基于机器视觉的机械零件自动精密测量

本文提出了一种运用机器视觉实现对机械零件长度的自动精密测量的方法。采用机器视觉技术获取试件的图像数据，利用图像处理中亚像素边缘检测方法实现对边缘的精确定位，并提出了一种相机自动标定方法，从而实现长度的自动精密测量。     

基于机器视觉的机械零件自动精密测量

本文提出了一种运用机器视觉实现对机械零件长度的自动精密测量的方法.采用机器视觉技术获取试件的图像数据,利用图像处理中亚像素边缘检测方法实现对边缘的精确定位,并提出了一种相机自动标定方法,从而实现长度的自动精密测量.     

基于机器视觉的传送带分拣技术研究

将机器视觉应用于传送带分拣系统,使得分拣系统具有更高的适应性,能够适应各种任务下的分拣需求。对机器视觉在分拣平台应用上存在的标定问题进行了研究,完成了基于机器视觉的传送带分拣系统搭建。首先分析了视觉系统的标定方法,然后提出了一种传送带与机器人的位姿关系的标定方法,最后在摄像机标定和传送带标定的基础上实现了机器人与摄像机的位姿标定。实验证明:工件的定位识别精度能够满足识别分拣的要求,能够完成机器人的分类抓取任务。     

基于Halcon的大视场视觉标定方法研究

标定是机器视觉使用中必不可少的一个步骤,针对当前视觉点胶行业中对大视场加工要求,提出了一种基于Halcon的大视场视觉标定方法。通过采用Halcon相机畸变校正与画网格提取角点进行加工区域坐标标定相结合的方法,在进行点胶控制系统中机器视觉标定功能的同时,可快捷准确进行点胶加工轨迹的规划与转换,实现了大视场加工的全景标定功能。经过实际加工验证,该方法达到了控制系统标定需求,且提升了操作便捷性,提高了点胶加工效率。     

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。     

基于图像的无标定视觉伺服系统

传统的机器人视觉伺服大都是基于系统标定技术的。但是在实际工厂条件下,复杂的工况常常使得无法进行有效的标定,且标定技术对于环境十分敏感,标定精度对于系统最终性能有很大影响。因此,本文在总结当前基于图像无标定机器人视觉伺服研究的基础上,搭建机器视觉伺服平台,设计视觉伺服软件系统。运用图像雅克比在线估计方法,在核心问题雅克比矩阵估计上,采用动态拟牛顿算法,模拟逼近图像雅克比矩阵,进行视觉反馈。并将无标定视觉伺服系统应用于UR机器人,使机器人的智能抓取免去了复杂的标定程序,克服了原视觉系统的不确定因素,提高了机器人视觉系统的鲁棒性,扩大了工业机器人的应用范围。     

基于固定视点的视觉标定算法研究

针对在固定视点中机器视觉标定过程复杂、效率低、标定精度不高的问题,对目前普遍应用的摄像机标定和手眼标定算法进行了研究,提出了可一次性完成固定视点的视觉标定算法。利用实验室的MOTOMAN-UP6工业机器人对该标定算法进行了验证,首先由机器人末端夹持一个棋盘格完成一系列的运动,每次运动结束时摄像机拍摄一幅棋盘格图像,并记录下机器人末端的位姿,等所有运动完成后,采用张正友标定算法对摄像机进行标定,接着采用基于最小二乘法的标定算法对摄像机与基座关系进行简便高效的标定。研究结果表明:该算法标定过程简单、求解速度快并且结果精度高,具有很强的实用性。     

基于机器视觉的阀芯自动装配系统

针对球阀阀芯自动装配过程中存在装配柔性低、时常无法精确定位的问题,基于机器视觉技术,构建了一套在线机器视觉系统.采用NI Vision Assistant模块对系统及图像进行快速、准确的标定,并在其中对零件图像进行预处理、模式匹配以及边缘检测等修正处理.在LabVIEW中调用Vision Assistant节点,得出零...     

CMOS摄像机标定实验研究

当今,CMOS摄像机在机器视觉领域已得到广泛应用,对CMOS摄像机的标定是一个必不可少的重要环节。文章介绍了CMOS摄像机的成像模型和标定的方法及流程,并基于HALCON,应用传统标定法中的最优化算法的标定方法实现对CMOS摄像机的标定。实验标定的结果表明,该方法精度高、鲁棒性好,可以有效地应用于各种计算机视觉系统中。     

激光速在视觉检测中的标定方法研究

计算机视觉检测技术在测绘、工业、军事、导航等领域已得到广泛的应用。而标定是视觉检测的关键技术之一。本文介绍一种用激光束对系统进行标定的新方法，即将激光器发出的平行光束投射到被测物表面上的光斑作为标定物，通过采集光斑图像并对图像进行预处理，包括噪声处理、图像分割技术等得到光斑图像，最后计算出图像象素与实际尺寸的对应关系。该方法能够在不便于或者不能使用常规标准件法的环境下进行快速标定。试验结果验证了该方法在一定精度下的稳定性和可用性。     

机器视觉非接触测量系统在线校准及不确定度分析

高精度、大面阵CCD和CMOS传感器件的出现,使得机器视觉非接触测量技术得到越来越广泛的应用。本研究以典型机器视觉非接触测量模型为研究对象,通过对其原理、测量数学模型和计量特性进行了阐述和分析,创新性提出了一种机器视觉非接触测量系统的在线校准方法,分析并确立了测量过程中的不确定度来源,并对校准结果进行了不确定度评定。实验表明,机器视觉非接触测量系统在线校准方法具备两个优点：一是易操作性,优化了测量标准的追溯关系;二是校准精度高,在95％的置信概率下。校准系统不确定度为0．008mm。     

基于主动视觉的相机标定方法在太阳能电池片丝印机上的应用

为了实现太阳能电池片丝印机视觉对位系统高精度标定的目标,采用线性相机模型与高精度的标定板及高精度的主动视觉平台,并采用基于平面正交运动的主动视觉标定方法以实现标定系统构建。本研究阐述了线性相机模型和相机标定方法,介绍了丝印机视觉对位系统的构成,设计了基于主动视觉标定方法的主动视觉对位平台的运动过程。标定时,令主动视觉平台按照预先设计的运动信息表动作,由相机采集每次运动后标定板上特征点的图像。根据每次平台运动采集到的特征点信息与平台运动距离之间的关系,通过采用Matlab的OPENCV算法,线性地求解了相机的内外参数,给出了相机标定的部分程序,并分析了标定误差。结果表明,采用基于平面正交运动的主动视觉标定方法,仅需主动视觉平台做有限的几次运动就能够实现相机的线性标定,实现起来比较容易,且标定精度能够满足使用需求。     

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。     

一种基于OpenCV和Tsai的摄像机两步标定新方法

为实现成形加工系统中摄像机标定技术,对开放计算机视觉函数库OpenCV进行了分析。在Tsai方法基础上,结合传统摄像机标定原理,充分考虑了透镜的径向畸变和切向畸变影响及求解算法,给出了一种适应于成形加工的MVS摄像机标定新方法。实验结果表明,该算法不仅具有良好的跨平台移植性,而且提高了标定精度和计算效率,能高效地获得相应的标定参数,可以满足一般成形加工中机器视觉系统的需要。     

基于机器视觉的轴承内外径尺寸测量方法

针对轴承内外径尺寸的人工测量方法存在测量效率低、易产生视觉疲劳等问题,提出一种基于机器视觉的轴承内外径尺寸测量方法,利用智能相机采集轴承图像并对其做中值滤波与二值化处理,通过Sobel边缘检测算法提取轴承内外圈的边缘特征点,采用最小二乘法计算出拟合圆的圆心与内外半径的像素值,并通过尺寸标定与机器视觉脚本程序,将其换算为内外径的实际尺寸。实验结果表明,该视觉测量方法精度高、速度快,适用于大批量轴承生产场合。     

机器视觉在工业测量中的应用与研究

基于普通双目视觉测量模型,针对视觉测量系统的关键技术-标定、特征提取、特征匹配,提出了一种实用的高精度摄像机标定方法,基于“多对一”的思想,讨论了一种改进的Hough变换方法;山外极约束理论,提出了一种基于角点的外极斜率特征匹配方法。实验证明.该方法能成功的应川于复杂零件的测量。     

机器视觉在烟包包装检测中的应用

机器视觉是建立在图像处理技术研究基础上的一门新兴检测技术．基于视觉传感器的检测系统具有抗干扰能力强,效率高,组成简单等优点．随着计算机软件．硬件技术的发展,以及机器视觉理论的完善,机器视觉越来越多地应用到工业生产现场的在线．非接触检测及监控。本文提出了一种基于PC板卡式的机器视觉检测方案．用于烟草行业中进行烟包包装检测。     

三维机器视觉测量系统的标定模型研究

针对单幅二维数字图像计算三维坐标信息的三维机器视觉测量系统,建立了相应的摄像机标定模型和激光三角测距标定模型,为三维机器视觉系统走向实用奠定了基础。     

基于共面法的视觉传感器的标定方法

提出了一种基于平面网格靶标的视觉传感器的标定方法。首先利用平面网格靶标来获取标定点，同时利用交比不变原理不断修正镜头的畸变参数，从而提高了标定点的精度，然后根据这些标定点利用RAC算法对视觉传感器的内外参数进行标定。试验结果表明，基于共面法的视觉传感器的标定方法操作简便，切实可行，具有较高的精度。