面向异形玻璃的视觉引导算法研究

提出一种面向异形玻璃基于形状模板的匹配方法和奇异值分解的迭代匹配方法的轮廓度误差视觉测量算法,该算法可以识别定位各种各样的异形丝印玻璃。首先,在图像中使用基于Sigmoid函数的亚像素边缘检测方法来拟合产品的亚像素边缘,接着使用基于形状的模板匹配方法来进行粗匹配,再在粗匹配的基础上使用SVD算法得到图像的旋转平移矩阵,进行精匹配。最后计算相关对应点之间的距离作为匹配精度。     

车灯尺寸定位误差自动检测的新方法

本文提出一种新的车灯尺寸定位误差检测方法,利用图像边缘检测技术,提出轮廓跟踪的算法提取车灯图像的边缘,并采用曲线拟合算法进行分析,快速得到亚像素匹配点.实验结果表明,该方法能精确定位车灯图像边缘,提高了运算速度,优于传统的测量方法.     

柔软棒材端面几何形状精密图像检测技术研究

研究了柔软棒材几何形状的测量原理,提出一种基于亚像素图像测量技术的香烟滤棒圆周长和圆度误差精密检测方法。该方法采用小波变换进行图像去噪处理,用Sobel算子提取图像边缘,用改进的随机Hough变换提取单像素圆边界,用Zernike矩进行边缘亚像素校正。最后给出了圆周长和圆度误差的评定方法与检测结果。     

基于亚像素技术的锥螺纹参数检测算法

研究了一种基于亚像素技术的外螺纹几何参数计算。在获取螺纹图像的基础上,通过边缘检测算法获取螺纹轴剖面外轮廓的边缘。在已知边缘点Sobel算子八方位边缘梯度的基础上确定未知点的多项式插值的亚像素定位算法和基于螺纹外轮廓形状的曲线拟合对参数进行计算,并对螺纹的螺距等参数的求取过程进行了详细的阐述。实践证明,该算法具有较高的运算精度和较快的运算速度。     

基于改进Zernike矩的小模数齿轮亚像素边缘检测

针对传统Zernike矩亚像素边缘检测算法中奇数尺寸模板卷积的不对称性,在分析卷积不对称性和卷积窗口中心局限性对检测精度影响的基础上,提出一种改进的Zernike矩亚像素边缘检测算法。算法采用像素级边缘检测算子进行初定位,获取像素级边缘点;利用小尺寸奇数模板求解Zernike矩进行二级初定位,获取亚像素级边缘点;分析二级初定位边缘点所在区间;根据所在区间,选取偶数模板或者奇数模板求解Zernike矩进行精定位,获取更精确的亚像素级边缘点。为了验证算法的有效性,分别对模拟图像和实际图像进行亚像素边缘检测实验。根据齿轮的边缘特性,通过最小二乘拟合法评价算法对齿轮图像的检测效果。实验结果表明,该算法具有绝对定位精度高、抗噪性能强、曝光敏感度好的优点。     

工件轮廓曲线磨削加工精度的原位测量与评定方法研究

为了解决曲线磨削中工件轮廓加工精度的在位评定问题,提出了一种基于机器视觉的工件轮廓曲线磨削加工精度原位测量和评定方法。应用这一方法,通过视觉测量系统和亚像素边缘提取算法,得到工件的实际轮廓边缘点。通过轮廓匹配算法来确认工件实际轮廓与理论轮廓的最优匹配位置,进而计算轮廓偏差,进行加工精度评定。分别进行了标定板试验和工件试验,表明所提出的评定方法精度可达0.6像素,能有效保证工件轮廓在位检测的精度和效率。     

基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

基于边缘几何特征的高性能模板匹配算法

基于灰度相关的模板匹配算法在很多情况下难以得到准确的匹配结果,提出一种基于边缘几何特征的高精度模板匹配算法.利用曲面拟合方法获得边缘的梯度方向和亚像素坐标作为匹配信息,采用图像金字塔的搜索策略对算法加速,最后利用最小二乘平差理论得到亚像素级的定位精度和精确的旋转角度信息.实验表明,对于目标旋转、均匀或非均匀变化的光照、部分遮挡的情况下可以得到良好的匹配结果,而且在保证高精度的同时算法可以满足实时性要求,重复定位精度优于商业化软化包MIL8.0的GMF算法.     

一种改进的角点检测法

角点包含丰富的图像几何信息，其检测精度直接影响后续图像参数的计算与分析。为满足工程上要求的高精度计算出零件轮廓参数，在检测出零件轮廓边缘后．角点定位成为影响结果精度的最重要因素。为此．本文提出了一种基于亚像素思想，综合图像灰度信息与边缘轮廓点特征的高精度角点检测法。该方法使用Marr边缘检测算子得到连续单像素边缘，结合亚像素思想对各个边缘点进行精确定位，在此基础上根据角点曲率最大原理进行检测．最终确定独立角点。实践证明，该方法能有效、高精度地进行角点检测。     

基于机器视觉的陶瓷砖表面缺陷快速检测方法的研究

为了提高陶瓷砖表面缺陷检测效率,提出了一种基于机器视觉的表面缺陷检测方法。采用了自适应中值滤波算法对表面图像进行预处理,利用形状匹配实现图像之间的对齐,采用Deriche亚像素分割算法实现了陶瓷砖边缘的精确分割,设计局部门限算法实现陶瓷砖表面缺陷图像的提取。实验结果表明：该方法可实现陶瓷砖表面缺陷的快速提取,效果较好。     

基于Franklin矩的亚像素级图像边缘检测算法

为了满足计算机视觉标定与精密测量对图像边缘定位的精确度高和抗噪性强的要求,提出一种基于Franklin矩的亚像素级图像边缘检测算法。首先,建立亚像素边缘模型,利用各级Franklin矩的卷积来提取图像边缘点的细节特征;然后,依据Franklin矩的旋转不变性原理,分析图像边缘旋转至垂直方向后各级Franklin矩之间的关系,从而确定图像中亚像素边缘的关键参数;最后,根据改进的边缘判断条件,确定图像中的实际亚像素边缘点。大量实验结果表明,与基于Zernike矩的亚像素级算法、基于小波变换与Zernike矩结合的亚像素级算法、基于Roberts算子与Zernike矩结合的亚像素级算法相比,本文提出的基于Franklin矩的亚像素级图像边缘检测算法速度更快,精度更高且抗噪性强,更好地满足了对于图像边缘定位稳定可靠及高精度测量的要求。     

改进canny算子的亚像素定位算法

为了提高亚像素边缘定位精度,减小定位误差,提出了一种改进的canny边缘检测算子用来检测图像的像素级边缘,之后基于改进的canny算子粗定位的边缘点,采用高斯拟合亚像素方法找出图像的亚像素边缘点位置。针对微小的圆形零件进行图像采集及图像处理,通过matlab实验仿真将该方法与传统的canny算子相比较,发现误定位明显减少,在保留边缘信息的同时有效的提高了边缘定位的精度,得到更准确的圆心位置及半径长度。结果表明是一种有效的边缘检测定位算法,具有一定的实用意义。     

基于Sobel黑片图像亚像素边缘检测算法研究

本文提出一种基于Sobel黑片图像亚像素边缘检测算法。算法对传统Sobel算法进行了改进,并且和多项式插值法的改进的算法相结合。单像素边缘是通过对边缘梯度图像加上合理的权值和阈值的方法得到的,亚像素边缘定位通过多项式插值计算得到。该算法因为检测精度高而广泛的应用于黑片的在线检测。     

面向微装配的零件识别定位方法研究

针对平板类微小零件装配问题,在搭建了微小型零件装配系统实验平台的基础上,开发了微装配控制系统,并对装配流程进行了分析研究。根据平板类微小型零件的特点,在微装配识别定位模块,对零件识别定位方法进行了研究,开发了基于形状模板的匹配算法。该模块首先将模板图像与目标图像进行高斯滤波,得到平滑图像,并对平滑图像二值化以及对模板二值图像进行去噪;其次,通过Sobel滤波器计算边缘点的方向向量,定义相似性度量;最后,通过图像金字塔加快匹配速度,并利用最小二乘法达到亚像素级定位精度。实验分析表明,此方法识别率高、匹配速度快、定位精度高,能够较好的满足实际要求。     

复杂零件参数的图像测量方法

提出一种可以用于齿轮等形状复杂零件的二维曲面轮廓测量的图像测量系统。该系统采用CCD摄像机作为传感单元。提出一种基于多项式插值的亚像素边缘检测算法,以提高系统的测量精度。这种算法可以大幅度提高图像测量系统CCD的分辨率,并具有较好的稳定性和较高的运算速度。     

基于单片机二维CCD图像检测算法研究和实际应用

介绍一种基于单片机的二维CCD图像采集系统,根据图像在PC中的直观观察及图像的二维尺寸,通过一种高鲁棒性、通用性的基于图像形状的模板匹配算法,来确定印刷线路板上电阻的姿态和类型。由于传统的检测方法会因被检测物体的不同种类或发生变化而需要使用各种不同的图像算法的组合来满足图像检测要求。相比之下,模板匹配的思想方法具有万能化的特点,只要创建了待检测物体的模板,就能实现简单、方便、高效的图像检测。     

视觉检测系统中亚像素边缘检测技术的对比研究

在视觉检测系统中,亚像素边缘检测的定位精度是其最终测量精度的关键,国内外很多学者对该问题进行了广泛的研究,提出了各种边缘检测的方法,但是各种方法的定位精度及抗噪声能力的优劣都自圆其说,难以验证.也有很多学者对各种算法进行了对比研究,但使用的评价图像与实际系统采集的图像相差甚远.本文根据视觉系统采集图像的原理生成理想图像,使用各种边缘检测算法对该图像进行亚像素边缘定位,以理想点坐标和实际采集的点坐标的均方差作为标准来比较各个算法的定位精度,并定量地加入噪声,分析各处算法的抗噪声能力以及计算时间.分析和讨论的结果为亚像素边缘定位技术的选取提供可靠依据.     

基于图像处理的粗糙边缘盲孔圆度误差测量

针对粗糙边缘盲孔圆度误差检测困难的问题,提出了一种基于图像处理技术的非接触式测量方法。通过搭建基于机器视觉的测量系统,使用CCD摄像机获取被测零件图像,利用图像处理技术对获取的图像进行预处理、二值化和亚像素边缘检测,并提出采用3σ准则和自适应滤波对边缘点进行去噪处理,建立圆度误差数学模型,实现粗糙边缘盲孔的圆度误差测量。初步实验结果显示,测量的重复精度为9.6μm,为粗糙边缘盲孔圆度测量提供了一种可行的方法。     

基于Halcon的动臂孔组同轴度检测方法研究

针对装载机动臂孔组同轴度误差传统测量方法存在较大的人为误差且测量效率低等问题，设计基于机器视觉的同轴度误差在线检测系统。该系统使用Labview中的视觉模块设计系统检测界面并联合视觉算法库Halcon完成对同轴度误差的在线检测；采用全局固定阈值算法进行图像分割，基于形态学的Canny算子边缘检测方法对图像进行形态学处理获得其边缘区域；基于XLD形状选择的最小二乘算法对图像边缘进行拟合圆处理，获得圆搭外圆的边缘特征信息及圆心坐标，进而通过分析计算得到该组孔的同轴度误差。实验表明：该系统检测方案满足工业生产的精度要求，且检测效率优于传统测量方法，适合于大批量的非接触式测量。     

基于图像处理的同轴误差在线检测方法的研究

针对同轴度误差测量,提出一种基于图像处理的测量方法。通过对工件图像进行灰度均衡化处理、二值化处理和Sobel算子进行边缘检测,获得图像轮廓点的像素值;利用直线拟合的方法得到工件图像轮廓的轴线方程,将其与基准的直线方程对比,得出工件的同轴度误差。同时,对标准件做试验,验证了其检测精度,证实了其可行性。