基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

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。     

基于双曲正切的亚像素边缘检测方法及评价

精确定位图像边缘是保证视觉测量精度的基础。根据物体图像边缘的灰度分布特点,本文提出一种亚像素边缘检测方法,采用双曲正切函数对图像边缘的灰度分布进行拟合,通过最小二乘法得到边缘的亚像素位置。对提出的边缘检测方法的精度进行了评价,以高精度棋盘格的尺寸测量误差作为准则,采用实际边缘并结合摄像机标定技术,考虑了镜头畸变和透视失真等因素。试验表明,提出的双曲正切法检测亚像素边缘相比空间矩法和梯度插值法具有更高的精度,同时能够满足机械工业中的实时测量需求。     

基于机器视觉的共轨针阀尺寸参数在线测量

针对喷油嘴共轨针阀零件的尾部尺寸参数在线检测需求,开发了一套基于机器视觉技术的共轨针阀多参数尺寸在线测量系统。通过对共轨针阀零件尾部图像采集,引入基于中值滤波的小区域滤波算法,大大缩短了滤波降噪时间;在轮廓边缘检测方面,通过对比实验,引入了基于Sobel的小区域定向搜索边缘检测算法,提高了边缘定位效率,并采用小区域边缘特征点跟踪方法,基于学习训练逻辑,完成目标特征点定位;在边缘亚像素定位和拟合方面,引入基于稳健线性回归的直线拟合方法,在特定小区域下完成高精度边缘拟合,并完成直径、角度、距离的多参数同时计算,系统测试表明,该视觉系统精确稳定,具有良好的应用。     

立体零件加工质量的在线图像检测方法

针对具有景深零件加工质量的在线检测问题,提出一种基于单摄像机的分层图像测量方法.结合改进的双线性插值和Robert边缘算子,对零件各层面在图像上投影直线边缘粗定位;再基于灰度矩的亚像素算法和最小二乘直线拟合,将边缘定位精度提高到亚像素级.在二步法图像边缘定位基础上,利用分层映射关系,获得零件形状和几何尺寸数据.本文方法应用于某种双层特种钥匙加工质量的图像检测中,实验结果表明,该方法实时性好,能满足机械零件加工质量的检测要求.     

基于非极大值抑制的圆目标亚像素中心定位

圆形目标在基于图像的测量系统中应用广泛,针对圆目标中心的高定位精度和快速提取的要求,提出了一种基于非极大值抑制的亚像素中心定位方法.该方法利用Sobel算子进行边缘检测,通过改进非极大值抑制方法获取连续细化的边缘,实现了像素级边缘定位,采用Zernike正交矩对边缘点进行亚像素级定位,并用最小二乘法进行二次拟合来获取精确的标志点的中心坐标.仿真图像和实测图像的实验结果验证了该方法的有效性和准确性,其定位精度可以达到0.02像素,通过测试算法的运行时间,证明该算法具有很好的实时性.     

基于数字图像的曲线磨床尺寸检测系统

传统的光学曲线磨床的加工尺寸主要是依靠光学投影法检测,这里提出了基于数字图像的方法,采用图像边缘检测、亚像素定位技术、边缘轮廓提取等图像处理技术,在美国NI公司的Labview平台下开发图像尺寸检测系统.     

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。     

亚像素精度的行星中心定位算法

为实现深空探测中对行星目标的光学自主导航,提出了亚像素精度的行星中心定位方法.首先,建立了导航相机和目标行星的坐标变换关系,结合光学成像理论分析了行星成像的边缘特性;提出使用行星图像有且仅有的一段半圆形边缘,通过圆拟合法实现行星的中心定位.然后,根据行星图像的边缘分布特征,改进了Canny算法以快速提取行星的真实边缘,并利用最大距离法提取半圆形边缘.最后,分析了传统高斯函数亚像素边缘检测算法的理论依据,基于成像理论提出了改进型高斯函数亚像素边缘检测算法,并通过圆拟合求得行星的亚像素中心.仿真和月亮实拍实验显示,改进型定位算法的精度达到了0.02和0.68 pixel,比传统插值算法约高0.03和0.21 pixel,在可靠性、定位精度、抗噪声等方面均满足深空探测的需要.