基于图像处理的粗糙边缘盲孔圆度误差测量

针对粗糙边缘盲孔圆度误差检测困难的问题,提出了一种基于图像处理技术的非接触式测量方法。通过搭建基于机器视觉的测量系统,使用CCD摄像机获取被测零件图像,利用图像处理技术对获取的图像进行预处理、二值化和亚像素边缘检测,并提出采用3σ准则和自适应滤波对边缘点进行去噪处理,建立圆度误差数学模型,实现粗糙边缘盲孔的圆度误差测量。初步实验结果显示,测量的重复精度为9.6μm,为粗糙边缘盲孔圆度测量提供了一种可行的方法。     

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。     

装载机动臂孔组同轴度视觉检测系统设计

针对装载机动臂孔组尺寸大、距离远、现有的测量仪器和检测方案难以满足长距离异面通孔同轴度在线检测等问题,设计了基于机器视觉的装载机动臂孔组同轴度视觉检测系统。首先,根据装载机动臂孔组的结构特点建立动臂孔组同轴度误差模型,确定检测方案;然后,对工业相机进行标定,通过机器视觉联合伺服运动获取装载机动臂孔组图像,对获得的图像进行处理,得到装载机动臂孔组的边缘轮廓及圆心空间坐标,并计算装载机动臂孔组的同轴度;最后,通过企业实机验证,证明装载机动臂孔组同轴度视觉检测系统的检测精度和稳定性均达到检测要求,且在检测效率和自动化程度等方面均优于传统检测方案,满足流水线在线检测需求。     

面向回转类零件圆度的机器视觉测量方法与试验

针对工程应用中回转类零件的圆度测量精度不高、效率低等问题,提出了基于改进的Zernike矩亚像素边缘特征提取算法的回转类零件圆度视觉测量方法。建立了回转类零件轴截面图像的机器视觉测量系统,在分析零件轴截面图像特征的基础上,将传统的Zernike矩算法与最大类间方差法相结合得到改进的快速算法,提高了亚像素边缘点的定位精度。建立了轴截面圆度测量数学模型,应用标准量块对系统进行标定,实现了回转类零件直径与圆度的非接触式测量。试验结果表明,该方法不仅可使直径与圆度的测量达到亚像素级精度,还避免了传统测量方法造成的低效率与误判,实现了快速、准确、非接触式测量。     

小孔孔径及同轴度精密影像测量算法的研究

针对小孔加工后采集得到噪声图像的特点,提出对提取的亚像素轮廓进行多次寻心处理及最小二乘圆拟合,以获得拟合圆的圆心坐标和直径长度的方法。通过对零件内外轮廓最小二乘圆拟合而得的圆心坐标进行数学计算,从而得出零件内外孔同轴度。该方法相比于传统接触式检验和一般非接触式检测方式,不但测量精度高,而且费时少。通过对标定板和光面环规标准件的测试结果表明,基于机器视觉的小孔孔径及同轴度测量算法,可使得小孔孔径及同轴度重复测量精度小于0.5μm。该测量方法已用于到水处理喷丝头等零件的测量。     

基于轴线局部搜索的曲轴轴径视觉测量方法

采用传统的机器视觉测量方法对曲轴的几何特征进行测量时，存在测量精度偏低的问题，为此，提出了一种基于轴线局部搜索的曲轴轴径视觉测量方法(测量系统)。首先，依据待测零件所需的要求，进行了硬件选型和机器视觉测量平台的搭建，校正了镜头畸变，提高了其精度；对所获取的图像进行了预处理，包括形态学滤波处理、二值化处理等操作；其次，通过定位算法像素级坐标，获取了曲轴旋转轴线位置，使其与相机移动轴线相重合；运用亚像素细分算法提取了亚像素边缘坐标，计算了其像素当量，完成了像素与实际尺寸之间的转换，实现了对轴径进行高精度测量的目的；最后，进行了测量实验的对比，对基于轴线局部搜索的轴径测量方法的准确性和实用性进行了验证。研究结果表明：轴线局部搜索法测量轴径平均误差为0.003 mm,且测量的稳定性较好，证明了该算法及其测量系统的准确性和实用性，可以适用于对曲轴轴径进行有效检测。     

基于图像处理的同轴误差在线检测方法的研究

针对同轴度误差测量,提出一种基于图像处理的测量方法。通过对工件图像进行灰度均衡化处理、二值化处理和Sobel算子进行边缘检测,获得图像轮廓点的像素值;利用直线拟合的方法得到工件图像轮廓的轴线方程,将其与基准的直线方程对比,得出工件的同轴度误差。同时,对标准件做试验,验证了其检测精度,证实了其可行性。     

舵类结构件几何量误差视觉检测方法及误差评定

针对现有接触式测量方法装夹定位后只能测量一种或两种参数、检测效率低等问题,提出一种舵类结构件几何量误差和装配误差视觉检测方法。首先,利用计算机视觉系统获取舵轴和舵面区域图像,利用图像预处理技术去除图像畸变和噪声,为了更有效地提取舵类结构件边缘,分别采用Sobel算子、Scharr算子、Laplace算子和Canny算子对图像进行边缘检测以确定轮廓,实验对比发现Scharr算子处理后的舵轴图像边缘更清晰且无间断,Canny算子处理后的摇臂图像边缘比较清晰,因此选用Scharr算子提取舵轴图像边缘、Canny算子提取摇臂图像边缘。结合被测要素特点,采用霍夫直线和霍夫圆检测方法提取舵面边缘线特征、舵轴母线特征、摇臂圆轮廓特征;确定了舵芯对称度、舵轴垂直度、摇臂夹角的基准要素,构建了几何量误差检测目标函数,运用自适应遗传算法计算最优解;结合相机标定的内外参矩阵,得到舵芯对称度、舵轴垂直度、摇臂夹角的测量值。最后,研发了舵类结构件几何量误差和装配误差视觉检测软件,搭建了视觉检测实验平台,实现了几何量误差及装配角度误差快速检测功能。经过多次重复测量实验,对称度检测精度达到0.055 mm,垂直度检...     

阶梯轴尺寸及形位误差的机器视觉检测

介绍了基于数字图像处理技术的阶梯轴机器视觉检测方法。对原始数字图像经滤波、二值化、边缘检测及细化等处理后得到轴轮廓图像。通过对轮廓分析,自动测出阶梯轴的长度、直径、圆度误差、同轴度误差,并给出测量后的尺寸结果,分析误差产生的原因。     

基于边缘重构图像的边缘检测算法优选研究

边缘检测是视觉定位、零件缺陷识别、视觉测量等图像处理中的关键环节，其检测质量直接影响后续的图像目标识别与定位的精度。针对具体图像处理需选取合适的边缘检测算法的问题，提出了一种基于多方向滑动窗口线性插值重构法的图像边缘检测质量评价算法。首先，采用待处理边缘图像的最大连续非边缘矩形区域作为重构搜索窗口，设计了多方向滑动窗口线性插值图像重构法；然后，根据图像边缘的特征，建立了集成图像结构相似度和边缘错检率为性能指标的边缘检测算法的优选评价方法；最后，进行了实例应用，通过实验对重构算法的性能、优选方法的可行性和正确性进行了验证。研究结果表明：该边缘图像重构算法准确率最高，实验中重构图像的结构相似度可达到0.708 7,耗时320.902 1 s;采用该优选方法能快速地筛选出最佳的边缘处理算法，与人体视觉评价一致，便于实现边缘检测算法的智能优选和图像的智能处理目标。     

基于视觉图像的二次曲线特征参数精密测量方法

为了满足视觉检测中对二次曲线参数(圆或椭圆)高精度测量要求,提出了一种基于视觉图像的二次曲线特征参数精密测量方法.该方法利用变结构元广义形态学边缘检测算法对图像中的二次曲线进行初始边缘定位,充分提取图像边缘细节信息的同时抑制图像噪声的影响.在亚像素图像处理中,基于Zernike矩边缘检测算法计算出的边缘参数,提出了对二次曲线特征进行亚像素边缘定位的边缘检测算法,建立了曲线边缘点与边缘参数之间的映射关系.利用检测出的二次曲线亚像素边缘点数据,通过定义的数据点分布优化的参数拟合算法,可以计算出二次曲线的特征参数.实验结果表明:该方法稳定性好且实时性强,定位不确定度优于0.03像素,可实现二次曲线特征参数的精密测量.     

基于图像处理的带线缝合针尾孔同轴度检测研究

针对带线缝合针尾孔同轴度检测问题,提出了一种对尾孔放大图像进行边缘检测并拟合的同轴度检测方法.首先根据小波变换原理,利用Db3小波基函数对尾孔放大图像进行了三层小波分解,高频部分利用小波多尺度积边缘检测方法抑制噪声,低频部分利用数学形态学边缘检测方法检测弱边缘信息.然后根据图像信息熵计算了单幅边缘图像的权重系数,进一步将多幅高频边缘图像和低频边缘图像融合,提取到了清晰的尾孔内外圆边缘图像.最后运用最小二乘圆拟合方法得到尾孔内圆与外圆圆心坐标,计算了同轴度.针对0.5 mm缝合针样本的实验结果表明该方法与传统检测方法的同轴度数据差值不超过0.2 μm,且具有良好实时性,能够满足尾孔的同轴度检测要求.     

机械零件二维几何尺寸和形状检测系统研究与开发

针对传统接触式尺寸测量方法的缺点,探讨利用单目视觉测量系统对被测工件进行尺寸测量,为产品的尺寸测量提供实时、快速、有效、经济的测量途径.首先,视觉系统获取零件图像,并对图像进行滤波处理;然后,提出采用Canny六阈值法进行边缘提取,得到完整的边缘图像;最终,利用最小二乘法拟合出机械零件的边缘形状,并通过计算获得零件的几何尺寸.实验表明该系统所得到的零件边缘图像清晰,多个几何尺寸的测量精度符合要求.与传统测量方法相比提高了检测零件的效率和精度,大大扩展了测量范围,从而充分体现了机器视觉测量的优点.     

利用机器视觉的直齿轮在线测量方法研究

快速地对大批量生产齿轮的误差进行在线测量是智能化生产的本质要求,结合机器视觉技术非接触测量直齿轮的加工误差具有重要的意义和可行性。文中借鉴Zernike矩亚像素边缘检测算法,结合图像直方图的最大类间方差方法对在线拍摄的直齿轮图像进行最佳全局阈值处理,在提高轮齿边缘检测效率的同时降低了误差。针对Zernike矩亚像素边缘像素宽度较粗的缺点,对采集的图像进行形态学滤波等处理细化了边缘,在此基础上设计开发了一系列算法,得到了齿轮的基本参数和齿距偏差,并进行了误差分析。通过计算结果与实测值之间的对比,证明文中提出的采用机器视觉技术测量齿轮的算法精度较高,可以满足实际生产过程直齿轮在线测量的需要。     

基于改进Canny算法的起重机下挠度测量方法研究

现有的门式起重机主梁下挠度的测量方法存在着不够安全、便捷和经济的问题,针对这一问题,提出了一种基于改进的Canny边缘检测算法的机器视觉测量方法。首先,获取了起重机在加载额定载荷前后主梁的形态图像,并对图像进行了剪切分割等预处理;然后,利用改进的Canny算法对预处理后图像中的主梁跨中部位进行了边缘特征提取,并通过测量所提取边缘在图像中的相对位移,根据比例换算得到了起重机实际下挠度值;最后,通过LabVIEW平台开发了一套基于该方法的起重机下挠度测量系统,测试验证结果表明:在多种工况环境下,该系统都能准确地识别并提取出起重机主梁的边缘特征,且计算的下挠度值误差在0.5%之内。研究结果表明:该测量方法可以满足起重机械下挠度的工程测量要求,为起重机检测工程应用提供了一种可靠的测量方法。     

基于图像形态学的曳引界面滑移测量方法

提出了一种基于图像形态学算法的曳引界面滑移实时、非接触测量方法。首先介绍整个测量系统的构成与测量方法设计,以及所提出的图像处理算法的每个步骤。然后将图像形态学算法应用于所提出的滑移测量方法,同时将不同的形态学算法在所设计的曳引界面滑移测量系统上进行实验和对比,测量不同方法的精度与效率。实验证明,所提图像形态学算法在保证精度的同时,大大提高了整个测量的效率。     

一种基于数字图像的圆度测量方法

本文主要研究基于数字图像处理技术进行非接触测量轴类零件圆度的方法,首先对CCD摄像机采集到的图像进行处理,然后对处理后的图像进行边缘检测,最后运用极点拟合法进行圆度误差的评定。该方法具有很好的实时性,可以实现在线式非接触测量。通过实验证明,使用极点拟合法评定圆度误差,不仅可以提高测量精度,并且避免了圆度误差评价的非线性求解问题,运算简单,速度快,可应用于实际圆度测量数据的处理。     

基于机器视觉的小模数齿轮几何参数测量方法研究

研究了一种基于机器视觉的小模数齿轮几何参数测量方法,设计了一套远心视觉测量系统,通过远心视觉单元获取齿轮图像,并对图像进行灰度化、边缘检测、圆拟合等操作,通过计算得到齿轮的齿顶圆直径、齿根圆直径、齿厚和齿槽间隙等几何参数,并与万能工具显微镜的测量值进行了对比.实验结果表明:所设计测量系统的测量精度高于0.005 mm,...     

基于机器视觉的活塞杆同轴度误差检测研究

针对活塞杆制造过程中同轴度检测出现的精度低,效率低问题,提出了基于机器视觉技术的活塞杆同轴度误差检测方法,并建立了同轴度误差数学模型。采集活塞杆图像并进行边缘特征提取;将基准圆柱表面分解成240个连续的横截面,待测圆柱表面分解成110个连续的横截面;基于最远Voronoi图计算出每个截面的最小外接圆的圆心,并用最小二乘法拟合出活塞杆圆柱面的轴线。以此方法获得基准轴线,求得零件的同轴度误差,并以某型号的活塞杆进行实验分析,结果与三坐标测量机(CMM)测得的误差结果相吻合,表明该方法可以有效、正确地进行同轴度误差的评定。     

柔软棒材端面几何形状精密图像检测技术研究

研究了柔软棒材几何形状的测量原理,提出一种基于亚像素图像测量技术的香烟滤棒圆周长和圆度误差精密检测方法。该方法采用小波变换进行图像去噪处理,用Sobel算子提取图像边缘,用改进的随机Hough变换提取单像素圆边界,用Zernike矩进行边缘亚像素校正。最后给出了圆周长和圆度误差的评定方法与检测结果。