基于改进形状上下文特征的工件识别与定位

为了满足自动化装配线中工件自动上料作业的需求,提出了一种基于改进形状上下文特征的工件识别和定位算法。首先对图像进行预处理,然后进行阀值分割提取轮廓图像,利用改进的形状上下文特征检测算法在已检测出的轮廓中识别工件轮廓。与传统形状上下文特征算法不同的是改进形状上下文特征检测算法采用直方图结合Harris角点进行特征生成与匹配,加快了匹配速度。实验结果表明,本方法具有较高的精度,对环境变化有一定的适应能力,能较精准地对工件进行定位。     

基于角点稳健提取的长方体参数化拟合方法

长方体基元拟合是三维点云几何拟合的典型问题,在三维重建、逆向工程、工业三维量测等实际场景中有着广泛应用。在实际应用中由于遮挡及设备盲区等原因,通常无法获取完整长方体点云数据,导致建模或量测时难以准确拟合长方体结构。针对该问题,本文提出一种结合平面拟合投影分割以及残缺平面垂角检测的长方体参数化拟合方法实现了长方体参数化拟合。首先,该方法通过平面拟合投影分割算法获取强轮廓信息的平面点云;然后,设计了残缺平面垂角检测算法,以拟合长方体真实角点;最后,利用非共面四点法对长方体残缺角点进行计算补全,获得完整的长方体参数信息。实验表明,本文方法在各类情况下均能准确检测并补全长方体角点信息以及平面参数信息,角点查准率召回率均为100%,平均误差仅为1.204×10^-3 m,能够实现精确的长方体参数化拟合。     

基于自适应拟合的小型元件位姿高精度检测算法

针对小型元件在生产过程中精度要求高的难点,以一种典型的小型元件,发火元件的自动化焊接流程为例,对流程中最重要的视觉检测步骤,提出了发火元件的亚像素轮廓自适应拟合算法。在算法中,首先利用感兴趣区域提取、高斯滤波、Otsu阈值分割、Freeman轮廓跟踪,进行图像预处理;其次利用Zernike矩对跟踪编码的轮廓进行亚像素化,提高轮廓检测精度;最后根据亚像素化后的轮廓,进行自适应轮廓拟合,从而实现发火元件位姿的自动检测。对上述算法,在发火元件测试平台上验证,实验得到最大定位误差9.37μm,平均误差5.96μm;转角误差0.006°,满足焊接检测的要求。     

基于椭圆拟合的车辆遮挡处理算法

为了对遮挡车辆进行分割,提出了一种基于椭圆拟合的车辆遮挡处理算法。在遮挡检测方面,利用最小二乘椭圆拟合法检测独立前景区域中的车尾阴影。如果检测到2个车尾阴影,则判断前景区域中存在着遮挡现象。在遮挡处理方面,利用与车道线方向平行的直线将前景区域轮廓分割为2个子轮廓。之后,提出了长轴方向固定的最小二乘椭圆拟合法对2个子轮廓分别进行拟合,并定义2个子轮廓到各自椭圆的距离之和作为分割评价函数,最后选择具有最小评价值的直线作为车辆遮挡的分割直线。实验结果表明,该算法能够准确地检测和分割车辆间的遮挡现象。     

基于多尺度分析的人脸识别算法研究

针对传统的人脸识别算法易受光照等因素影响的缺点,提出了一种基于多尺度分析的人脸识别算法。首先,对采集到的人脸图像进行预处理,去除噪声,减弱无用信息,增强有用信息;然后,在粗尺度上采用形态学梯度边缘检测算法对人脸轮廓进行提取,缩小人脸库的搜索范围;最后,在细尺度上对人脸的不变特征进行提取,采用Harris角点检测算法对在粗尺度上得到的边缘图像进行特征提取,减少计算量,提高了识别速度。在所拍摄的人脸库上对算法进行验证,实验表明,对易于进行轮廓提取的人脸图像的识别速度较快,精度较高。     

一种基于插值拟合的复杂刀具轨迹在线平滑压缩算法

提出了一种基于插值拟合的在线复杂刀具轨迹平滑压缩算法,该算法依据主导点的选取策略,对原始数据点进行离线预处理,然后进行主导点的在线插值拟合以及非主导点的误差检测,进而生成一条满足拟合精度要求的B样条曲线。主导点依据离散数据点的曲率阈值、曲率极大值、曲线拐点,以及分段Bezier曲线逼近拟合后的误差最大值点进行选取。在具有C2连续性的分段Bezier曲线逼近拟合前,需要利用长度均分策略,提取长度突变点作为新增的主导点,以保证拟合的准确性。对主导点进行B样条插值拟合后,利用轮廓误差跟随法对非主导点到拟合曲线的误差进行检测。该方法与牛顿迭代法相比,其计算速度更快且能提高算法效率。仿真结果表明,提出的算法可对复杂刀具轨迹进行平滑压缩,且误差检测的精度能够满足要求。     

基于HALCON的锥形表面小孔测量

为解决等离子切割保护帽表面小孔尺寸的测量问题,提出一种区域分割与RANSAC算法联合拟合圆的方法。首先提取出小孔区域,再用二阶高斯函数导数计算出小孔的边缘点位置。选用矩形分割法对边缘点进行阵列分割,以矩形区域中两个边缘点连线求半径,生成一个假定的圆模型方程,再将其他边缘点代入圆模型中,判断该点是否为圆模型的解,运用RANSAC算法迭代计算出最优圆模型,最后使用HALCON软件完成拟合测量。实验结果表明,该测量方法能更准确地识别边缘轮廓,与最小二乘法对比,拟合圆弧更加接近实际轮廓。在测量中使用标定板和游标卡尺进行标定,适合于实际检测。     

基于卡尺边缘检测算法的铆接孔径尺寸检测方法研究

提出了一种基于卡尺边缘检测算法的方法对飞机铆接孔径进行检测。对采集的孔径图进行图像增强,通过数学形态学的膨胀、腐蚀等运算提取锪窝孔外圆的圆环区域,利用卡尺边缘检测算法进行边缘检测,得到各边缘点及其坐标,最后结合RANSAC算法将检测到的边缘点进行圆拟合,产生圆轮廓并获取半径,完成拟合测量。经实验证明,该检测方法具备良好的抗噪性能与亚像素精确定位能力,正确率高,稳定性好,重复测量精度可达到±20μm。     

评定二次曲面轮廓度误差的角度分割逼近法

提出一种基于角度分割逼近算法和粒子群算法计算二次曲面轮廓度误差的最小区域评定方法来准确评定任意位姿的二次曲面轮廓度误差。首先,给出了能够实现角度分割逼近算法的两条前提假设;基于假设,给出了更合理的算法网格布局递推公式。根据曲面轮廓度误差的定义建立了误差评定的精确模型。然后,采用角度分割逼近法求取测点到拟合二次曲面轮廓的距离;通过粒子群算法,以所有的点与二次曲面距离中的最大值为适应度值拟合出二次曲面一般方程,并实现被测轮廓与理论轮廓位置的匹配。最后,采用上述方法对某抛物面天线进行了评定,并与参数分割法、SMX-Insight和最小二乘法进行比较。实验结果显示：该方法测得的天线轮廓度误差为0.659 8 mm,比其它方法准确。结论表明：基于角度分割算法能够更有效地评定任意位姿二次曲面轮廓度误差,计算准确、迅速,而且无需确定待分割区域。     

基于双目视觉的工件尺寸在机三维测量

由于传统测量方法及仪器设备无法满足在机实时检测工件三维尺寸的要求,本文基于双目立体视觉视差原理,搭建了一套可在车间现场操作的在机测量工件三维尺寸的视觉系统.首先,介绍了改进的基于平面圆靶标的双目视觉测量系统标定方法.然后,用阈值分割算法从背景中识别出待测工件,采用Canny算子和多边形逼近法提取工件轮廓和轮廓关键特征点,并在极线约束的特征点匹配算法基础上,提出一种基于灰度相关的密集型精匹配算法,获得了工件边缘轮廓关键特征点云的三维坐标数据.最后,对匹配所得特征点云进行数据处理和特征拟合计算,得到了工件的关键尺寸.在车间数控机床上对有斜面及孔结构的工件进行了在机测量实验,结果显示,该系统检测精度达±1.3％以上.     

基于机器视觉的立铣刀磨损检测方法研究

针对传统立铣刀视觉检测流程中图像定位及利用圆弧拟合边缘不精确的问题,提出一种垂直分布的双镜头视觉检测方法,开发了一套加工中心立铣刀机器视觉检测系统。在自适应阈值分割及边缘检测算法的基础上,通过筛选及合并共线轮廓,拟合直线获取端面刀刃偏转角度,驱动电动机精确定位后采集铣刀侧面图像。基于立铣刀投影几何模型复原侧面轮廓,在侧面摄像头所获取的图像上拟合原轮廓曲线,结合区域求差算法计算出磨损参数及位置信息。实验表明,此检测方法可以精确拟合圆周刃轮廓,提取磨损缺陷区域,检测精度达到0.01 mm,实现了加工中心立铣刀在位检测。     

基于Hough变换与特征聚类的指针轮廓识别方法

无人值守机器人在智能配电房进行巡检、监测采样过程中,需对配电房内的指针式仪表进行自动化识别与判读。对于方型指针式仪表,提出一种基于轮廓特征筛选与直线检测的仪表智能识别方法。在该算法的前处理过程中,针对巡检视角窗口的移动性与多个仪表的分割提出了基于分数体系的算法;在表盘指针识别的图像处理过程中,提出了基于轮廓特征检测与Hough线段识别相结合的方法,并进行聚类估值处理,有效地改进了传统的直线检测方案。利用OpenCV视觉库和C++在计算机中进行算法实现和验证,结果表明,该算法满足精度要求,具有较高的应用价值。     

基于图像轮廓的泵体口环位姿及尺寸检测算法

针对泵体口环人工检测安装精度差的问题，提出了基于图像轮廓的泵体口环位姿及尺寸的视觉检测算法。首先对泵体口环图像进行图像预处理，然后进行图像轮廓检测，分割出泵体口环目标轮廓，最后建立了求取泵体口环位姿及尺寸的数学模型，并根据目标轮廓中包含的像素点数学信息，设计了泵体口环位姿及尺寸检测算法。实验结果表明，基于该算法能够较精准的识别检测泵体口环位姿及尺寸，在较高精度工业机器视觉化应用中具有现实意义。     

基于预分割轮廓的CT图像亚体素表面检测方法

针对基于CT(computed tomography)图像检测分析中的点云提取精度与完整性问题,提出一种基于预分割轮廓的高精度、高完整性的亚体素表面检测方法。首先采用Otsu分割算法提取CT图像的体素级轮廓点集,并以此作为粗定位轮廓自适应地生成用于亚体素表面检测的完备感兴趣区域(region of interest,ROI);然后提出一种基于梯度非极大值抑制的表面体素判定方法,避免了梯度阈值选择难题;最后基于3D Facet模型定位亚体素级表面点位置。实验结果表明,该方法能有效改善传统亚体素检测方法的轮廓丢失、伪边严重等问题,轮廓定位误差小于0.2个体素,同时能够取得3倍以上的计算加速比。     

基于机器视觉的金属工件尺寸测量

针对多孔金属工件人工测量步骤繁杂、精度低问题,提出了基于机器视觉的金属工件尺寸精密测量方法.首先对目标进行灰度化、增强、滤波等预处理,再提取区域轮廓,针对轮廓定位分割问题,提出了基于Ramer算法逼近的两步轮廓分割方法,并引用全局轮廓分割参数S对轮廓进行分类.为提高直线和圆的边缘点定位准确性,提出了基于卡尺工具的边缘点...     

基于三点迭代的聚类圆拟合算法

在图像识别过程中,针对圆轮廓局部失真和孤立边缘影响其拟合精度的问题,提出了一种基于三点迭代的K均值聚类圆拟合算法。首先通过链码跟踪约束去除孤立边缘的干扰,然后按设定规则对初始轮廓点进行采样,并基于三点迭代原理生成采样点的特征量,聚类算法依据特征量来剔除轮廓上的异形点,从而完成对采样点集的分类,最后采用最小二乘法对聚类点集进行拟合并与传统的圆拟合算法作了对比。针对拟合时K均值聚类算法初始位置敏感的缺陷,作了一定的分析和优化。实验表明该算法对圆轮廓局部几何失真有独特的拟合优势,具有较强的适应性。     

基于双目视觉的零件多尺寸在线测量系统

针对零件的自动化测量环节,搭建了一套可用于工业流水线生产的零件多尺寸在线测量系统。首先,对经典的张正友相机标定方法进行了改进;其次,把边缘聚焦思想用于Canny算子实现了高精度的零件轮廓提取;然后根据相机的极线对齐理论,提出了基于极线阈值约束的灰度相关边缘匹配算法,获得零件轮廓点云图;最后,对目标点云数据拟合得到零件关键尺寸。整个过程基于高斯金字塔多分辨率技术来实现,在满足测量精度的前提下进一步提高了检测速度。经过多次实验测试,该系统具有测量精度较高、重复性误差小的优点,可以较好地完成零件的在线检测任务。     

基于机器视觉的轴承识别与定位算法研究

针对运用视觉技术对轴承进行质量检测与尺寸测量时,能够准确地识别定位到目标轴承,提出一种基于机器视觉的轴承识别与定位算法。通过对采集到的轴承图像进行预处理,分割出目标图像并提取图像的外轮廓边缘特征;设置轴承的模板图像,结合图像的Hu不变矩特征对轴承进行识别匹配;通过最小二乘法对图像边缘点进行圆拟合并采用迭代法进行修正,通过计算圆心的位置坐标,实现对轴承的定位。实验结果为：轴承的识别匹配度在0～0.03之间,定位误差在0.5像素以内,满足系统对轴承的识别定位精度要求。     

高速医药生产线上安瓿溶液异物在线检测与跟踪方法

针对高速医药生产线上安瓿溶液中可见异物的在线检测与跟踪的速度和精度要求,提出概率阈值分割与卡尔曼滤波器预测相结合的检测与跟踪方法:应用初次差分结合概率加权阈值分割去除静态干扰,进行二次差分检测目标;利用初步得到的目标信息通过卡尔曼滤波器预测,在卡尔曼滤波器的预测点附近进行搜索并识别,减少卡尔曼滤波器的学习时间,并同时缩小搜索范围,达到提高检测效率的目的.实验结果表明,该方法可以满足检测精度要求并且满足在线检测速度要求.     

基于机器视觉的锪窝深度检测方法研究

针对飞机板材上锪窝孔深度检测效率低及人工检测主观性大等问题,提出了一种基于机器视觉的锪窝深度检测方法。根据锪窝孔的特点,设计了一套以3D激光轮廓传感器为基础的锪窝孔图像采集系统,利用Halcon算法库对采集到的图像进行分析处理。利用阈值分割算法和形态学图像处理算法对锪窝孔进行边缘粗定位,通过卡尺工具法提取锪窝孔外圆的亚像素边缘点,采用RANSAC算法拟合边缘点得到光滑的边缘曲线并获取其半径,从而计算出锪窝深度。经实验验证,该检测方法正确率高且稳定性好,测量精度可达到20μm。