三维机器视觉测量系统的坐标计算模型研究

分析了单摄像机成像原理和激光三角测距原理,建立了三维机器视觉测量系统的原理模型,给出了根据单幅二维数字图像计算检测目标三维坐标信息的具体方法,为三维机器视觉系统研制开发奠定了理论和算法基础。     

机器视觉测量中相机两步标定法的改进

在机器视觉中为了确定空间三维模型和图像模型之间的几何坐标关系,必须要建立相机的图像几何模型及其参数,这个过程被称为相机的标定。作为最广泛使用的标定方法之一,两步标定法使用了网格板来进行相机的标定。在标定中,相机的多数参数都是通过求解分析方程得到的,然后经过反复迭代得到其他标定参数,使用这种标定方法需要在多个位置拍摄多个图像。本文针对两步标定法进行改进。在改进的方法中,用到了一个呈直角的L形标定板,标定时得到一副包含两个垂直标定图像的图片,之后使用两步标定法进行必要的相机内、外部参数的计算。标定的结果显示误差低于0.7%,能满足要求。     

三维机器视觉测量系统图像边缘提取算法研究

在三维机器视觉测量系统中,二维数字图像边缘提取是进行三维坐标计算的必要前提。对几种常用边缘检测算子的边缘提取效果进行了比较;提出了一种基于Priwitt算子的改进边缘提取算法;给出了三维机器视觉测量系统中激光线图像与零件特征边缘图像交点的求解方法,为三维机器视觉测量系统的三维坐标计算奠定了基础。     

机器视觉中相机标定方法的研究

介绍了相机标定的基础知识,按照标定流程对标定种类进行划分,相机标定方法有两步、三步以及四步标定方法等。详细探究相机标定按照自标定、基于主动视觉和基于标定物品三类标定划分办法。     

基于机器视觉的3自由度并联平台标定试验研究

为了提高并联平台的运动精度,以锡膏印刷机3自由度并联平台为研究对象,基于机器视觉提出了一种运动学标定修正系统输入的补偿方法。给出了平台理论分析模型,利用运动学逆解方程推导出误差函数,通过机器视觉对平台标识点进行测量并记录平台运动的实际位姿,根据标定结果对理论控制模型进行补偿。试验结果表明,该标定补偿方法有效地提高了并联平台的运动精度。     

三维尺寸视觉测量系统

视觉测量是采用摄像机作为传感器件,借助计算机强大的数据处理能力实现对物体(物点)空间位置的测量。较大规模的视觉测量系统一般由多个视觉传感器组成,以完成大空间范围内的测量,要解决的主要问题有视觉传感器的设计、传感器的局     

双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

基于机器视觉的高精度工业尺寸测量系统研究

针对工业中高精度三维尺寸的测量要求,提出并设计了一种基于棱镜与多个工业智能相机的三维尺寸测量系统,它主要由机架、相机支撑架、3个工业智能相机、带有标记点的工件定位座、棱镜、气缸、可编程控制器、工控机组成。3个工业智能相机、可编程控制器均与工控机相连,工控机负责整个系统的数据采集、处理、结果判断与存储。该测量系统自动化程度高、成本较低、测量速度快,测量精度可达士0．03mm,可部分取代三坐标测量机在工业高精度尺寸测量中的应用。     

基于HALCON的双目视觉系统标定

论文对现有的双目视觉标定方法进行论述,阐述了双目视觉系统的原理,深入的介绍了双目视觉系统标定的原理,方法。此外,针对如何使用HALCON软件进行双目标定进行了详细的论述,分析了面阵摄像机的标定过程,该方法简单易行,充分发挥了HALCON的函数库功能,提高了标定精度和计算速度,而且具有良好的跨平台移植性。     

基于机器视觉的激光植球系统标定

构建了一个基于机器视觉辅助定位的激光植球系统。通过试验发现，整个系统的定位误差主要由机器视觉中透镜畸变和X—Y定位平台的装配误差引起。对于透镜畸变，引入了基于直线方法的图像畸变校正算法进行校正；对于非垂直的X—Y定位平台，通过基于机器视觉的软件补偿算法来校正X—Y定位平台的装配误差。最后，给出了试验对比数据和试验结果，验证了整个系统的标定效果。     

基于机器视觉的激光线测量系统的构建与应用

简述了激光测量和机器视觉的基本原理,以此为基础构建了一台新型激光线测量机,介绍了该测量系统的硬件、软件和功能构成,并给出了测量实例。     

机器视觉中的摄像机标定技术研究

机器视觉中在对景物进行定量分析或对物体精确定位时,都需要进行摄像机标定,即准确确定其内部和外部参数。寻找快速有效的摄像机标定计算方法是机器视觉中的重要问题。分析了带有透镜径向的一阶畸变的摄像机模型,利用RAC标定提出一种求解其参数的标定计算方法,标定过程每一步都用线性求解,避免了非线性优化中的不稳定性。试验证明,该标定方法操作简便,标定精度高。     

机器视觉测量在卷板机数控系统中的应用

基于视觉测量技术,提出采用非接触式测量方式,由摄像头和图像采集卡获取工件的二维数字图像,通过计算机对数字图像进行处理分析并计算得到工件的尺寸信息,然后输入给卷板数控系统完成加工。     

一种基于机器视觉的机器人标定方法

机器人标定是离线编程技术实用化的关键技术之一.提出了一种基于机器视觉的机器人标定方法,利用双目视觉测量机器人上的目标点,通过目标点位置的测量撮出机器人的关节轴线,根据相应的运动学模型求出机器人的几何参数,并解决了在测量过程中摄像机视野小的问题.实验结果表明该方法能够实现机器人几何参数的标定,提高了机器人的绝对精度.     

提高工业视觉测量系统精度的途径

介绍了工业视觉测量系统的测量原理,分析了影响系统测量精度的各种因素及提高测量精度的途径,并给出了空间点位置测量实例。     

高精度立体视觉测量中一种通用的摄像机标定技术

实现了一种用于高精度立体视觉测量中摄像机标定的新技术。这种“两步法”技术能够标定摄像机的外部参数以及有效焦距、径向透镜畸变系数和图像尺度因子。它利用合理组织的求解次序使得每一步参数的求解都只须求解线性方程组,从而彻底改变了以往摄像机标定依赖于非线性优化方法。本文的理论和实验证明,这种新技术较以往算法更为快速、简便、精确。