基于机器视觉的齿轮齿廓偏差测量

为了实现对齿轮齿廓偏差的快速非接触测量,提出了一种基于机器视觉的测量方法。首先利用数字图像处理技术对拍摄到的齿轮图像进行高斯滤波、边缘提取、亚像素细分和边缘拟合等处理,得到齿轮的齿廓图像,然后确定齿轮的圆心位置,最后建立齿廓偏差图像法测量的数学模型,并对齿轮的齿廓偏差进行测量和评定。实验结果表明,本方法能够实现对中小模数齿轮齿廓偏差的快速非接触测量。     

一种喷射沉积坯尺寸检测的快速算法

根据Zernike矩边缘检测原理,提出了3*3模板尺寸的Zernike矩亚像素边缘算子,由于该算子具有模板尺寸小的优点,故能快速、精确地检测沉积坯边缘轮廓.根据检测的边缘图像,采用特征尺寸提取算法完成沉积坯尺寸的检测.测试表明,整个沉积坯尺寸检测算法(包括边缘检测和尺寸提取)运行时间仅为0.135s,检测的特征尺寸相对误差不超过5.6%,故采用该方法能够实现沉积坯的快速、精确检测.     

光伏电池边缘检测算法研究

为了满足晶硅光伏电池视觉印刷高精度边缘定位要求,本文提出了一种改进的亚像素边缘定位算法.该算法首先应用Sobel算子和线性插值得到边缘垂直方向上新的边缘图像;最后对插值的边缘图像使用改进的灰度矩算子,得到的亚像素边缘.同时本文进行改进亚像素检测算法与传统亚像素检测算法的精度及鲁棒性对比实验.结果表明:本文算法比传统亚像素定位算法有着更好的定位精度和鲁棒性,直线检测精度能达到1μm;在高噪声污染的图像有着较高的检测精度,其标准差为0.195μm.     

利用Sobel-Zernike矩算子的快速亚像素边缘检测方法

利用Sobel算子快速检测出所有可能的边缘点;再利用Zernike矩算子以亚像素精度重新定 位边缘。为提高定位精度,根据Zernike矩理论,推导了2个77的模板。测试结果表明,该方法定位精度接近于Zernike矩算子,而算法运行时间仅为0.91s。     

基于亚像素边缘的摄像机标定板特征提取算法

目的在视觉测量领域,摄像机的标定精度是最终测量精确度的决定性因素,为了提高标定板特征的提取精度,提出一种基于亚像素边缘的提取方法。方法针对圆点标定板,首先采集标定板图像,对图像进行处理,获取像素级别边缘,然后以边缘像素点为中心,取3×3的数字窗口计算梯度方向,在梯度方向上进行像素点灰度的双曲正切拟合,获取亚像素级别边缘,最后对亚像素边缘按照圆形进行拟合,求得圆心坐标。结果实验表明算法的分辨率达到0.03个像素,精度可达0.1个像素。结论该算法具有稳定可靠,精度高,运算速度快等特点,能够应用于图像拼接和分割,特征提取和摄像机标定等领域。     

一种用于零件定位系统的亚像素边缘检测方法

本文简要介绍了基于计算机视觉的长条形杆件测量系统方案，并说明在该系统中零件图像边缘提取对测量精度起着至关重要的作用。本文结合工程实际在传统亚像素边缘检测方法基础上，提出垂直占空比亚像素边缘提取方法。该算法具有算法简单、效率高、边缘提取准确的特点，已成功用于长条形杆件测量系统中。     

基于计算机视觉的齿形参数测量系统

介绍了基于计算机视觉的齿形参数测量系统组成,建立了测量软件框架,提出齿形齿距及压力角两个参数的测量算法.首先利用计算机视觉系统获取齿形原始图像,经边缘提取,数据处理去除小完整齿面后,利用拐点处曲率突变,通过最小二乘法提取齿形特征段.最后根据齿面灰度特征,分别应用曲线拟合及灰度质心迭代两种算法求取亚像素边缘,对边缘进行直...     

基于机器视觉的摆线轮精度综合测量

针对目前摆线轮检测过程中存在的采集信息量少、测量速度慢等问题，提出了基于机器视觉的综合测量方法。根据摆线轮的测量精度要求，搭建了视觉检测硬件系统；沿粗边缘切向窗口拟合Facet灰度曲面，利用边缘的连续曲面特征，确定亚像素坐标点，利用量块检测定位精度为0.2 pixel;经像素当量标定、光强补偿和坐标变换，得到物理坐标系下摆线轮的亚像素齿廓；将其和三坐标测量法测得的摆线轮廓形对比，得到的摆线轮廓形之差为10μm;根据摆线轮的齿廓方程，采用直角坐标和极坐标相结合方法，建立摆线轮误差计算模型，计算出摆线轮齿廓偏差和齿距偏差；同时评价摆线轮中心孔和2个曲柄轴孔的直径，得出齿廓偏差与极角的关系，为摆线轮的加工工艺改进和RV减速器传动性能分析提供依据。以上整个测量过程时间约为16 s。     

基于LOG-Zernike算子的快速图像测量

图像测量技术,一个很重要的方面就是图像的边缘检测定位,而边缘定位的准确与否又直接影响到测量的精度.常用的检测算法都是像素级的,对测量要求较高的场合无法满足要求.定位速度一直是边缘检测算法的一大瓶颈,本文正是在保证一定精度的前提下,研究了快速图像测量算法,即运用LOG算子先对工件进行快速边缘定位,在此基础上采用zernjke矩法将精度提高到亚像素级.为了得到实际的测量尺寸,应用块规进行了系统标定并进行了一系列测量实验,实验结果表明该方法定位精度接近于Zernike矩法,且算法的运行对间大约在1.5s左右.     

基于Halcon的弹芯尺寸精密检测算法研究

针对弹芯尺寸传统人工方式检测难、精度低等问题,提出了一种基于机器视觉的亚像素级尺寸检测算法.该算法以性能优越的机器视觉软件Halcon为开发平台,利用亚像素级阈值分割提取出边缘轮廓,然后选定各检测参数的感兴趣区域(Region of Interest,ROI)并进行特征提取,最后利用最小二乘法及Tukey权重函数对轮廓进行亚像素边缘拟合,根据返回的拟合轮廓的相关参数即可计算出弹芯尺寸.实验结果表明:该算法将尺寸误差控制在0.01mm以内,能够达到亚像素级的检测精度,并实现在线检测.