双目视觉测量中等匹配点的光条中心提取

为了精确、快速提取激光条中心,使其提取结果更适用于工业现场特征尺寸的双目视觉测量,提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点,计算灰度梯度方向,确定光条边界。接着,根据左右图像中激光条的粗提取结果确定基准光条,对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取,得到等匹配点的亚像素中心坐标。最后,利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明,本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99.887%与98.276%,宽度重建的相对误差分别为0.638%与0.488%,激光条中心提取结果能有效重建锻件表面的特征信息,满足工业现场对测量的精度、速度和鲁棒性要求。     

极端条件下基于改进深度森林的行星齿轮箱故障诊断方法

齿轮箱是风电机组重要且易出现故障的设备,早期故障威胁系统运行安全。在极端条件中高效、准确的齿轮箱故障诊断对风电机组的安全稳定运行至关重要,因此提出了基于改进深度森林的行星齿轮箱故障诊断方法。为了实现不平衡小样本与强噪声的极端条件下行星齿轮箱故障的高效诊断,首先针对旋转机械振动数据样本较少与不平衡的情况,在Wasserstein生成对抗网络中引入梯度惩罚,生成样本补充原始数据集。然后利用多粒度扫描处理振动信号数据点之间的联系,增强数据中的故障特征。最后在级联森林内部引入新的基学习器并运用量子粒子群算法优化参数,获得具有高诊断精度的模型结构进行故障分类,输出诊断结果。经与其他智能诊断方法在多场景下进行的对比实验,证实了所提方法在极端条件下的分类效果较好,能有效提高齿轮箱故障诊断的准确性。     

大型高温锻件在线视觉测量图像匹配方法

提出了一种大型锻件在线视觉测量图像匹配方法。本方法建立在外极线约束的基础上,根据锻件现场测量视场大实效性要求高的特点,利用双向极线的距离的方法,建立了基于极线约束的匹配判断条件。在实验室和锻造现场的实验证明本匹配方法精度高,耗时少,符合大型高温锻件在线视觉测量的要求。     

基于纯平移两视图几何的镜头畸变参数标定

针对摄像机镜头畸变对系统测量精度的影响,提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先,分析了机器视觉测量中影响测量精度的主要畸变类型,建立了镜头非线性畸变模型。然后,利用射影几何及纯平移两视图几何的固有特性,构建了四组约束方程用于求解畸变参数。最后,针对大视场测量时标定板无法有效充满视场的问题,提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程,利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示:提出的方法标定精度较高,标定后图像特征点连线的直线度误差减小了89%,标定精度及可靠性均满足机器视觉测量的要求。