基于边缘检测的零件自动测试系统的设计

主要提出了利用图像处理技术中边缘检测算法和最小二乘法拟合直线,对零件内部结构之间的垂直度和对称度进行快速、商精度测量的方法;首先CCD图像传感器将需要测量的零件部位和标准件相对应的部位拍摄下来,通过图像采集卡将模拟信号转换成数字信号,利用边缘提取技术和直线拟合技术进行比较测量;本检测系统的优势在于它操作简便,可以进行在线快速测量,降低了测量成本,能满足大规模生产的需要。     

基于SUSAN算法的孔径几何参数检测方法研究

利用SUSAN算法对零件孔径几何参数图像进行边缘提取,结合椭圆拟合算法进行检测,给出了算法的理论依据.通过对换向器零件内径的测量实验,得出该算法对于圆或椭圆型零件的参数检测可达到的较高的亚像素级精度,而且能够有效地克服由于图像边界部分残缺和白噪声的干扰,具有较高的检测效率.     

二维几何图形测量中的边缘定位算法研究

研究图像优化测景和提取问题,针对CCD摄像机采集的图像中含有各种噪声,传统的边缘检测算法不仅不能很好地抑制噪声,而且定位精度只达到像素级.为了更好地提取图像边缘信息并抑制噪声,以提高测量系统的测量精度.在比较分析各种像素级边缘检测及亚像素细分算法的性能后,采用能同时协调图像边缘信息和抑制噪声的多结构多尺度形态边缘检测.根据测量系统的被测目标,采用矩估计亚像素细分算法来实现图像边缘的精确定位,并进行仿真.仿真结果表明算法通过提高定位精度,有效地提高了测量精度.     

基于视觉的刀具参数高精度测量

为满足现代制造业对刀具几何参数快速、高精度的测量要求,用高速CCD摄像机、远心镜头及可调的LED光源搭建刀具图像的采集系统,且在VS2010平台上用简单高效的C#语言开发基于机器视觉的具有可视化快速调焦功能的刀具几何测量系统。采用亚像素边缘提取法精准定位刀具边缘,设计一个快速调焦提示法。实验结果表明,该测量系统重复测量精度不超过2μm,速度快,鲁棒性好,极大提高了需要预知刀具参数来控制刀具运动轨迹的数控机床和加工中心的工作效率和加工质量。     

基于改进Zernike方法实现圆形边缘亚像素检测

在图像测量中,图像边缘的精确定位与检测是影响测量精度的关键。为了实现快速、高精度的图像边缘定位与检测,提出了一种改进的Zernike方法,采用四个方向模版Sobel算子对图像初处理,利用被测物的几何信息,只使用零阶矩实现对边缘的亚像素定位。实验结果表明改进算法比原算法具有更高的精度,而运行的时间不到原算法的1/4。该算法具有良好的处理效率,能够满足一般具有几何特征图像边缘实时、亚像素精度定位与检测的要求,具有广阔的应用前景。     

显微视觉检测系统精度分析及校准技术

为提高显微视觉检测系统的检测精度,建立了检测系统的误差模型,分析了影响检测系统精度的因素,给出了运动系统及视觉系统的误差补偿方法;提出了一种开环控制加位置检测的运动控制方式和一种基于多项式拟合的图像边缘检测算法;实验结果表明,提出的运动控制方式和边缘检测算法有效降低了显微视觉检测系统的系统误差,提高了微小型零件的检测精度。     

基于亚像素特征点提取的螺纹检测粗糙聚类算法

本文研究了一种应用于高速图像检测的基于亚像素特征点提取的螺纹检测粗糙聚类算法。其基本思想是:采用分阶段的高精度亚像素特征点提取方法,将图像边缘特征离散为亚像素级特征点,利用粗糙集中的不可分辨概念和近似集合概念,对图像亚像素级特征点进行粗糙聚类,以便区分图像中多个螺纹零件,确定螺纹小径不可分辨类。在此基础上,给出了螺纹几何参数测量的步骤和计算规则,根据计算结果对螺纹零件进行基于图像特征的判别和处理。这种基于亚像素特征点提取的螺纹检测粗糙聚类方法具有较高的检测精度。     

图像测量系统精度影响因素的研究

在图像测量系统中,边缘检测的定位精度是最终测量精度的关键,国内外很多学者对该问题进行了广泛的研究,提出了各种边缘检测的方法,但是各种方法的定位精度的优劣都自圆其说,难以验证.也有很多学者对各种算法进行了对比研究.但使用的评价图像与实际系统采集的图像相差甚远.为了进一步提高图像测量系统的测量精度,本文针对误差的来源,主要有:硬件因素、环境因素、软件因素等进行了研究分析.并就这些误差对图像测量系统测量精度的影响和消除或减小误差的有效方法做以介绍及分析.从而提高测量精度.     

基于图像的精密零件缺陷检测技术

研究零件缺陷检测问题。针对要求机械零件精密度高,传统的图像检测或者肉眼检测很难保证精密零件的细微缺陷被准确检测出来。提出计算机视觉图像的缺陷零件检测方法。采取了去除小成分的方法去除图像中的噪声和一些干扰测量的部分;选取最大类间方差法作为此检测系统的阈值分割方法。采用像素级和亚像素级边缘检测,克服传统方法的缺陷,实现精密零件缺陷的完整检测。实验结果证明,方案切实可行,提高了测试精度,为图像检测提供了可靠的方法。     

基于网络可生存性的网站保护系统

利用机器视觉技术建立圆形零件检测系统,采用简单高效的标定方法和亚像素技术实现对圆孔和圆形零件的非接触精密测量.圆孔和圆形的直径测量过程包括图像采集、图像分析处理和结果输出.其核心算法是系统校正、图像预处理、二值化和圆检测.实验结果证明,该系统实现了在线实时检测,其精度达0.01 mm,具有良好的应用前景.     

基于图像处理的几何零件边缘检测

随着计算机技术的不断发展,将数字图像处理技术广泛应用于测量领域是发展的必然趋势。基于图像处理的几何零件测量来说能够精确地提取它的边缘是保证测量的精度的很重要的条件之一,因此对于边缘检测算法的研究具有非常重要意义。通过大量实验对几种最常用边缘检测算法进行实验对比,从而得到一种满足要求较实用的算法。     

基于机器视觉的公差检测系统算法研究与应用——自适应边缘检测与修正Hough变换

介绍了基于机器视觉的几何量和位置公差检测中常见的计算模型、图像处理和直线拟合一般算法，进一步介绍了一种自适应的边缘检测方法。着重分析了传统的Hough变换的优势和缺点，在此基础上提出了适应形位公差检测特点的修正Hough变换算法。自适应边缘检测方法被应用于检测实际工程的图像边缘，检测到的边缘区域在亚像素之内；修正的Hough变换算法也被运用于相应工程的直线拟合，与传统的Hough算法相比，结果表明其速度更快、精度更高，抗干扰能力更强，其拟合直线的极径精度可达到0．1个像素，极角精度可达0．01°。     

一种轴类零件边缘精确定位方法

针对目前的边缘检测算法存在定位精度低、处理速度慢、抗噪性能差等缺陷,提出了一种轴类零件尺寸检测的图像边缘高精度定位方法。该方法采用改进的自适应中值滤波算法、改进的Kirsch算子和在图像边缘灰度梯度方向上进行二次函数逼近高斯曲线拟合方法,实现了图像边缘亚像素高精度定位,提高了尺寸检测精度。通过对气门尺寸的计算机视觉检测实际应用,证明提出的算法精确且稳定,满足高精度视觉检测要求。     

工业CT图像的亚像素级面积测量

为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。     

基于照片自动提取人体尺寸信息的研究

人体测量是通过测量人体各部位的尺寸来确定个体之间和群体之间在人体尺寸上的差别,用以研究人的形态特征。文中尝试一种兼顾精度、效率和成本的测量方式,即利用满足一定条件的人体照片,通过图像处理及后续搜索计算获得人体测量的数据。该文是在研究图像处理的部分理论基础上,重点分析了多种常用的边缘检测和轮廓提取算法,结合人体结构特点,设计了一个包括图像去噪、边缘检测、轮廓提取、尺寸顶点搜索和坐标计算的处理流程,达到人体尺寸信息自动提取的目的。结果极大地提高原型的健壮性和准确性,得到了理想的人体尺寸信息,说明该方法具有可行性。     

A method for improving measurement accuracy of cylinders in dimensional CT metrology

Measurement quality of industrial cone beam X-ray computed tomography (CT) is influenced by many types of artefacts, therefore, industrial-level accuracy is difficult to attain. In order to avoid the influences of these artefacts, this paper proposes a new method for measuring cylindrical surface that is a common geometric structure in mechanical parts. The proposed method fits cylindrical surface from a sinogram image directly. Compared with a standard way for dimensional CT metrology, higher measurement accuracy and less measurement time can be achieved. Mainly, the method consists of edge points detection of a sinogram image and cylindrical surface fitting. The performance of the method is evaluated by use of both simulation data and actual data.     

基于CGA理论的虹膜定位算法的研究*

为了能够有效提高虹膜检测和定位的质量、准确性和速度,排除光线照射、噪声或是拍摄的角度等不利的因素对定位结果的影响,本文提出一种虹膜的定位算法。该方法首先在对图像进行预处理的基础之上,运用共形几何代数理论的思想,将欧式空间当中的几何量变换到共形几何代数空间当中去,这些几何量在共形几何代数空间当中都是以统一矢量的形式表示,从而这些几何量之间的计算更加的方便、简洁,最后借助Radon变换对目标圆,即虹膜的内外圆所在的平面进行检测,实现虹膜的定位。实验结果表明,该方法简单快速且虹膜定位结果准确,抗干扰的能力强,最重要的是实现了对虹膜内外边缘的同时定位,这对提高虹膜检测和定位的效率有着重要的意义。     

基于方向可调小波变换的二次多项式插值图像亚像素边缘定位

提出了一种基于方向可调小波变换的二次多项式插值图像亚像素边缘定位的方法,不仅计算量小,其定位精度可以达到亚像素级,且具有较好的抗噪性能在机械零件尺寸测量中有很高的应用价值.     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。