基于多特征点匹配的管道焊缝图像拼接方法

为解决由于曲面光照不均而导致的获取管道焊缝图像亮度差异较大、特征不清晰等问题,提出一种快速稳定的焊缝图像拼接方法。基于传统加速稳健特征(SURF)的图像拼接算法,在特征描述环节,用局部差异二值(LDB)描述子描述特征点区域,相较于传统描述子降低了特征维度;结合LDB描述子,构建特征点与相邻特征点的约束信息,利用局部结构信息进行多特征点同时匹配代替单一特征点匹配方法,提高匹配稳定性。试验结果表明:该方法有效提高了管道焊缝图像拼接的快速性和成功率,拼接效率约是SURF算法的1.8倍,拼接成功率约是SURF算法的1.3倍。该方法在其他图像拼接领域也具有一定应用价值。     

基于应变非接触测量的裂纹拼接

使用基于图像处理的非接触网格应变测量法绘制板料成形极限图,通常选取裂纹边缘网格测量应变,测量值较理论值偏小,甚至相差较多。本文使用图像处理方法,分别建立了基于多目视觉和显微测量镜头的裂纹拼接算法,可对难变形件裂纹处网格进行拼接测量。试验结果表明,两种拼接算法均满足精度要求,前者误差为1.5%,后者为1%,对于改进成形极限图的测量方法、提高成形极限图的测量精度具有一定的参考作用。     

基于机器视觉的轴类零件几何尺寸测量

基于轴类零件的几何特征与CCD获取的零件图像,利用数字图像处理技术对轴类零件进行边缘检测,提出了一种自适应开关中值滤波算法,该方法滤除噪声效果明显,开发了轴类零件尺寸测量系统,实现了轴的尺寸及其参数的测量.实验结果表明,改进的滤波器可以较好的保存图像的二维边缘信息,且在允许误差范围内采用机器视觉的非接触测量方法可以实现对轴的基本参数的快速准确测量.     

大型锻件尺寸CCD测量的数学模型研究

文献[1]曾提出了一种大锻件尺寸的热态测量方法。该方法可实现大锻件尺寸的远程、在线、非接触测量,从而不仅可改善测量工作条件,而且可大幅度提高测量精度。该系统采用CCD摄像头作为主要传感元件,并需多次测量。文章给出了一种新的处理CCD图像的数学模型,可通过两次测量求解锻件椭圆断面的尺寸。     

基于机器视觉的异形弹簧快速缺陷检测方法研究

为实现异形弹簧的尺寸和变形缺陷在线检测,基于机器视觉设计一套零件快速定位、测量和缺陷检测的方法.详细论述图像处理算法,即图像预处理、图像定位、尺寸测量和变形缺陷检测算法等.基于形状的模板匹配对零件进行定位,通过创建测量矩形完成对零件的尺寸测量.基于微分和自身对照的思想,对零件易变形区域进行微分,通过对比微分的小区域,实...     

基于机器视觉的柴油机缸套尺寸测量

为满足柴油机对缸套尺寸的高精度需求,提出了一种基于RANSAC(随机抽样一致性)拟合缸套亚像素轮廓的内外径尺寸检测方法。根据生产线上工业相机获取的CCD图像结构和灰度的信息特征,该测量方法先采用双边滤波和形态学梯度算法对图像预处理,去除噪声提高对比度;然后在用大律算法(QTSU)和Canny边缘检测算子获取图像边缘的像素级坐标;通过双线性插值算法对像素级坐标进行亚像素的重新定位,获取边缘亚像素坐标;最后采用RANSAC拟合算法对缸套内外径进行尺寸测量。通过仿真与实际尺寸对比,该方法具有更好的定位精度和抗噪性,相比最小二乘法RANSAC检测更可靠。     

边缘检测在工业CT图像中的应用

提出一种基于边缘提取的工业CT图像几何尺寸的自动测量方法。采用一种快速全自动的图像分割算法来提取边缘,并在此边缘上实现对工件CT图像的内部结构尺寸和缺陷尺寸的自动测量。该方法已成功应用于工业CT图像处理软件中,并具有较高的精确度和重复性。     

基于CT切片图像的虚拟测量

工业CT作为一种先进的无损检测手段,可以有效地检测零件的内外部结构情况,对扫描得到的工业CT图像进行二值化,将图像目标和背景分离,然后进行轮廓跟踪,识别出图像的外轮廓和内轮廓,并将内外轮廓数据拟合成样条曲线,最后进行虚拟测量。结果表明,该方法可以测量内外轮廓沿x,y方向以及任意方向的尺寸。     

基于视觉的非接触外螺纹关键参数测量方法

针对外螺纹零件关键参数测量效率低、工作强度大、精度低,且难以实现在线自动检测的问题,提出一种基于视觉的非接触外螺纹关键参数测量方法。首先,针对螺纹图像中不存在明显直线的情况,设计一种基于Hough变换的特征圆提取螺纹图像倾角校正算法,利用特征圆圆心构造螺纹虚拟直线以实现螺纹倾角计算并旋转图像;进一步,在螺纹的感兴趣区域(ROI)区域内进行一系列图像处理得到螺纹轮廓点,采用最小二乘算法拟合螺纹上、下轮廓点直线,实现螺纹的大径与小径高精度测量。现场测试表明所提方法能对螺纹图像倾斜进行有效校正,大径与小径尺寸测量精确达到0.008 5 mm,验证提出方法可行性和有效性。     

基于Hu矩模板匹配和目标跟踪的ROI实时自动提取

在基于机器视觉的智能化在线测量等应用领域,需要实时自动地提取图像中的感兴趣区域(regions of interest, ROI),以提高在线测量的计算效率和自动化程度。研究了Hu矩的数学模型,分析了Hu矩模板匹配算法和目标跟踪算法的各自优势和不足,针对现有Hu矩模板匹配算法无法实现对目标实际大小的自适应以及计算量大、现有目标跟踪算法需要人工手动划定初始跟踪目标等问题,提出了一种将变模板尺寸的Hu矩模板匹配算法和目标跟踪算法相结合的方法,将变模板尺寸的Hu矩模板匹配算法得到的自适应ROI提取结果作为目标跟踪算法的初始跟踪目标,实现了ROI的实时自动提取。实验表明,变模板尺寸Hu矩模板匹配算法能够根据实际场景中目标所占画面比例提取到合适大小的ROI,在将其作为初始跟踪目标输入KCF目标跟踪算法后,应用于1920×1200尺寸的图像能做到平均8帧每秒的实时ROI提取。     

轴表面荧光磁粉检测缺陷图像的快速展开拼接

根据成像原理,分析出图像失真主要来源于径向畸变和透视失真;建立面阵CCD(电荷耦合元件)相机采集轴侧表面图像的专用成像模型,提出了快速展开拼接算法,获得检测图像和展开复原图像的坐标对应关系,采用双线性插值法对图像进行展开复原;利用相位相关法获得相邻图像的平移位置关系,将多张展开图像进行轴向和径向拼接,生成完整的侧面展开图。试验结果表明:将6幅轴的侧面缺陷图像展开拼接成分辨率为1 624像素!750像素的矩形图像所需时间为1.793 s,每幅图像展开的平均时间为0.090 s,展开拼接图像中缺陷几何特征参数的相对误差在3.9%以内。这满足了轴类工件表面无损检测对实时性和准确性的要求。     

视觉检测与激光精密测量在轴承加工检测中的应用

机器视觉测量技术是利用机器模拟人类视觉对待测工件的各种参数进行测量的一种新兴技术,测量速度快。利用面阵CCD传感器拍摄图像并结合相应的平面标定算法,即可测得工件的平面尺寸。此方法测量速度快,但精度相对较低。高精度激光位移传感器的测量精度较高,但测量速度相对较慢。结合以上两种视觉传感器的优点,提出一种同时具有高速、高精度特点的精密测量方法,并将其应用在精密轴承的制造、加工、检测中。     

数字射线检测技术的细节尺寸测量问题

数字射线检测技术在检测图像上测定细节尺寸,实际是以细节占据的像素数与像素尺寸之积给出的尺寸。为减少测量误差,确定测定值时需要考虑检测图像不清晰度的影响,需要采用校准试块校准检测图像像素尺寸,可以采用线性插入计算方法。测量总是存在由像素尺寸、量化误差决定的固有误差。这些讨论为控制数字射线检测技术测定细节尺寸误差提供了依据。     

标志点拼接技术在大型薄壁件型面非接触测量中的应用

随着测量技术的发展 ,大型塑性成形零件的型面检测方法有了较大的改善。本文首先介绍了三维拼接技术的基本原理 ,阐述了手工设定拼接标志点的拼接算法的实现过程。最后给出了该方法在大型蒙皮零件型面测量中的应用实例和拼接效果 ,为控制零件成形精度提供了可靠的检测手段     

关于DR检测图像拼接技术的探讨

DR成像技术的众多优点令其在目前的工业检测中应用广泛。针对大型工件，由于成像板的尺寸限制，因此需要使用专用的图像拼接软件，以完成整个被检工件的完整射线检测图像显示。介绍了在使用多自由度射线检测系统时，当分别在水平与垂直方向逐步透照大型工件时，产生的图像拼接问题。检测发现，工件转台水平偏移透照方式对图像拼接质量没有影响，但是转台垂直偏移透照时会导致图像拼接质量不佳。分析出在两个方向上拼接效果不同的原因在于垂直方向上的影像放大倍数不同，提出为了实现对大型工件的有效检测，射线检测系统设计时应该采用面板探测器的水平和垂直运动，而非工件转台运动的建议。     

基于面结构光投影法的刀具轮廓尺寸非接触测量技术研究

针对刀具的几何形状和轮廓尺寸对刀具的使用寿命和产品的加工质量有直接影响,提出采用面结构光投影法对刀具轮廓尺寸进行非接触测量,该方法不仅可以准确获得刀具轮廓的深度信息,同时能直观反映出刀具表面本身有无缺陷。文中开展了面结构光投影法的测量原理、测量系统的数学模型以及刀具点云拼接方法的研究,给出了刀具转台坐标系与摄像机成像坐标系间的转换关系。以通用的麻花钻头为例进行实际测量,实验结果表明:该方法可以很好地获取钻头的几何形状及轮廓尺寸,其测量误差在0.07 mm左右,可行性较高。     

基于图像的尺寸测量应用研究

零件尺寸测量是生产中一个十分常见而重要的项目。利用摄像机等硬件和图像处理算法等程序共同构成图像尺寸测量系统,在这个平台上完成尺寸测量工作。通过标定试验,得到像素当量为0.1198 mm/pixel,测量范围为0.1198～42.169 mm。通过试验数据分析,测量精确度达到＆#177;0.09 mm。仪器在试验室环境下工作正常,达到设计要求。     

图像拼接在板类件三维测量中的应用

建立了基于计算机视觉的图像拼接测量系统,采用基于摄像机径向畸变的非线性优化模型,同时确定图像中心点,运用空间点重建的方法,建立起板类件特征的二维平面坐标与空间坐标的联系。采用旋转矩阵和平移矩阵的方法使分块测量数据统一到同一个视场下,最后匀化、拼接成为一个整体。最后通过几种不同形状的典型件验证了此种方法的合理性。     

基于计算机视觉的锥体零件尺寸在线检测算法

文中提出了用于在线检测锥体零件尺寸的图像处理算法.利用面阵CCD相机采集被测零件的数字图像,对图像进行处理和模式识别,实时给出检测结果,完成100%在线检测,与传统方法相比,提高了检测效率和检测精度.用实际的零件进行检测实验对比,结果表明,该算法的测量精度可以达到1μm以上,并且有很好的通用性,可以广泛用于各行业的产品加工检测.     

基于遗传算法的光照自适应精密轴承尺寸检测系统

机器视觉测量易受光照环境影响,针对车间实际工作环境灯光复杂,轴承表面光照不均,传统阈值分割算法无法精确分割图像,进而无法准确测量尺寸的情况,提出一种基于遗传算法的二维最大熵阈值分割算法,建立一套非接触式的轴承尺寸光照自适应检测系统。系统对内径公称值为21.0mm,外径公称值为31.0mm的轴承进行实验,在光照不均的情况下,该算法的图像分割效果明显,系统测量相对误差小于0.01%,最大误差不超过3μm,满足精度要求。