropy

Recognition and localization of mechanical parts using machine vision is a common approach in precision assembly systems. However, positional inaccuracy in assembly systems often produces unfocused images. Hence, existing methods of part recognition and localization are vulnerable to failure. In this paper, we present a part recognition and localization method, based on relative entropy, which can be applied to small samples. First, a template image is generated based on the contour of the parts and divided into several regions. The intensity distribution of the regions was sampled to generate template features. Then, the captured image is segmented using the Gaussian mixture model and the expectation maximum algorithm to extract the target part in the image. Part features are also generated by sampling the target part image using the template features. Furthermore, an optimization model is established in which the objective function is the sum of the relative entropy between the image features, the template features, and the region matching error correction term. By solving the optimization model, the location of the part can be obtained. The proposed method is compared with the edge and invariant feature-based methods through experiments. The results show that the proposed method has higher robustness and is suitable for the recognition and localization of parts with unfocused images. By using this method, the flexibility and reliability of precision assembly systems can be improved.     

Automation of sealant painting and lace cutting using pattern tracking techniques

In order to eliminate manual work from FMS installations, the application of pattern recognition techniques is very advantageous. Applications such as sealant painting on a flange of a motor-cycle crankcase and cutting off an embroidered lace pattern along an assigned contour have been successfully automated by means of simple pattern tracking techniques.     

基于美学特征的参数化产品外形设计

随着个性化需求的发展,产品的工业美学设计愈加受到重视.产品的外形主要受一些关键形态要素,如尺寸、比率等影响.为此,文中运用形态控制参数表达产品的形态要素,给出一种基于形态要素的工业缝纫机参数化外形设计方法.通过对37种样本的美学形态要素进行分析,定义了描述工业缝纫机外形特征的12个形态要素,如机身长与机身高比率、中部主轴截面等形态要素.随后,建立了形态要素与工业缝纫机外形曲面的关键控制特征参数之间的映射关系,并运用这些特征参数构造了工业缝纫机的外形模型.修改特征参数,可以生成不同形态的工业缝纫机外形.     

基于微分几何的柔性电路板图像区域识别方法

目前柔性电路板(FPC)的表面缺陷检测方案大多缺少对轮廓进行分类这一步骤,而直接对特定区域如镀通孔、线路部位进行缺陷检测,难以直接应用到实际生产中。为解决这一问题,提出一种能有效提取柔性电路板表面轮廓并进行特定区域识别分类的方法。在该方法中,为精确地提取FPC图像整体轮廓,并有效过滤掉图像前景和背景相互夹杂的部分,针对FPC表面图像光照不均匀以及斑点杂质较多的问题,采用区域生长法提取图像轮廓,并利用中心邻域灰度法来消除欠生长的问题;为有效地识别图像不同区域的轮廓类型,利用双向差分法来计算图像轮廓的离散曲率,利用陆地移动距离(EMD)来评价各个轮廓的曲率特征与模板轮廓的区别,实现了FPC图像特定区域的识别。     

计算机视觉在人体部分尺寸测量中的运用

基于计算机视觉技术,研究了辅助测量人体关键尺寸参数的方法.进行了CCD图像人物轮廓的提取、人像肩部特征点的识别、眼睛位置信息的识别及图像标定算法的设计.实验表明,该方法可有效地解决人体关键尺寸参数的非接触测量问题,对于面向汽车座椅设计的人机工程学研究具有重要的实际价值.     

基于函数型数据时间序列建模的齿轮破损图像识别

当前齿轮破损图像识别未拟合周期性动作捕捉数据,导致齿轮破损图像的识别效率较低,图像边缘轮廓中细节信息丢失,造成识别误差较大、识别效果较差。提出基于函数型数据时间序列建模的齿轮破损图像识别方法,通过小波变换方法提取齿轮破损图像中存在的低频成分,做双直方图均匀化处理,采用高斯高通滤波器提取齿轮破损图像中存在的高频成分,增强齿轮破损图像中存在的细节信息,利用函数型数据分析方法拟合动作捕捉数据,根据获取的数据构建周期时间序列,获得隐马尔可夫模型,通过最大似然估计函数,计算获得测试模型与样本之间的匹配度,实现齿轮破损图像的识别。实验结果表明,所提方法的识别误差较小,识别效果较好,能够有效提高齿轮破损图像的识别效率。     

基于MEB-SVM的静态手势识别研究

为了实现快速高准确率的静态手势识别,提出了一种新的支持向量机分类方法。图像分割是图像识别的基本步骤,采用彩色直方图为特征可以将手部区域从背景中分离出来;然后将得到的手部图像去除手部以外的区域,并二值化,得到手的轮廓;再用8邻域方法处理轮廓图,得到一个表示轮廓的坐标序列,再将复数序列采用傅里叶变换,从而得到一个大小、平移、旋转不变的一维矢量。最后对矢量用MBE-SVM进行分类、识别。通过这种方法完成的手势识别正确率达到了90%以上,基本实现了静态手势识别的目标。     

基于立体匹配技术的X射线分层成像方法研究

针对安检领域中行李箱内多层物体在二维透视图像中相互重叠,导致物体之间的形状不清晰、不易辨认和存在盲区等问题,提出了一种基于立体匹配技术的分层成像方法.该方法利用双目立体视觉原理,结合双角度投影的灰度信息对投影图像由外向内进行分割,并对分割结果基于相似属性进行匹配,结合视差进行分层重建.最后利用视差原理重建出不同深度的物体,实现了对不同深度物体的识别.经实验验证,该方法有效地消除了视图中的重叠现象,提高了对物体的识别准确率.