多孔零件二维几何量高精检测系统的研究

为了提高工业零件检测效率和测量精度,研究了基于图像检测技术的多孔零件二维几何量的测量问题.先对CCD获取的零件图像进行分析处理以改善图像的可识别性,采用基于二次曲线拟合的快速亚像素边缘定位算法快速提取零件的精确边缘,从而提高系统的测量精度,并运用Hough变换计算被测零件的几何参数.实测结果表明,该系统的测量精度和准确度高,边缘定位精度达0.1 pixel,检测精度达101μm,最大相对误差为0.4%.     

基于机器视觉的板件形位测量

为实现快速非接触式的板件形位测量,提出了一种基于机器视觉的测量方法,将机器视觉技术应用到机械加工中。基于机器视觉的板件形位测量利用工业摄像机获取工件图像,经过图像滤波和图像分割后提取工件角点,匹配左右相机中的角点,从而得到角点的三维坐标,并且采用直线拟合的方法拟合工件边缘、计算直线斜率,得到工件的旋转角度。     

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.     

基于模板搜索的高分辨率SAR图像机场提取方法

针对高分辨率SAR图像机场提取问题,设计了以尺度变换、边缘检测、短线提取、短线连接、平行线提取和验证识别等流程的机场提取方案,并针对机场跑道特点在短线提取和短线连接两个关键步骤上提出了新的算法。直线提取利用了边缘线的结构特征,将边缘曲线看成三种线基元的组合,能从边缘图像中快速拟合出短直线。短线连接提出了一种基于模板搜索的直线连接方法,将短直线连接问题转化为在模板参数空间里搜索峰值的问题。实验表明,本文方法简单快速可行。     

基于激光雷达距离图像的道路边缘检测与跟踪

论述了将激光雷达的距离图像信息用于道路检测和跟踪。首先将扫描点进行聚类分析对道路边缘进行检测和对所检测的边缘进行最小二乘直线拟合,在成功检测道路边缘后,利用Kalman滤波对道路边缘进行跟踪。实验证明该算法具有检测准确且鲁棒性好的特点。     

离焦模糊图像模糊半径检测的新方法

针对离焦模糊图像盲复原中模糊半径难以快速精确检测的问题,提出了局部熵和直方图统计相结合的算法。首先对模糊图像进行局部熵滤波提取图像的灰度变化信息量,利用Canny边缘算子和Hough变换检测出离焦图像的直线边缘;然后利用相互平行直线边缘区域内的直方图统计特性和Grubbs检验法,定位出阶跃直线边缘求出线扩散函数;最后利用线扩散函数得到模糊半径。实验结果表明所提算法在模糊半径较小时能够精确快速地定位阶跃边缘,从而提高模糊半径的识别精度和识别效率。     

利用提取边缘线的方法定位条形码

为解决基于图像处理方式识别条形码的问题,提出了利用图像边缘线来有效且快速定位条形码的方法。该方法首先用大津法对原始灰度图像获得一个阈值,并对图像中灰度小于此阈值的像素进行隔行隔列处理,提取边缘线。然后将图像分割成大小相等的水平条,依据质心的位置和水平条中边缘点的数量分布确定起始条。通过已知的离散直线中小阶梯最下端的边缘点来拟合直线,并得到直线倾斜角度。仿真实验比较了Sobel算子边缘检测方法和该方法提取边缘线,以及用检测直线的Hough变换方法和该方法进行直线拟合的处理效果和运行时间,结果表明了所提出算法的有效性、快速性和可靠性。     

主动视觉技术在精密测量中的应用研究

对（机器）主动视觉技术在精密测量中的应用进行了深入地探讨。首先,利用Canny边缘监测器对零件边缘进行粗定位,再利用二次曲面拟合实现零件边缘的亚像素精确描述,提取零件的精确轮廓;其次,针对大型零件建立了基于面阵图像传感器的边缘自动跟踪模型,实现了图像的自动拼接与数据缝合,有效地解决了高精度与小视场之间的矛盾;采用物方远心镜头,减小了零件高度方向上的加工误差、定位误差以及摄像头运动误差对测量的影响,是主动视觉在精密觉检测中的一次成功应用。     

基于视觉的零件尺寸测量

针对在线实时检测和测量工业零件尺寸的问题,利用视觉技术建立一个的零件尺寸测量系统,采用简单高效的霍夫变换和亚像素技术实现对规则零件的非接触精密测量。尺寸测量过程包括图像采集、图像分析处理和结果输出。其核心算法是图像预处理、直线检测、圆检测和尺寸计算,详细介绍了利用霍夫变换进行直线和圆检测的方法。经研究可知,零件测量系统能实现工业零件的在线实时检测和尺寸测量,且具有速度快、实时性好、非接触、低成本等优点,具有良好的应用前景。     

手指静脉图像鲁棒边缘检测算法*

手指静脉识别技术已成为研究热点, 为定位用于识别的静脉区域, 首先需要对手指边缘进行检测. 对于低质量手指静脉图像, 经典边缘检测算法检测效果不理想. 为此, 提出一种新的可应用于低质量手指静脉图像的鲁棒边缘检测算法, 主要分为三个步骤：首先, 寻找手指内部分界线, 将图像分为上下两个部分;其次, 利用上下两个水平边缘检测模板, 分别检测手指的上下边缘;最后, 检测边缘中的错误片段, 并利用插值、拟合、填补等技术进行修复.实验结果表明该算法具有检测准确率高, 鲁棒性强的特点.     

数字图像在零件尺寸测量中的应用

提出一种基于数字图像技术的零件尺寸的测量方法,从数字图像测量系统的建立、图像预处理、直线的Hough变换、圆的最小二乘法拟合、亚象素定位、系统标定等几个方面进行探讨,给出测量方法.从理论上和实践上证明本方法的可行性和正确性.     

基于图像技术的多刃钻尖参数的测量及应用

提出了一种基于图像技术的多刃钻尖参数的非接触测量方法;介绍了利用CCD图像的多刃钻尖参数测量系统;调整工作台和钻尖的相对位置,通过CCD拍摄钻尖图像,对钻尖原始图像进行预处理,包括图像灰度化、滤波、二值化、边缘检测;经过Hough变换检测得到钻尖外刃的图像轮廓和钻尖圆弧刃的图像轮廓,再利用最小二乘法对钻尖外刃和圆弧刃的图像轮廓进行拟合,通过定标计算后,从而得到所测参数结果。并对测量精度进行了分析。试验结果表明,该检测系统运行稳定可靠,检测精度高,具有一定的实用性和推广价值。     

一种新的虹膜定位方法

针对现有虹膜定位算法的局限性,提出了一种新的虹膜定位的方法.先对虹膜图像进行预处理,用canny边缘检测算子检测得到虹膜内边缘;再通过二次canny边缘检测对虹膜外边缘进行粗定位,然后分小区域对虹膜外边缘实现多阈值边缘检测,从而获得真实边缘,再利用虹膜内外边缘之间的耦合关系,结合最小二乘法实现虹膜外边缘的定位.实验结果表明,此方法能比较快速准确地定位出虹膜的内外边缘.     

基于机器视觉转子冲片亚像素精度尺寸测量研究

针对传统冲压件人工尺寸测量效率低、精度难以保证等问题,提出一种基于机器视觉的转子冲片亚像素精度尺寸测量方法。该方法采用先将采集的冲片图像灰度化再应用中值滤波来降低噪声干扰的图像预处理方法;通过Canny算子与Otsu方法相结合实现自适应阈值边缘检测,再利用改进的Zernike矩方法进行亚像素定位,获取亚像素级坐标;然后设计轮廓分割算法,主要提取内外圆亚像素轮廓,同时设置感兴趣区域并基于K-Means聚类算法分割出骨架线段轮廓,最后使用最小二乘拟合法求解出转子冲片内外圆直径和骨架间距尺寸。实验结果表明,该方法平均测量精度可以达到0.01mm,测量精度高、速度较快,具有较高的实用价值。     

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。     

基于相位差分算法的参数估计研究

在数字信道化接收机后续精测频结构的基础上,讨论了相位差分算法在信号参数估计中的应用.首先从最小二乘估计模型人手分析了相对无模糊的相位差分算法,然后根据算法分别对加性高斯白噪声中的复正弦信号的频率估计方法和线性调频信号参数的联合估计方法进行了研究,最后给出了方法的最小均方误差分析及其数值结果.实验结果证明,方法能够有效、准确地估计出信号的参数,而且在较高信噪比条件下,其估计均方误差能达到Cramer-Rao下限.同时方法不含复杂运算,非常易于硬件实现.     

橡胶密封圈几何尺寸图像检测技术研究

目前油冷散热器件密封圈尺寸检测使用万工显人工目测方法,工作强度高,测量数据稳定性差。针对这种情况,提出了使用万工显、CCD相机、光栅和计算机搭建自动测量系统,实现了密封圈几何尺寸的检测。采用CCD相机替代万工显的目镜,由光学系统将被测密封圈的边缘成像于CCD靶面上,数字图像通过USB口传入计算机,实现图像采集,由固定于测量平台的光栅尺读取平台移动数据。采集密封圈6幅边缘图像,同时把光栅读数读入计算机。经过中值滤波、阈值分割、边缘检测等图像处理方法,结合光栅读数,经过坐标转换,得到了同坐标系下的所有图像边缘坐标,所有边缘坐标数据采用最小二乘法拟合圆,得出密封圈的半径值。实验数据表明,CCD测量系统均方差为0.0001mm,低于目测系统的均方差值0.0005mm, CCD万工显测量系统测量数据稳定性好。     

基于K-means聚类的数字半色调算法

数字半色调是在二值设备或多色二值设备上实现图像再现的一门技术,提出将K-means聚类法应用在数字半色调技术中。算法中应用人类视觉系统模型(HVS)和印刷模型最大限度减少原始灰度连续调图像和半色调图像之间的视觉误差;利用K-means聚类法将灰度图像划分成聚类分区,在每个聚类分区应用最小平方法(least-squares)最小化二值半色调图像和原始灰度级图像之间的平方误差,所构造的半色调算法与基于模型的最小平方法(LSMB)算法相比,随着聚类分区的增加,图像平滑且边缘清晰度增加,尤其是在图像细节部位。与LSMB算法比较,该算法的均方误差值有所降低,而权重信噪比和峰值信噪比提高了0.2～2 dB,模拟实验结果验证了算法的有效性。     

基于混沌的微弱信号直接数字化测量研究

首次提出了在现有的恒流源混沌映射信号测量系统中,增加一次保序变换,将N位的自然排序混沌轨道符号序列起始段直接映射到N位的自然排序标准二进制序列,从而在混沌映射测量结果与传统线性A/D转换结果之间,建立直接的对应关系的方法.该方法可以有效地解决现有混沌映射信号测量技术中存在的一些问题.研究表明,混沌映射和保序变换,可以用于微弱信号的直接数字化测量,也可作为数字化传感器或传感器阵列的设计参考.