基于激光视觉的石英摆片厚度精密测量方法

石英摆片厚度的检测能够提供产品生产过程中的重要信息,通过实时检测石英摆片的厚度,可以生产出高质量的产品,并能够识别和排除有缺陷的产品。为了提高石英摆片厚度参数检测的精度和效率,提出了一种利用激光视觉技术进行石英摆片厚度测量的非接触测量方法。该方法根据斯涅尔的基本光学定律,通过视觉测量系统获取激光光斑的图像;利用改进的Zern ike矩边缘定位算法及优化的激光光斑中心定位算法计算石英摆片的厚度。设计了半导体激光器恒功率驱动控制系统和激光光束准直系统,分析了激光入射角角度的选取原则。实验结果表明:该方法稳定性好,测量精度高,可以实现石英摆片厚度的非接触精密测量。     

基于图像矩的视觉伺服控制及应用

传统的基于图像的视觉伺服控制中,雅可比矩阵的奇异性将影响到控制系统的稳定性和鲁棒性,利用图像矩作为特征可以保证矩阵为满质的,并且由于该雅可比矩阵为上三角型,能够将平移和转动运动部分解耦,因此简化了控制器设计。在视觉控制器的设计中,基于遗传算法优化的最优PD控制策略能够获得比常用的P控制策略更好的综合动态特性。在物体平面和图像平面平行时,通过微轴孔的精密对准试验验证了上述基于图像矩的视觉伺服控制的有效性。     

基于机器视觉的手机尾插件精密测量方法研究

提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统,方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系,对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题,引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束,并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵;针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题,设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明:与传统方法相比,所提出的方法特征匹配精度提高了12%,直线检测精准度提高了22%,系统测量精度达到0.015 mm。     

二次曲线的计算方法研究

二次曲线的射影理论是射影几何中极其重要的一个组成部分。利用二次曲线的对应进行物体识别、场景重建及运动分析是计算机视觉中非常活跃的一个研究领域。利用图像坐标计算二次曲线,当图像坐标很大时,就会出现计算故障或者引起计算精度的下降;利用齐次坐标来计算二次曲线,相应地增加计算量。本文从实际计算的角度出发,使用N矢量来表示视平面上所有的点和直线,从二次曲线的定义建立了二次曲线的N矢量计算公式。在此基础上,给出了射影平面上由任意一点或一条直线所确定的二次曲线切点、切线的N矢量计算方法,通过举例分析和实验验证,该算法实用、可靠。     

基于机器视觉的箱体类金属工件铆接质量检测方法研究

针对箱体类金属工件铆接质量难以检测、检测效率及精度低的问题,通过分析半空心铆钉铆接特点,基于机器视觉技术,提出了一种特征融合与机器学习结合的铆接质量检测方法。首先,为了克服铆钉反光及背景噪声和纹理的影响,提出改进的Retinex图像增强算法和多阈值目标分割算法,得到铆钉及镦头等感兴趣区域;其次,为了准确描述缺陷特征,提取目标区域的几何形状及Zernike矩等12维特征向量;最后,设计了基于ELM分类算法实现缺陷的分类。实验结果表明,该方法能够准确检测出铆接质量缺陷,“合格-缺陷”二分类和缺陷多分类检测正确率分别为95.2%和92%,且满足实时在线检测需求。     

基于仿生视觉的图像RST不变属性特征提取方法

针对图像目标识别过程中易受旋转、缩放、平移及噪声影响的问题,提出一种仿生物视觉感知的RST不变属性特征提取方法,以提升形变目标的识别率与抗噪鲁棒性。受生物视觉感知机理启发,其皮质细胞经过多级变换后,能够最佳权衡图像选择性与不变性。为此,该方法设计成两个阶段。第1阶段中,受生物视觉在水平与垂直方向响应强烈的启发,提出Gabor滤波器与双极滤波器融合的filter-to-filter方向边缘检测方法。Gabor滤波作为底层滤波器平滑图像,通过高层水平与垂直方向双极滤波器检测边缘,构建方向边缘检测子。以增强特征提取的鲁棒性,提升边缘检测的准确度。在此基础上,模拟大脑视觉皮质细胞对线条响应强度的反馈,根据不同边缘方向及间距,度量图像线条的空间频率。设计空间频率间距检测子,将方向边缘图像映射至方向θ-间距I坐标系中。使原图像的旋转与比例缩放,在该坐标系上表现为水平与垂直方向变化。在第2阶段中,针对第1阶段输出图像,再次进行方向边缘检测与间距检测。将第1阶段中水平与垂直平移变换,转变为第2阶段的特征图中不变像素点,使图像具有RST不变性。通过实验统计分析,验证了本文特征的RST不变性及其识别能力。并与其他不变属性特征提取方法进行了识别率与复杂度比较,突显本方法对噪声的强鲁棒性与RST的高识别率。     

基于特征点提取和旋转不变技术的锁片基体视觉检测

针对锁片基体漏装检测中高速、柔性、准确的要求，采用视觉检测的方式进行检测。运用基于Harris探测算法的特征点提取并结合Zernike矩图像旋转不变技术，成功地解决了基体在图像中位置不固定的情况下检测耗时的问题，实现了锁片基体手工安装是否漏装的自动化视觉检测。实验证明，该方法具有实用性和高效性。     

基于视觉传达的复杂图像自动化特征监控方法

传统特征监控方法在处理多分辨率复杂图像时无法找到最合理的分块数量,导致监控效率低,因此设计一种基于视觉传达的复杂图像自动化特征监控方法.首先对复杂图像的结构进行分析,利用视觉子描述图像结构,采用滤波响应得到图像块线结构外观属性,计算有效偏离位移,随后基于视觉传达进行图像预处理,利用图像二值化法消除噪音,最后经过多点监控...     

基于计算机视觉的精密测量技术

精密测量技术是精密工程领域研究的一项重要内容。具有测量精度高、测量速度快等特点的计算机视觉方法在精密测量技术中得到了广泛的应用。本文首先介绍了基于计算机视觉的精密测量技术的基本原理,然后分析了该精密测量方法的几个应用实例。最后,以计算机视觉方法在微运动测量中的应用为例。表明了该方法在精密测量技术中的优越性。通过分析,揭示了基于计算机视觉的精密测量技术在精密工程领域的重要性。     

基于机器视觉的轴承识别与定位算法研究

针对运用视觉技术对轴承进行质量检测与尺寸测量时,能够准确地识别定位到目标轴承,提出一种基于机器视觉的轴承识别与定位算法。通过对采集到的轴承图像进行预处理,分割出目标图像并提取图像的外轮廓边缘特征;设置轴承的模板图像,结合图像的Hu不变矩特征对轴承进行识别匹配;通过最小二乘法对图像边缘点进行圆拟合并采用迭代法进行修正,通过计算圆心的位置坐标,实现对轴承的定位。实验结果为：轴承的识别匹配度在0～0.03之间,定位误差在0.5像素以内,满足系统对轴承的识别定位精度要求。     

双目视觉中空间圆弧的高精度测量方法

提出一种基于双目视觉的空间圆弧高精度测量方法.首先为提高图像中曲线的中心点位置提取精度使用Steger方法,其次在图像匹配过程中为快速准确获取匹配点对,提出通过计算右图像中极线与直线交点的方法寻找匹配点,其中该直线由距极线最近邻和次近邻且分配在极线两侧的两点确定,最后对三维数据拟合得到空间圆心坐标和圆半径,针对传统方法鲁棒性差的问题,提出基于平面约束的空间圆弧拟合方法.实验结果表明,与传统检测方法相比较,该方法对空间圆弧的高精度测量具有较好的精确性和鲁棒性.     

发动机缸体视觉图像定位方法研究

针对发动机缸体孔系实现在线自动测量的难题,提出了基于视觉图像的发动机缸体定位方法。通过面阵CCD获取发动机缸体定位销孔图像信息,利用图像处理提取定位销孔中心位置,以此建立每个被测缸体的测量基准。使用环形双峰阈值法与中值滤波对图像进行预处理,有效地解决了定位销孔具有倒角影响图像边缘提取精度的问题。为验证此定位方法的准确性与可行性,分别进行了发动机缸体定位孔直径与位置度重复性测量与发动机缸体上表面孔组直径与位置度重复性测量实验。实验结果表明所提出的视觉定位方法稳定可靠,实现了发动机缸体的快速、精确定位,为实现发动机缸体的在线检测打下了可靠基础。     

Evaluation of image based Abbott–Firestone curve parameters using machine vision for the characterization of cylinder liner surface topography

In this paper, a method is proposed for the evaluation of image based Abbott–Firestone curve parameters aiming to characterize the cylinder bore surface topography using machine vision. Plateau honing experiments are performed to generate sixteen cylinder liners with different surface topographies and the 2-D and 3-D Abbott–Firestone parameters are measured using a stylus instrument and Coherence Scanning Interferometer (CSI), respectively. The images are captured from the corresponding portions of the cylinder liner surfaces using a Charge Coupled Device (CCD) camera connected with different microscopic attachments. The captured images are filtered using a Butterworth high pass filter followed by the adaptation of the double step Gaussian filtering procedure specified by the ISO 13565-1. An Abbott–Firestone curve is constructed by finding the cumulative of the intensity histogram of the filtered images. Five image based parameters are evaluated from the constructed Abbott curve by adapting the procedures presented in ISO 13565-2. The computed image based Abbott–Firestone curve parameters are observed to bear a statistically significant correlation with the measured 2-D and 3-D Abbott–Firestone curve parameters. An artificial neural network (ANN) is trained and tested to arrive at the actual values of the Abbott–Firestone curve parameters using the computed image based feature parameters. The results indicate that the multiple surface topography parameters of the cylinder bore surface could be estimated/predicted with a reasonable accuracy using machine vision technique coupled with ANN.     

激光CCD二维自准直仪中圆目标中心精确定位算法

提出一种新的激光CCD二维自准直仪中圆目标中心精确定位算法。该算法采用变结构元多尺度广义数学形态学滤波算法滤除图像噪声,由Zernike矩定位算法得出目标轮廓的亚像素位置,用最小二乘拟合法精确获取圆目标的中心位置,并进行了实验。结果表明:该算法稳定性好,定位精度高,应用该算法后自准直仪的测量分辨力提高了10倍,在±2'测量范围内测量不确定度优于0.3″,有效地提高了自准直仪的测量分辨力和测量精度。     

浅析曲线测量的方法

曲线测量一直是几何汁量中的一个重点。阐述已知曲线和未知曲线测量原理,利用B样条拟合曲线,以及如何借助最小二乘对测量值(二维)进行最佳拟合和偏差处理。     

自动影像测量系统关键算法

为了实现对工件的自动影像测量,建立了自动影像测量系统。对该系统所采用的图元识别、图元测量、基于自动聚焦原理的高度测量等算法进行研究。根据圆形和矩形图元的面积和真圆度等特征参数介绍了图元识别算法。以直线和圆形图元为例分析了典型图元的测量算法,即在提取图元边缘点的基础上进行图元拟合。在分析比较能量谱等聚焦评价方法的性能的基础上,说明了采用自动聚焦原理进行高度测量的算法。最后,介绍了系统比例尺的设定方法以及光栅尺读数的误差补偿方法。实验结果表明:比例尺的标定精度为0.5 μm;图元的测量精度在微米级;高度测量精度为0.035 mm,基本满足自动影像测量的稳定可靠、精度高、抗干扰能力强等要求。     

多工程软件协作的测量用灰度图像的合成方法研究

为满足机器视觉测量基础算法研究需要大量素材的要求,提出用计算机模拟合成的方法获取测量用灰度图像的新方法。首先,对比分析常见三维造型软件的造型功能和摄像模块,确定采用三维造型软件造型与VRay插件配合提取图像;然后,具体研究VRay插件的参数设置与调整,获取用于测量的灰度图像;最后,用所获取的图像进行几何量的测量。实验结果表明,在保证物距相等前提下,测量精度可达1μm。合成的灰度图像能够满足机器视觉测量基础算法研究的需要。!     

基于机器视觉技术的精确定位方法研究及应用

介绍基于机器视觉技术的某反射式多光束引导定位系统的工作原理和误差来源,并针对其误差提出了从硬件和软件两方面减小误差的方法: (1)采用高精度测量仪器校准关键零件位置精度,及采用有限元方法仿真技术获得关键零件的最小形变; (2)采用改进的边缘检测算法,提取精确边,减小因CCD器件本身物理性质带来的误差。通过以上措施,保证了系统精度。     

Zernike矩边缘检测与多项式拟合的CT图像三维测量算法

针对工业CT切片z方向分辨率不足问题,研究一种Zernike矩边缘检测与多项式拟合结合、自动预测顶端的高精度三维测量算法。首先通过Zernike矩对每张切片图像提取亚像素级轮廓,并用多项式拟合该轮廓;然后对拟合曲线进行等相角间隔采样,并建立同相角的轮廓点匹配,采用层间插值算法得到中间层的轮廓点并外插预估工件顶端点;最后采用台体法计算工件体积。对体积相等的圆柱、圆锥和半球3个标准试块进行CT扫描、测量并分析了测量误差的来源。实验结果表明,对实际工件体积测量误差降低到1%以下,能够满足工程应用中的自动、快速、高精度体积测量要求。