基于数学形态学光笔测量系统的特征点图像识别算法

介绍了一种便携式光笔三坐标视觉测量系统,在分析测量系统成像特点的基础上,提出了一种基于数学形态学算法的图像数字处理方法,即通过在CCD摄像机镜头上加滤光片来隔离背景对图像产生亮斑的干扰。数学形态算法以光笔上被测特征点在CCD摄像机像面上的光斑图像轮廓所占的像素个数为基准,剔除过大和过小的图像轮廓,进而采用基于本算法的特征点图像识别方法来实现目标图像的获取,从而实现椭圆形光斑图像的识别。本文给出了该方法的具体实现过程,试验结果表明,该方法能够对背景复杂和灰度分布不均匀的图像实行有效的图像分割,实现目标图像和背景图像的分离,加快图像分析和处理速度,提高系统测量的效率和稳定性。     

面向大型工件现场测量的光笔式视觉测量系统

研制了一种面向大型工件现场测量的光笔式视觉测量系统,对其中的关键技术进行了深入研究。该系统主要由带有红外LED光点的光笔、1台CCD摄像机、靶点亮度控制器、一维标定尺以及安装有测量软件的计算机组成。在对LED点光源光强控制方式及成像系统工作原理进行分析的基础上,设计并实现了以多靶点亮度自适应控制技术和主动离焦模糊技术相结合的靶点光斑图像生成技术。该技术保证了在大跨度测量范围内均能获得高质量的靶点光斑图像,解决了对焦成像中摄像机视场范围与景深有限的问题;针对光笔标定问题,提出了一种简便易行的现场标定方法,此方法只需要若干个辅助靶点和2个以上间距已知的圆锥孔,就可以同时确定光笔上各靶点及光笔测头在光笔坐标系下的坐标。实验结果显示:该测量系统在2~10 m空间长度测量标准差不大于0.095 mm,能够满足中等精度的大型工件现场测量要求。     

基于机器视觉的汽车阶梯轴轴段长度测量系统

为了实现汽车阶梯轴轴段长度的快速有效测量,本文设计了一种基于机器视觉的轴段长度非接触测量系统。该测量系统主要由CCD摄像机、背景光源、计算机和工装组成。在对摄像机进行标定后,利用图像灰度化、边缘轮廓检测、边缘轮廓拟合等图像处理技术对拍摄的图像进行处理,然后通过对图像分析得到每段轴角点处的像素坐标,最后计算被测轴段的长度。仿真和试验结果表明,设计的系统能够快速有效地完成汽车阶梯轴轴段长度的非接触测量,并具有良好的测量精度,这对实现汽车零件的自动化测量具有重要的意义。     

一种基于激光点阵的板形测量新方法

提出一种利用结构光三维视觉技术进行板形测量的新方法。首先,用面阵CCD摄像机采集标定板的图像进行系统物像放大系数标定;其次,将倾斜一定角度的激光器投射到被测钢板表面,形成的7×7点阵光斑作为被测点;然后对采集到的点阵光斑图像进行图像处理,提取光斑中心,并进行49条激光束入射角度的标定;最后确定该板形测量方法的测量精度及测量范围。试验结果表明,该板形测量方法的测量范围为0mm~40mm时,测量误差小于±0.5mm。     

基于双目立体视觉的光笔式三坐标测量系统

提出了一种基于双目立体视觉系统的光笔式三坐标测量系统。该系统基于接触式测量方式,以带点光源的光笔作为接触测量工具。首先,对摄像机进行了高精度的标定,建立了双目立体视觉系统模型;其次,通过左右摄像机拍摄的二维图像,将两幅图像中的点进行匹配,获得光笔上的LED光斑中心三维坐标;然后,由一系列LED光斑中心的三维坐标拟合直线,从直线上得到笔尖的三维坐标。实验结果表明,该方法实现了对物体的接触式测量,具有结构简单、成本低的优点,并且具有较高的精度。     

一种线结构光自扫描测量系统的研究

为了实现对复杂自由曲面的快速精确测量,提出了一种由CCD摄像机、振镜和激光线投射器组成的全视觉自扫描测量系统。该系统利用光学三角法确定了一种新的测量物体表面三维坐标的方式。基于该方式,此测量系统使用平面靶标实现了对摄像机内部参数的标定,借助振镜转动驱动激光平面完成了对摄像机视场内被测物体的扫描,最终根据激光平面方程和计算机二维平面图像信息获得了被测物体的三维数据。试验结果证明,该系统能以较快速度实现自由曲面的精确测量。     

螺纹参数自动检测系统设计

针对传统的螺纹检测方法检测误差大、效率低等特点,开发一种基于数字图像处理的螺纹参数自动检测系统。首先,通过CCD摄像机获取螺纹外轮廓的数字图像;然后对图像数据进行加工和处理;最后计算得到螺纹联接的相关几何参数,并对标准螺纹试件的螺纹夹角、螺距和中径等参数进行了测量。测量结果表明,螺纹参数符合测量精度要求。该系统可以实现螺纹的高精度检测,扩大了视觉检测的应用范围。     

基于双目立体视觉的手持式光笔三坐标测量系统

提出了一种基于双目立体视觉系统的手持式光笔三坐标测量系统.该系统的关键技术包含相机标定、光笔上粘贴的标志点标定和测头自标定技术.该系统的手持式光笔结构简单,对标志点和测头的结构分布没有特殊要求.实验结果表明,该系统实现了对物体的接触式测量,系统精度稳定可靠.     

基于机器视觉的螺钉在线检测

介绍了一种基于机器视觉技术的非接触式螺钉在线检测系统。该系统利用CCD相机采集图像,经过拉普拉斯锐化算子、中值滤波等图像处理,可获得清晰的螺钉轮廓图像,再利用机器视觉的相关几何运算测量出各个螺钉几何参数,实现螺钉的在线检测。实验表明,该系统检测速度快、精度高,具有很好的推广应用价值。     

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。     

一种基于椭圆特征确定空间平面位姿的方法

利用圆柱激光照射在空间平面上呈椭圆状特性,证明了此椭圆状光斑在左右摄像机CCD成像平面上所形成的图像也是椭圆。由最小二乘椭圆拟合法得到椭圆光斑的5个独立参数,并建立空间平面与椭圆参数之间的关系,采用SWIFT算法进行搜索求解,无需特征点匹配,即可确定空间平面的位姿。算例结果表明,该方法是有效可行的。     

多尺度光斑中心的快速检测

分析了光斑图像成像特点和理想光斑灰度分布模型,针对含有多个不同尺度光斑的图像,提出了一种可以在复杂环境下一次性快速检测出多个光斑中心的方法。该方法基于高斯模糊后光斑中心不变的性质,先对含有大量光斑的图像进行快速多级高斯模糊,构建其高斯尺度空间;然后,使用加速的非极大值抑制方法在尺度空间内寻找多个尺度的局部极值,初步确定各光斑中心的像素级坐标;最后,联合这些坐标的邻域像素,拟合局部曲面,得到光斑中心的亚像素级精确位置。利用仿真实验和实物实验验证了提出方法的有效性。结果表明:该算法对640pixel×480pixel图像,处理时间仅需50ms,每千个光斑的平均检测时间为23ms,在复杂环境下正确率可达89%。此外,该方法对弱光斑较敏感,适合快速处理含有大量不同尺度光斑的图像,并能够有效减少光斑的错检和漏检。由于检测速度快,自适应性强,在实际应用中取得了良好的检测效果。     

An improved online dimensional measurement method of large hot cylindrical forging

The dimensional measurement of large forgings under high temperature plays an important role in product control. Cylindrical forgings belong to the important products in the forging workshop. In this paper, an improved online measurement method based on binocular vision for the dimensions of hot cylindrical forgings is proposed. Firstly, images of hot cylindrical forgings are captured by two CCD cameras, and the distorted light stripes projected onto hot cylindrical forgings can be resolved from the image by the deviated stripe model. Then, an accurate sub-pixel extraction algorithm of center points of the light stripes is developed for making the extraction of center points of the lights stripes more accurate. Moreover, for changing the field of view of cameras to measure different sections of forgings in the process of manufacturing, the fundamental matrix F is automatically calculated by matching the intersecting points of the projected light stripes in different images, without interrupting the forging process. Finally, experiments on measuring the diameters of hot cylindrical forgings in the workshop are conducted, and the experimental results indicate that the proposed measurement method is effective. Besides, an additional experiment in the laboratory verifies that the relative error of measuring diameters by the presented method is less than 0.7%.     

Development of a real-time laser-based machine vision system to monitor and control welding processes

In this study, a laser-based machine vision system is developed and implemented to monitor and control welding processes. The system consists of three main modules: a laser-based vision sensor module, an image processing module, and a multi-axis motion control module. The laser-based vision sensor is designed and fabricated based on the principle of laser triangulation. By developing and implementing a new image processing algorithm on the platform of LabVIEW, the image processing module is capable of processing the images captured by the vision sensor, identifying the different types of weld joints, and detecting the feature points. Based on the detected feature points, the position information and geometrical features of the weld joint such as its depth, width, plates mismatch, and cross-sectional area can be obtained and monitored in real time. Meanwhile, by feeding these data into the multi-axis motion control module, a non-contact seam tracking is achieved by adaptively adjusting the position of the welding torch with respect to the depth and width variations of the weld joint. A 3D profile of the weld joint is also obtained in real time for the purposes of in-process weld joint monitoring and post-weld quality inspection. The results indicate that the developed laser-based machine vision system can be well suited for the measurement of weld joint geometrical features, seam tracking, and 3D profiling.     

一种适用于特征稀少零件的图像精确拼接方法

针对特征稀少零件的图像精确拼接难题,提出了一种基于相位相关法和闭环运动控制的图像精确拼接方法,以充分发挥软硬件的综合优势。该方法以具有足够特征信息的零件为对象,获取成像系统分别沿X轴和Y轴运动时的零件等距序列图像并预处理,再利用相位相关法求解图像配准参数。在闭环运动控制系统的良好重复定位精度支持下,将上述图像配准参数视为系统配准参数,以进行特征稀少零件的图像拼接。典型零件的图像拼接实验表明,该拼接方法用于特征稀少零件的图像拼接具有无像素级拼接错位和拼接速度快等优点。     

移动高光对三维场景重建的影响与消除

针对制造车间光滑地面在阳光或灯光照射下的扫描图像往往存在反射光斑,且随相机位置变化而变化,会严重干扰图像处理和利用的问题,提出了一种识别和去除高光的方法,用于改善图像处理效果和三维重建精度。基于扫描序列图像的三维场景重建流程和SURF特征原理,分析移动的高亮反光斑对图像特征点提取和匹配的影响;对于缺乏表面纹理的灰度图像,提出一种基于逐行多级阈值和动态模板高光识别与去除方法,保留非高光点的特征信息,识别与修复同步完成。实验结果表明,无高反光的前后两帧图像的匹配特征点对比有高光情况下至少高出8%,优化后的余留匹配特征点更多;扫描一段30m长的车间场景序列图像,用提出的方法修复高光后进行三维重建,点云拼接误差减小了10cm。表明移动高光对图像序列三维重建有不可忽视的影响,本文提出的方法能有效地去除高光。     

Reparability measurement of vision sensor in active stereo visual system

The active visual inspection has made giant strides in development. Due to the complexity of field conditions, the binocular stereo vision sensor in active stereo visual inspection system is difficult to acquire the ideal image pair under the poor illumination environment, or cannot work normally because one of two cameras is damaged. To solve the practical problem, a reparability method of the vision sensor in active stereo visual inspection system is proposed. Based on the traditional measurement platform with a structured stripe projector and two industrial cameras, a reparability mathematical model is established, which merges the measurement mode of the stereo vision and the structured light vision to inspect feature points based on the reparability measurement model. Meanwhile, a mathematical model and calibration method of the structured light vision are developed based on the homography between the image and light plane. The method greatly improved the stability and reliability of measurement data. It is proven by experiment that the method is valid, which can accomplish reparability tasks commendably and achieve uninterrupted inspection of feature points in the actual industrial applications.     

焊缝磨抛机器人视觉算法实现及其试验研究

为实现大型结构件焊后焊缝自动磨抛,磨抛机器人除了具备移动能力和磨抛能力外,更需要在复杂和不规则的工业环境中对焊缝进行准确的跟踪和测量,进而为焊缝磨抛提供有效的加工参数。将两个电荷耦合器件(Charge-coupled device, CCD) 相机和激光器搭载在吸附移动机器人本体上,构成焊缝磨抛机器人视觉系统。根据结构光的亮度分布特征,提出定位图像感兴趣区域(Region of interest, ROI)的算法,减小了计算量,提高了计算效率;提出在噪声干扰条件下快速检测结构光特征线的列高斯差分算法,成功提取结构光特征线;提出差分最值粗定位-距离阈值精定位的焊缝边缘点检测算法,快速、精确提取焊后焊缝的边缘点,计算出焊后焊缝的几何信息。图像处理试验及相应的焊缝磨抛试验结果表明：该视觉系统稳定、可靠,视觉算法快速、精确并且具有很好的鲁棒性,为复杂工业环境下大型结构件焊缝磨抛自动化奠定了基础。     

基于机器视觉的齿形结构齿顶圆检测方法

齿形结构作为传动装置的关键零部件,齿顶圆的精确检测是后续装配的重要依据。在齿顶圆的视觉测量中,传统图像处理方法检测精度较低,齿形结构倾角过大时轮齿存在遮挡导致算法的鲁棒性差。针对上述问题,现提出基于机器视觉的齿形结构齿顶圆检测方法。首先基于自适应阈值的曲率尺度空间(CSS)技术对轮齿进行亚像素角点检测,其次采用超最小二乘法拟合齿顶椭圆,最后通过补偿准偏心误差优化椭圆参数。实验结果表明,该方法不仅可以提取包含全部轮齿图像的齿顶圆,对于轮齿存在遮挡的图像也能进行高精度检测,同时能够补偿透镜畸变产生的椭圆准偏心误差,齿顶圆圆心测量精度为0.056 mm,法向量测量精度为0.068°,满足齿形结构视觉测量要求。     

一种基于结构光双目视觉的特征匹配算法研究

特征点匹配在图像检索、三维测量、模式识别等技术中起着重要的作用。使用MATLAB软件剪切图像并细化线结构光光线条纹。经理论分析SURF算法优缺点,提出了一种基于SURF算法特征点提取的改进算法。用C语言编写改进后的特征提取算法,通过MATLAB软件实验对比两种算法的特征点提取结果并且编写程序实现后期的特征匹配。实验表明:该算法基本满足双目视觉立体匹配的要求,对于线结构光三维测量技术具有重要的理论意义和实用价值。