基于2D激光扫描的基准检测技术研究

在机器人自动制孔系统中,基准孔检测的准确性会直接影响整个机器人制孔过程的位置精度。为获取基准孔孔位准确信息,采用激光扫描的方式对基准孔进行检测。设计了2D线激光扫描在基准平面内点云的三维转化方法,通过分析基准孔在扫描仪坐标系下点云的分布特点,提出了一种基于坐标差值的基准孔边界提取算法。通过设定相邻点云在线激光扫描仪坐标系下z轴的坐标差值获取边界点,实验验证该算法能有效地去除点云中的噪声点,获取准确的基准孔边缘特征信息,进而得到准确的基准孔孔位信息。     

基于线激光扫描的基准孔检测与定位方法

为了满足尖端制造领域中大部件的数字化钻孔与装配需求,利用线激光扫描仪和工业机械臂提出了基准孔自动检测与 定位系统及方法。 首先,对基准孔三维点云进行孔底点云插值补偿,采用双向梯度约束算法实现了基准孔的粗略边缘特征点提 取;然后,针对提取的边缘特征点,采用基于角度判断的细化算法和基于平面拟合的压缩算法,实现了边缘特征点的精细化提 取;最后,对边缘特征点进行空间圆参数化,得到了孔径和孔距,实现了基准孔的检测与定位。 实验结果表明:该方法对基准孔 的检测精度和定位精度(相对误差)分别为 1. 77% 和 0. 24% ,优于传统方法的 2. 77% 和 0. 46% ,能够满足生产制造中大部件的 数字化钻孔与装配要求。     

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。     

基于OpenCV的圆心坐标定位的优化设计

针对圆环柱体零件圆心点的坐标如何定位和定位数据的异常波动问题,基于对圆环柱体零件边缘点检测坐标分布情况进行了研究,提出了四分位数展布法处理数据异常值和基于最小二乘法拟合圆曲线相结合的方法.首先对采集到的图像进行滤波、增强的预处理,其次对原图像转换得到的灰度图像进行基于Canny的边缘检测算法,提取轮廓边缘点坐标.最终进...     

飞机装配孔位检测方法研究

针对数字化飞机装配时孔位检测的要求,提出了一种飞机装配孔位检测方法。这一方法应用激光扫描仪,包括三维点云孔边缘特征点提取和最小二乘法孔位检测两部分。基于带两个标准孔的试验板对这一方法进行试验验证,确认这一方法可以在飞机装配中实现基准孔的高效率与高精度自动化检测。     

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.     

基于线结构光双目测量系统的管片位姿正交化解算

针对管片拼装机工作过程中存在位姿误差和位姿检测智能化等问题，提出了一种基于线结构光双目测量系统的管片位姿测量方法。该方法减小了检测管片位姿时光照情况对检测结果的影响，无需要额外添加其他标记，可将由线结构光双目测量系统检测的管片边缘点世界坐标与管片拼装机机械手臂工作坐标下的三维坐标进行转换和解算。利用以隧道横截面圆心坐标O为基准的线结构光双目测量系统检测到检测点的位姿，通过运用三维空间点的坐标重心化和罗德格里矩阵的最小二乘法求解出管片位姿变换旋转矩阵，有效改进管片姿态旋转矩阵的正交性。随机进行多组检测点的位姿计算误差的比较，验证本方案的可行性。结果表明该方法能精准快速测量管片位姿，提高位姿测量精度。     

基于线结构光的空间圆几何参数测量方法

在双目视觉测量中,针对工件圆孔边缘特征点难以寻找,提出了把线结构光与圆孔边缘的交点作为特征点的方法,有效避免了匹配困难的问题。首先提取圆孔边缘像素点,根据最小二乘法拟合椭圆方程,在圆孔边缘上打出多条线结构光,提取工件表面上的激光条纹中心,并拟合出直线方程,联立两个方程,得到圆孔边缘点的像素坐标,结合两相机的内外参求出该边缘点的空间三维坐标,最后利用空间圆的几何特性拟合出圆孔的中心坐标和半径值。通过实验验证了该方法简单易行,灵活性高,精度较高。     

连铸坯三维测量多线结构光的中心条纹快速提取

在利用多线结构光系统对大尺度连铸坯进行三维测量的过程中,线结构光中心条纹的提取精度是影响三维测量精度的重要因素。提出了一种对传统灰度质心方法进行优化的多线结构光中心条纹提取方法。对连铸坯表面激光横截面不满足高斯分布的线结构光条纹,利用图像背景差分的方式去除环境噪声,并根据线结构光条纹与背景间的灰度变化信息确定线结构光的边界,同时提取线结构光的感兴趣区域。根据光条在梯度方向上的灰度积分比例计算灰度质心法的自适应灰度阈值,利用灰度质心方法处理感兴趣区域提取出光条中心点,最后结合附近半径为5个像素的邻域内所定位的中心点进行质心重提取,获得连铸坯表面光条的亚像素中心坐标。现场测量结果表明：对反射特性不均匀的连铸坯表面的激光条纹光条中心进行提取,最终连铸坯边缘轨迹点的三维测量结果标准偏差在2 mm以内,该方法具有精度高、速度快、鲁棒性强的特点。     

基于机器视觉的金属边缘细微缺陷检测方法的研究北大核心

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

基于图像处理的自动喷胶系统的研究

针对制鞋工艺中鞋底上胶问题,提出一种机器人自动喷胶代替人工的方法。基于机器视觉系统采集鞋底平面图像,采用引进Otsu算法确定高低阈值的Canny边缘检测算法提取鞋底边缘二维轮廓;利用测距传感器获取鞋底高度变化数据;根据得到的鞋底平面边缘二维坐标和对应的高度坐标建立鞋底边缘三维轮廓,并采用NURBS插值算法对轮廓线进行插值平滑处理;将边缘轮廓线向鞋底内侧偏置生成喷胶轨迹线。实验结果表明:喷出的胶线能够满足鞋底粘合要求,可以解决实际问题。     

基于机器视觉的金属边缘细微缺陷检测方法的研究

针对金属表面质量人工检测工作量大、效率低等情况,提出一种机器视觉检测金属零件边缘细微缺陷的方法。先根据金属零件表面反光的特点,在亮场下垂直照射,运用形状模板匹配定位,对前景区域膨胀处理,截取包含零件边界信息的图像,缩小处理区域。接着锐化和滤波边缘区域,线性拟合边缘轮廓,提取拟合线段的方向向量,并以此为特征进行区域类划分,提取边缘坐标点。以提取的坐标点为圆心作圆领域,求取每个领域的灰度平均值并线性插值迭代剔除边界干扰点。最后提取符合要求的坐标点排序,重构多直线段,结合背景差分法提取缺陷。实验结果表明,该检测方法能够有效检测出金属边缘细微缺陷。     

基于机器视觉的铆接孔几何参数测量

为解决传统方法测量铆接孔几何参数效率低、准确性差等问题,提出基于机器视觉的铆接孔几何参数测量方法。该方法使用CCD相机采集孔的特征信息,通过灰度处理、双边滤波及直方图均衡化,降低颜色、噪声对图像的影响,使用粒子群算法优化Otsu双阈值分割提取感兴趣区域。使用Zernike矩亚像素边缘检测代替传统边缘检测算法,提高边缘检测精度,再通过形态学处理弥补像素损失。采用改进随机Hough变换(Improved Randomized Hough Transform, IRHT)提取特征,实现孔的中心坐标和半径测量,利用像素当量标定,将像素测量值转化为物理尺寸。经实验验证,该方法测量两孔间距误差小于2%,测量半径为2mm的铆接孔误差小于4%,优于质心法、圆拟合等传统测量方法。     

采用线结构光的电动汽车电池包箱体孔组位置在线测量

三坐标测量机和位置度量规测量新能源汽车电池包箱体孔组效率低,投入大,且无法满足在线检测的要求。为此构建由大理石平台、直线电动机、3D线扫相机等组成的在线电池包箱体孔组位置度检测系统。该系统作为电池包生产线的一部分,在机械手将电池包放入检测平台后,直线电动机带动3D线扫相机获取电池包箱体孔组的3D点云数据。将3D点云投影到标定平面,采用中值滤波降噪预处理,膨胀、腐蚀逼出被检测孔轮廓,提取ROI;Canny边缘检测提取轮廓线,最小二乘法提取特征获取圆心坐标与装配孔半径,并采用柔性定位的方法校正所获得的数据。结果表明,在线电池包箱体孔组位置度检测系统满足电池包装配孔位置度0.2 mm的测量需求。     

基于动态划分感兴趣区域的车道线检测算法

车道线检测一直是无人驾驶系统的研究热点之一。随着路况复杂程度的增加,对车道线检测效率和检测精度也不断提出更高的要求。提出一种基于动态划分感兴趣区域的车道线隔行检测算法。通过动态划分感兴趣区域将天空、当前车道两旁干扰因素等有效去除,减少了80%左右的检测量,同时也很大程度上避免了误检。在边缘点提取算法中,将检测区域划分成几个小区域,分别提取其边缘点,并采用隔行方法对其检测,最后再将提取到的这些边缘点运用最小二乘法和三次样条曲线拟合出车道线,有效提升了车道线检测算法的实时性和准确性,并且适用于多种试验环境(如雾天、雨天和夜间)。     

一种基于形态学特征的车道线识别方法

现有车道线检测算法主要用边缘信息提取车道特征,通过相邻像素点灰度的对比产生特征点,易受多种外部因素影响导致检测结果易受干扰,为此,提出了一种新的特征点提取算法。该算法通过计算区域内灰度各向结构张量的旋度,选择变化趋势最大的像素作为特征点,提高了算法在复杂情况下的鲁棒性。在兴趣区域采用新的车道线特征提取算法提取特征点,而后筛选特征点,并用Hough变换拟合。在求得车道线后,通过特征点坐标方差区分虚线和实线。通过约15 500帧不同时间段的车道图片对算法进行检验,结果表明:检测方法能很好地实现在多种环境下的车道线检测,在晴天工况下的正确率为99.18%,在雨天工况下的正确率为97.19%,在受损路面工况下的正确率为94.72%,在夜晚工况下的正确率为97.62%。     

基于像素分布特征的图像去噪法在刀具磨损检测中的应用

根据对机床刀具实时数据采集得到的图像的固有特征,提出了一种基于灰度差及像素分布连续性判断的方法,对磨损刀具灰度图像中的椒盐颗粒噪声采取先检测判断再进行去除的原则进行处理。采用Canny算子对图像的磨损区域进行边缘检测,检测结果的二值化图像中含有较多被算子误判为边缘的像素点。根据伪边缘像素点是分布特征,将其判断为噪声点,同样采用基于像素分布连续性判断的方法对伪边缘噪声点采取先检测后去除的方法进行处理,最终检测到磨损区域连续清晰的边缘线。结果证明:该方法在刀具磨损检测中有较强的实用性,在实践中可运用于刀具磨损的实时监测。     

DSP技术在砂轮地貌三维重构中的应用

为了检测砂轮的磨损状况,提出了一种线结构光检测方法,对砂轮的地貌进行了三维重构。为满足工程应用需求,将数字信号处理器(DSP)应用到砂轮的结构光检测中,利用DSP强大的数值运算能力,对摄像机采集得到的图像数据进行了实时处理分析,并基于Snake算法提取出了结构光投射在砂轮表面上的光条边缘的连续轮廓,使用定标矩阵将连续轮廓的图像坐标转换成物理坐标,从而提取出了砂轮表面上的高度数据,重构出了砂轮的三维地貌,最后对砂轮地貌特征进行了分析,为研制商品化的砂轮在线检测装置打下了基础。     

基于机器视觉的亚像素精度法兰盘尺寸测量方法

针对空调压缩机法兰盘尺寸人工测量方式存在效率低、精度难以保证等问题,提出一种基于机器视觉的法兰盘尺寸亚像素级别测量方法,并构建视觉测量系统。对法兰盘图像,先使用转灰度、中值滤波和二值化分割进行预处理,抑制图像噪声,同时提取目标法兰盘区域;再使用Canny算子获取法兰盘边缘像素坐标;然后根据Zernike算法对旋转、尺度等不敏感的特点,使用改进的Zernike矩亚像素边缘检测算法重新定位法兰盘边缘,获取法兰盘边缘的亚像素级别坐标;最后使用最小二乘拟合算法得到法兰盘外圆直径与内孔直径尺寸。实验证明,该检测方法与人工测量方式相比效率高、精度高,能够满足对法兰盘关键尺寸的在线测量需求。     

基于数字图像处理的微内孔质量检测技术

通过对微内孔边缘几何特征的研究,提出了一种有效检测微内孔质量的方法.通过中值滤波、灰度阈值变化等图像处理技术,准确地提取了微内孔的边缘,并将最小二乘圆拟合算法与一种新的圆度判定算法综合应用于微内孔的几何特征识别过程中.实验结果证明,该方法具有检测结果准、检测精度高等特点,能够满足微内孔质量检测的要求.