基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

基于光栅结构光双目视觉的动态三维测量方法研究

基于矩形光栅结构光和双目立体视觉测量技术,提出一种物体表面三维形貌的动态测量方法。采用基于光平面引导的稠密光栅光条匹配方法完成左右摄像机光条图像的匹配,该方法先通过各光平面对应的单应矩阵实现左右图像点的对应,再结合极限约束及空间点距离约束完成左右光条中心点的全局最优匹配,以此解决由两摄像机和投影仪组成光栅结构光测量系统中光条匹配难题,对匹配完成的图像光条点应用双目立体视觉测量原理完成物体表面的三维重建。实物实验中,对姿态变化的手臂进行测量,结果证明仅需投影单幅光栅图案可实现手臂三维形貌的测量,验证该方法的有效性。     

基于机器视觉的火花塞间隙检测技术

针对火花塞间隙人工检测不足,提出一种基于机器视觉技术的自动检测方法。采用背光源、远心镜头和CCD面阵相机搭建图像采集系统,摄像机校准和火花塞模板创建后,采用形状匹配算法找出火花塞图像,基于亚像素边缘轮廓测量出火花塞间隙尺寸。实验结果表明:视觉检测结果与人工测量结果一致,可用于火花塞间隙尺寸的自动判别和定量检测。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的 针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法 首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大 的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配 速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果 实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论 改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

计算机立体视觉技术在工业测量中的应用研究

本文对计算机立体视觉测量的一些问题进行了分析。提出了一种机参数示定的方法，摄像机模型中考虑几何畸变。立体视觉技术原主要难眯在于图像特征的快速，精确的提以和匹配，本文介绍一种共一线立体匹配方法有竽对空间特征点和曲线的匹配。     

基于模糊神经网络的双目视觉系统的研究与准确度

在机器视觉系统中,由于深度信息的丢失,镜头的畸变等因素的影响,使得摄像机的模型是非线性的.在采用模糊神经网络对双目视觉系统标定时,以特征点投影到左右图像的坐标为4路输入,以网络的3路输出和该对应点在世界坐标系坐标的均方值为性能指标;根据梯度下降法来调整和最终获得一组稳定的隐含神经元与输出神经元之间的连接权值,以及高斯型隶属函数的参数(均值与标准差);这样可以用模糊神经网络的权值与隶属函数来代替双目视觉系统两个摄像机的投影矩阵,以描述三维空间特征点坐标与对应点在左右摄像机图像之间的关系,实现系统的标定.     

立体视觉曲面重建与系统误差分析

采用立体视觉空间曲面重建技术对三维曲面表面成像进行边缘提取、图像匹配、匹配点空间位置计算等步骤,得到三维曲面表面点的空间位置,利用空间点信息对三维曲面形状进行重建,恢复曲面三维形状;并讨论了立体视觉系统的摄像机分辨率、测量范围和摄像机间距等参数之间的关系.利用该方法对堆积物表面形状及体积进行测量实验结果表明,该方法能准确、快速、方便地给出三维曲面的形状.     

立体视觉测量中图像匹配的方法研究与应用

立体视觉测量中图像配准方法和效率一直是制约其测量效率的瓶颈,本文提出一种基于应用极几何结合仿射变换来解决双目立体视觉中图像匹配的方法,该方法首先利用两幅图像间的极几何关系,确定一些可靠匹配点作为控制点,进而构建全局仿射变换,把像面的特征点投影到另一幅像面上,再利用极几何约束和变换后的图像点位置关系,分区域进一步搜索匹配点,最终实现图像对的快速有效配准。     

基于计算机立体视觉的图像测量技术

对基于计算机立体视觉和图像处理的高精度测量技术的应用进行了研究，建立了用于测量目的的计算机立体视觉系统模型，提出了对被测量物体附着网格的方法以获取物体本征图像，再应用图像处理和网格点匹配技术获取测点的坐标。对系统涉及的几个重要算法：摄像机标定算法、网格点的提取算法和网格点的匹配算法做了详细的研究，并结合金属板材加工的应变测量的实际应用给出了测量实例。     

基于机器视觉的易拉罐打标区域定位方法

目的 为了提高易拉罐打标效率和打标位置精度,降低劳动强度,提出一种基于机器视觉的易拉罐打标区域定位方法。方法 首先建立模板库,获取即将打标的不同图案的易拉罐表面图像,对图像进行柱面反投影,使有一定弧度的图像展开,并利用模板匹配原理对图像进行拼接,得到易拉罐表面完整图像;其次采用ORB算法在模板库中确定易拉罐表面图案种类,利用模板匹配方法确定该种类图案的打标区域在待打标易拉罐上的位置,从而进行定位打标。结果 实验结果表明,该方法能实现直径为40～65 mm易拉罐的打标区域快速定位,定位误差为±2°。结论 基于机器视觉的易拉罐打标区域定位方法能实现易拉罐打标过程的自动化,可以快速、准确地定位出打标区域,且灵活性较高,降低了劳动成本,能满足企业的生产加工需要。     

应用于机器视觉的物料袋图像处理技术

建立了机器视觉的几何测量模型,采用机器视觉系统采集物料袋图像,应用对比度增加、图像二值化、一阶微分边缘检测、膨胀腐蚀、图像细化,去除噪声等图像处理技术得到了目标物体的边缘图像,用Harris角点检测算法得到了边缘图像角点,证明了提出的图像处理方法具有很强的鲁棒性。     

基于几何约束的双目测距技术研究

双目测距是一种重要的机器视觉技术,常用于机器人定位与导航任务。立体匹配在双目视觉中占有重要的作用,文章基于构建的双目立体视觉系统,提出了一种基于几何约束的物体三维坐标测量方法。首先利用立体标定技术实现了对图像的畸变矫正,并对实时拍摄的左右图像进行ORB特征匹配,以检测图像中物体的特征点对。算法对估计的初始ORB特征点进行RANSAC模型估计,去除误匹配点对应。之后基于点对应之间的距离与斜率对其进行几何关系度量,利用几何约束进一步滤除匹配误差较大的点对应。实验结果说明该算法能有效降低特征的误匹配率,提高了双目测距的准确性与鲁棒性。     

用激光线光源实现快速测量

本文通过分析在机器视觉检测中采用线结构光作为三角形测量光源时的图象特征，提出了用线光源实现快速尺寸测量的图象处理策略。该策略利用产品的已知几何模型制定检测索引表，通过检测索引表引导计算机进行图象处理，以提高机器视觉的智能程度和图象处理速度，从而实现对零件尺寸的快速在线测量。     

基于机器视觉的竹材尺寸测量系统设计

为适应竹材加工过程的竹材剖分自动化需求,该文提出将机器视觉技术应用到竹材图像实时处理与显示中,并设计一种新的算法来测量竹材的尺寸参数。首先,针对采集图像存在的噪声,采用选择式掩模平滑法进行去噪并保护边缘信息;然后利用Sobel算子提取竹子的内外轮廓,通过二值化分割图像的目标和背景,并按照新的算法获取竹材尺寸大小;最后通过VC++编写的软件界面显示采集和处理后的图像及测量数据,并存储在数据库里。试验结果表明:软件设计采取的数字图像处理算法能有效滤除噪声,保留感兴趣的目标,而新的测量算法能高效快速精确地计算竹材的尺寸参数,为竹材自动化剖分的实现提供有效途径。     

关节式坐标测量机激光测量头参数标定

在三维视觉测量中,标定方法对测量结果的影响是决定性的.本文通过分析、比较各种视觉模型及标定方法,采用考虑镜头畸变因素的三维视觉模型以满足高精度测量系统的需求.由于关节式坐标测量机的激光测量头,使用单摄像机和线结构光来匹配被测物体表面的三维数据,本文设计了一种新型的阶梯形标定块,通过标定块图像和激光条纹图像完成了摄像机的内外参数标定和激光平面参数标定.实验证明,该标定操作过程简单,易于实现自动化,且具有较高的标定精度.     

异形热态锻件几何尺寸测量方法的研究

提出一种异形热态锻件几何尺寸测量方法。基于线激光器、CCD和伺服系统构建线激光扫描测量系统,通过提取图像上被锻件表面轮廓调制的激光条纹二维信息,经过坐标变换及点云三维重构得到锻件三维尺寸信息。针对被测异形锻件形貌特征,建立基于摄像机运动的扫描测量模型,并提出一种基于棋盘参考平面的摄像机光心轨迹求解方法。根据平面上特征点在CCD图像不同帧中的坐标拟合摄像机的运动轨迹,结合扫描测量模型实现对异形锻件完整轮廓尺寸的测量。通过实验对封头进行扫描测量,得到球冠部分截面测量直径误差小于4 mm,满足热态锻件测量要求,验证了该方法的可行性。     

基于贝叶斯估计的粘连颗粒尺寸检测方法

在高速流水线上对小视场物体大批量在线检测过程中,针对滚子、钢珠、卷烟爆珠等球形颗粒因体积过小、发生破裂、传输振动而引起的颗粒粘连,致使其尺寸无法精准检测的问题,采用机器视觉的检测手段,提出基于贝叶斯估计的尺寸视觉检测方法。首先,经图像采集系统获取粘连颗粒图像,对采集图像预处理去除干扰因素。之后,利用边缘检测方法进行轮廓坐标点提取,通过数据滤波选取有效轮廓点数据,代入到该文所提出的贝叶斯尺寸测量数学模型中,从而实现对粘连颗粒尺寸的精确测量。以卷烟爆珠为例进行试验验证,该方法测得的尺寸最小均方根误差为0.049 6 mm,测量误差均值最小为0.022 63 mm,验证所提方法的可靠性与稳定性,满足实际工业检测精度要求。该方法的提出可为高速流水线上小视场粘连颗粒测量研究提供基础。     

光笔视觉三维测量中光斑图像点立体匹配方法

针对光笔视觉三维测量中左右两幅图像中光斑图像点的立体匹配难题,引入SoftPosit 算法将其转换为二维像点与三维物点对应关系未知情况下的位姿参数估计问题.通过将对应匹配和位姿估计融合在一起,进行捆绑迭代寻优,分别完成左右两幅图像中光斑图像点与空间光笔光斑的对应匹配,从而实现了左右两幅图像中对应光斑图像点的立体匹配.该方法基于模型,与空间点分布模式、点的数量及图像灰度无关,实验结果表明该方法切实可行,也可用于特征点的识别.     

基于线结构光-机器视觉的CHN钢轨轨距动态检测方法

针对有轨电车传统轨距检测方法存在检测成本高、标定抗干扰能力弱等缺点,提出一种基于线结构光-机器视觉的轨距动态检测方法,通过线结构光照射左右铁路轨道,形成钢轨轮廓信息。首先通过标定,建立并融合左右轨道的空间姿态坐标系,获取轨距的计算公式。接着通过机器视觉中的灰度滤波、高斯滤波、开运算、骨架提取算法对轨道轮廓图像进行处理。然后将处理后的轮廓图像通过标定的空间姿态坐标系计算出轮廓的实际空间坐标,即可得到轨距。该方法不仅只用2组线结构激光摄像式传感器降低检测成本,且通过机器视觉算法能够大大提升环境干扰下轨距动态测量的鲁棒性,保证测量的精度。最后通过实验室平台以及轨检车试验场验证该方法的可行性和有效性。     

色差对机器视觉尺寸测量精度的影响研究

目的机器视觉尺寸测量系统照明光源为复色光时,色差会使图像边缘轮廓变得模糊,主要研究色差对尺寸测量精度的影响。方法以搭建的机器视觉尺寸测量系统为平台,分别采用白色(复色光)、红色、绿色、蓝色的LED背光源作为照明光源,采集标准圆柱体图像,经软件系统处理后获得测量结果。结果当照明光源为复色光时,重复性测量误差和线性度误差分别在1μm和2μm以内;当采用单色光作为光源时,重复性测量误差和线性度误差分别控制在0.5μm和1μm以内。结论色差对机器视觉尺寸测量的重复性和线性精度都有影响,可以采用单色光来避免色差,从而进一步提高测量精度。