齿轮齿顶圆与分度圆螺旋角的换算

我公司生产减速机 ,每年有不少的斜齿轮需要滚切。操作者加工一批零件 ,往往需要把第一个齿轮在计量室进行螺旋角检验。但测出来的只能是齿顶圆的螺旋角 βa 大小 ,而图样上标注的是分度圆螺旋角 β,有一个互换问题。tanβ=dtanβa/da式中 ,分度圆直径d不可以直接测量 ,齿顶圆直径da 及螺旋角 βa可测得 ,故需换算。tanβ =dtanβa/da=(mnz/cosβa)tanβa/datanβcosβ=mnztanβa/dasinβ=mnztanβa/d此式中 ,mn、z、da、βa 均可测量 ,故 β值可得齿轮齿顶圆与分度圆螺旋角的换算$星光传动机械有限公司!(广东佛山528031)@高满成…     

最小二乘圆法拟合激光斑点的一种方法

介绍了激光标记求取目标物体深度信息的方法。由于激光源打在目标物体上形成具有一定面积的光斑,在CCD成像后的像平面上必然也形成一定区域的斑点,为了精确地确定目标物体的深度信息,需要计算激光斑点中心的位置。提出了最小二乘圆法求取激光斑点中心位置的方法,并给出了算法实例。     

基于机器视觉的锪窝深度检测方法研究

针对飞机板材上锪窝孔深度检测效率低及人工检测主观性大等问题,提出了一种基于机器视觉的锪窝深度检测方法。根据锪窝孔的特点,设计了一套以3D激光轮廓传感器为基础的锪窝孔图像采集系统,利用Halcon算法库对采集到的图像进行分析处理。利用阈值分割算法和形态学图像处理算法对锪窝孔进行边缘粗定位,通过卡尺工具法提取锪窝孔外圆的亚像素边缘点,采用RANSAC算法拟合边缘点得到光滑的边缘曲线并获取其半径,从而计算出锪窝深度。经实验验证,该检测方法正确率高且稳定性好,测量精度可达到20μm。     

双齿轮凸形齿测量结果进行二次最小二乘曲线拟合的误差评值方法

本文给出了对凸形齿测量结果进行二次最小二乘回归抛物线拟合的数据处理及误差评定的方法。该方法对测量结果进行二次最小二乘回归，分离出齿形形状误差、齿形角误差、最大鼓形量和最大彭形位置。     

基于亚像素边缘的椭圆中心检测方法研究

在椭圆边缘粗定位的基础上,根据椭圆粗定位信息及图像边缘梯度方向附近点的灰度分布特征,进行高斯拟合获取精确的亚像素边缘点,对亚像素边缘点进行最小二乘拟合,得到精确的椭圆中心位置。实验证明,该算法对椭圆中心定位精度和稳定性有较大提高,并有很好的实时性。     

基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

基于机器视觉的直齿轮齿距偏差检测

针对直齿轮齿距偏差测量难度大、测量精度低的现状,文章采用机器视觉技术对直齿轮的齿距偏差进行检测。通过机器视觉系统获取齿轮图像,利用改进的Zernike矩亚像素边缘检测算法进行齿轮边缘检测;利用重心法求取齿轮几何中心,利用统计连通域法求取齿数,利用凸包法计算齿顶圆半径并计算获取齿根圆半径,通过齿顶圆公式计算模数,通过分度圆公式计算分度圆半径;依据测量结果给出了齿轮齿距偏差的测量方法,通过测量结果与直齿轮实际尺寸对比和分析,证明了该算法的合理性,可以实现齿距偏差的有效检测。     

一种用于圆度误差评定的优化算法

一种用于圆度误差评定的优化算法＊刘文文聂恒敬（合肥工业大学精仪系合肥２３０００９）１引言本文提出一种用于圆度误差评定的优化算法,其基本思想是用最小二乘圆的简化模型的线性迭代运算去逼近最小二乘圆精确模型的优化解。与传统算法相比本文算法具有计算速度快、精...     

齿顶圆与齿根圆直径的测量及其量具

利用三点定圆原理设计了一种测量工具,用以测量齿轮（奇数齿或偶数齿均可）齿顶圆直径和齿根圆直径,以便确定齿轮的各主要参数,使用方法简单,方便,精度适中,成本低,便于推广使用。     

双目视觉中空间圆弧的高精度测量方法

提出一种基于双目视觉的空间圆弧高精度测量方法.首先为提高图像中曲线的中心点位置提取精度使用Steger方法,其次在图像匹配过程中为快速准确获取匹配点对,提出通过计算右图像中极线与直线交点的方法寻找匹配点,其中该直线由距极线最近邻和次近邻且分配在极线两侧的两点确定,最后对三维数据拟合得到空间圆心坐标和圆半径,针对传统方法鲁棒性差的问题,提出基于平面约束的空间圆弧拟合方法.实验结果表明,与传统检测方法相比较,该方法对空间圆弧的高精度测量具有较好的精确性和鲁棒性.     

基于机器视觉的鲜枣群体大小检测算法

目前,鲜枣的分级一般都是由人工测量分级的,效率低,且需要大量劳动力。该文通过建立鲜枣群体大小检测软硬件平台,利用黑白校正获取较清晰的鲜枣目标图像,采用HSV加权法灰度化得到轮廓鲜明的鲜枣图像,采取图像处理技术对鲜枣的轮廓进行弧段组合及弧段分割,获取单个鲜枣的整体边缘,最后通过最小二乘法椭圆拟合得到鲜枣的直径大小。实验表明,该方法能很好地检测每个鲜枣的大小,检测的准确率达到98.91%。     

基于最小二乘法的椭圆拟合改进算法研究

为了提高数字图像中椭圆检测的不确定度和拟合精度,在最小二乘椭圆拟合算法的基础上进行了改进。该文对所有样本点进行编号并作归一化处理,通过归一化处理来提高算法的稳定性和鲁棒性。结合随机原理的思想,随机选取6点进行椭圆拟合,所选取的6个点中任意两点之间的距离大于一定的阈值,计算与拟合出与椭圆相匹配的所有样本点。重复该过程一定的次数,匹配样本点个数最多的椭圆即为最优的椭圆。对拟合出的椭圆所用的6个样本点进行坐标反归一化处理,计算出最终的椭圆参数。通过对给定图形进行拟合,验证了该改进算法有效性,与原算法相比,检测的不确定度和拟合精度得到了提高。     

基于偏最小二乘的数控机床热误差稳健建模算法

建立预测模型对热误差进行预测和补偿是解决机床热误差问题的常用方法,该方法中模型的预测精度和稳健性易受环境温度影响而明显下降,对此本文提出了基于偏最小二乘法的热误差稳健建模算法。首先使用相关系数法筛选温度敏感点,并建立热误差偏最小二乘回归预测模型。进而基于全年环境温度下的多批次热误差实验数据,分析最佳的温度敏感点个数。最后建立热误差偏最小二乘回归模型,并与普通多元线性回归模型的预测效果比对分析。结果表明本文所提算法平均预测精度为5.7μm,模型稳健性为0.56μm,相较于普通多元线性回归算法,预测精度和稳健性分别提高13.8%和49.5%。说明本文所提的热误差稳健建模算法能够在环境温度变化较大时保持高预测精度和高稳健性。     

基于最小二乘法的婴幼儿头型检测方法研究

针对婴幼儿头部畸形缺乏快速测量诊断方法,精确测量依赖于3D扫描仪,成本高昂、缺乏统一指标等问题,设计了一种新型婴幼儿头型测量诊断机构.首先给出了该设备的检测原理及数据采集方法;其次详细介绍了基于最小二乘法的椭圆拟合快速检测方法,该方法可以直观地获得婴儿头部的各项参数,快速有效地获得被检测婴幼儿头型信息.最后通过示例证明,该方法能够快速检测出婴幼儿头型轮廓,为婴幼儿的临床检查提供了方便有效的途径.     

基于计算机视觉的圆锯片精密集成测量

为了提高圆锯片图像边缘的定位精度,提出了一种在边缘点灰度梯度方向上对梯度幅值进行插值的亚像素细分算法。为了满足高速测量的需要,将图像处理、尺寸标定、参数计算等整个测量过程集成起来,构建了圆锯片的计算机视觉测量系统。实验结果表明,利用改进的亚像素方法与直线Hough变换实现测量时,达到了精密、高速的测量要求。     

基于机器视觉技术的精确定位方法研究及应用

介绍基于机器视觉技术的某反射式多光束引导定位系统的工作原理和误差来源,并针对其误差提出了从硬件和软件两方面减小误差的方法: (1)采用高精度测量仪器校准关键零件位置精度,及采用有限元方法仿真技术获得关键零件的最小形变; (2)采用改进的边缘检测算法,提取精确边,减小因CCD器件本身物理性质带来的误差。通过以上措施,保证了系统精度。     

一种多次随机圆检测及拟合度评估的瓶口定位法

针对现有啤酒瓶口质量检测中的定位方法在瓶口严重破损或存在大量干扰时定位误差大的问题,提出一种多次随机圆检测及圆拟合度评估的瓶口定位算法。采用阈值分割、重心法和径向扫描获取边缘点,利用从边缘点中随机采样的3个点确定一个圆,定义各边缘点到圆距离小于给定阈值的边缘点的数目与边缘点总数的比值为圆拟合度,提出将圆拟合度作为评估标准搜索最优定位结果的方法,利用多次重复随机圆检测得到大量圆拟合结果并计算对应圆拟合度,以最大圆拟合度对应的圆拟合结果作为瓶口中心。与4种典型方法对比,实验结果表明:在瓶口图像不完整和存在大量干扰时,该方法可实现瓶口高速高精度定位。     

基于机器视觉的汽车换挡面板自动分类方法

针对报废汽车企业对不同型号汽车换挡面板自动分类的需求,提出了一种基于机器视觉的面板自动分类方法.该方法首先使用Blob分析对图像进行预处理,分割出图像中的换挡面板目标对象,接着提取被分割图像的11个形状特征作为特征向量,利用特征向量训练多层感知器(Multi-Layer Perceptron,MLP),最后使用完成训练...