螺纹参数CCD视觉检测系统的研究

基于面阵CCD视觉检测技术,设计并实现了一种螺纹参数非接触式自动检测系统,可实时准确地测量螺纹的牙型角、螺距、导程、螺纹升角、螺纹高度、大径、中径、小径等参数。并着重研究了螺纹图像预处理、边缘检测、亚像素定位等关键技术,以提高螺纹参数的测量精度。实验结果表明,该检测系统可以完成各项螺纹参数测量,相对测量精度优于1·3%。     

一种基于棋盘格的高精度分区域相机标定方法

在视觉测量系统中,相机的标定精度至关重要,将影响整个测量系统的精度。针对现有相机标定方法难以兼顾精度和操作复杂度的问题,本文提出了一种基于棋盘格的高精度分区域相机标定方法。首先,将棋盘格置于不同位置,提取不同位置角点的世界坐标和像素坐标,对所有角点用线性变换和非线性最优算法求解出全局标定参数。然后,将角点分为中间区域角点和边缘区域角点,对两区域角点分别标定得到两组分区域标定参数。标定实验结果表明：与全局标定法相比,分区域标定法的图像平均投影误差至少降低16%。该方法操作简单,精度高,可以很好的应用于工业视觉检测。     

一种基于棋盘格的高精度分区域相机标定方法（英文）

在视觉测量系统中,相机的标定精度至关重要,将影响整个测量系统的精度。针对现有相机标定方法难以兼顾精度和操作复杂度的问题,本文提出了一种基于棋盘格的高精度分区域相机标定方法。首先,将棋盘格置于不同位置,提取不同位置角点的世界坐标和像素坐标,对所有角点用线性变换和非线性最优算法求解出全局标定参数。然后,将角点分为中间区域角点和边缘区域角点,对两区域角点分别标定得到两组分区域标定参数。标定实验结果表明:与全局标定法相比,分区域标定法的图像平均投影误差至少降低16%。该方法操作简单,精度高,可以很好的应用于工业视觉检测。     

数控加工螺纹保证牙型角一次加工合格的方法

在实际生产中，我们经常需要加工一些研制周期短、螺纹类量具(如螺纹环规、螺纹塞规)无法到位的产品，因为没有螺纹类量具，螺纹加工完成后需要使用三针和万能工具显微镜(万工显)测量，三针检测螺纹中径尺寸，万工显检测螺纹牙型角和底径尺寸是否合格。在使用万工显检测螺纹牙型角时，由于螺纹牙型角受螺旋升角的影响，无法测量，必须将工件倾斜一个螺旋升角，才能测得螺纹牙型与螺纹轴线的垂线间夹角的左右两个平均半角值。     

基于线结构光的大型螺纹在线测量与重构方法研究

针对汽轮机内缸大型螺纹缺乏有效的在线测量手段,提出了基于线结构光的非接触式测量系统。通过CCD相机采集激光发射器投射的线激光图像,对图像进行预处理并提取螺纹条纹中心参数,得到螺纹特征点数据,并由此计算出螺纹大小径、中径、牙型角、螺距以及导程角参数。采用逆向工程软件对工件进行表面重构,试验结果表明,该系统测量效率高,精度可达30μm。     

一种基于数字图像处理外螺纹参数校正技术

国内中低压阀门产品,螺纹为最常见的一种连接方式,传统的螺纹检测方法工作效率低下,测量的精度也不高,阀门批量生产过程中基本采用螺纹规进行快速检测螺纹中径来判断螺纹是否合格,所以数字图像处理技术应用到螺纹检测中也是一种趋势。本文基于CCD数字图像识别处理技术,依据外螺纹投影边界形成的空间位置关系,创造性地建立了投影边界方程来消除非接触式测量圆柱外螺纹牙型过程中产生的误差。本文对外圆柱螺纹参数(螺距、牙型角等)进行1次校正,其边界已逼近理想的圆柱外螺纹牙型,得到精度极高的圆柱外螺纹牙型边界,实现了对圆柱外螺纹几何尺寸的非接触测量。该方法测量速度快、精度高、成本低,非常适合用于阀门普通螺纹产品大批量生产过程中的在线螺纹检测。     

基于LOG算法的DSA图像边缘检测

在对心血管狭窄病人的治疗中，常常需要对病人心血管的狭窄情况进行准确评估，而数字减影血管造影技术（DSA）是血管疾病诊断，特别是介入治疗不可缺少的检查手段，如何准确提取DSA血管边缘对于血管狭窄率的测量具有非常重要的意义。针对DSA血管图像的特点，本文在分析传统的LOG（Laplacian-of-Gaussian algorithm）轮廓检测算法存在问题的基础上，进行了改进使其能正确地获得血管的边缘图像，同时利用改进的边界链码对血管边缘进行了分割图像的结构化，将跟踪结果用于血管狭窄率的测量。最后，基于改进的边缘检测算法，开发了血管边缘检测和狭窄率测量工具，取得了良好的检测效果。     

基于视觉原理的直槽丝锥轴向几何参数测量方法研究

针对目前丝锥测量方法存在自动化程度低和检测时间长的缺点，提出基于视觉原理的直槽丝锥轴向几何参数测量方法。利用Harris角点检测算法获得丝锥关键尺寸图像区域，再使用区域生长法、改进Canny算法和边缘跟踪算法提取丝锥边缘信息；经过牙侧线上一点作一直线垂直于牙侧线，使该点在垂线方向上到相邻牙型角的角平分线距离相等，运用三角形相似法确定牙侧线上的中径点，采用最小二乘法拟合上下牙型中径线，从而测得中径；求出对应牙顶和牙底像素点拟合直线的距离并获得大小径值；用拟合直线测量夹角获得牙型角和切削锥角，将对应牙侧线中径点的距离求均值后获得螺距。实验结果表明：对M14丝锥重复测量10次，上述几何参数的测量相对误差均在0.43%之内，能满足高精度、高效率以及自动测量的工程需求。     

基于机器视觉的机械零件边缘像素补偿法

机械零件图像边缘灰度的分布特征已成为影响机器视觉准确测量机械零件的重要因素之一。为了减小这种测量误差,提高测量精度,提出边缘像素补偿法来对机械零件图像边缘进行处理。通过分析视觉边缘检测原理,应用高精度标准块对相机进行标定。标定后对待测零件进行多次测量,试验结果表明:对图像信息进行边缘补偿后,其测量结果的相对误差可减小0.059%,边缘补偿算法可以有效提高测量精度。     

基于结构光的角焊缝外观检测算法研究

针对结构光条纹曲率变化较大时中心线提取存在误差，导致焊后角焊缝外观参数检测不准确的问题，提出一种基于结构光的角焊缝外观检测算法。首先建立角焊缝外观检测系统并对系统内相机进行标定；然后采集图像并经过高斯滤波、Otsu值分割等一系列图像预处理，提出一种法向平均法来提取结构光条纹中心线；最后通过直线拟合法与移动向量法来提取结构光特征点，结合角焊缝外观定义计算出其宽度、凸度和咬边等外观参数。实验结果表明，所提出的角焊缝外观检测算法准确性高，平均误差为0.021mm，且系统算法具有良好的稳定性。     

内螺纹检测的定位及评测方法

1引言 内螺纹检测一直是螺纹检测的难题。检测外螺纹时可以采用螺纹量规、螺纹千分尺配合三针、光学投影等方法,而内螺纹检测只能采用轮廓法。采用轮廓法测量螺纹,即是沿轮廓轴线方向扫描出螺纹牙型,在螺纹牙型轮廓上评定螺距、牙型角、牙侧角等参数。目前国际上评定和测量内螺纹参数的方法大致有以下三种：     

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。     

基于图像处理的疲劳裂纹扩展长度在线测量方法

为了在金属疲劳裂纹扩展试验中采用直观、准确、可靠的方法获得高精度裂纹长度尺寸,提出了基于图像处理技术的疲劳裂纹扩展长度在线测量方法。首先,采用大尺寸黑白全帧面阵CCD和微距显微镜头对疲劳裂纹扩展过程中的图像进行采集,分析疲劳裂纹的图像形态特征,采用亚像素边缘定位方法对预制裂纹边缘进行检测,求出疲劳裂纹起点位置。然后,对裂纹扩展区域进行图像子区划分,对图像子区采用基于灰度统计数据的自适应分割方法进行裂纹分割,采用单区域增长算法进行二值化裂纹图像连接得到裂纹主干。最后,进行了系统标定和疲劳裂纹长度在线测量试验。试验结果表明：本方法测量精度高、抗干扰能力强、数据稳定可靠,裂纹长度测量精度为0.03mm,满足裂纹扩展试验国际标准的要求。     

基于E-SPCM的直线电机动子位置高精度测量方法研究

针对直线电机动子位置测量,引入一种基于扩展采样相位相关法(E-SPCM)的亚像素位移图像检测方法,以提高测量精度和抗干扰性。首先建立了直线电机位置检测系统,通过高速相机实时采集条纹图像序列;其次对条纹图像进行边缘特征提取,利用相位相关得到相邻条纹图像的互功率谱,即动子位置的整像素位移;进而对整像素邻域的互功率谱进行上采样相位相关计算,实现高精度的亚像素位移测量,进一步由系统标定得到实际位移值。对比传统相位相关算法,所采用的方法能够提高测量精度且有很好的噪声抑制性能,最后搭建了实验检测平台,验证了算法的有效性。     

基于双平行平面相机模型的钢板尺寸视觉测量

提出基于双平行平面相机模型的视觉测量方法,用于测量生产线上运动钢板的尺寸。该方法采用数据驱动的方式计算像点在标定平面上投影点的世界坐标;采用k近邻(k-NN)方法生成目标在标定平面上的无畸变投影图像,并建立投影图像与世界坐标系的直接关联。提出了双平行平面模型下相机光心位置标定算法,利用线结构光进行板材厚度测量;在无畸变的投影图像上利用钢板边缘间的平行和垂直性进行钢板边缘特征提取,通过边缘直线的世界坐标方程求取长宽尺寸。最后,给出了针对大尺寸钢板测量的多相机测量系统框架。提出的方法为单目视觉测量方法,相比于其他方法具有现场安装简单和标定工作量小的特点。通过图像分辨率为640×480的相机对尺寸为80mm×50mm×15mm的标准铝块进行了测量,结果显示:厚度测量误差为0.1mm,长度和宽度的误差在0.2mm以内。实际应用中测量精度远高于加工精度,能够满足产品计量的要求。     

基于HALCON的锥形表面小孔测量

为解决等离子切割保护帽表面小孔尺寸的测量问题,提出一种区域分割与RANSAC算法联合拟合圆的方法。首先提取出小孔区域,再用二阶高斯函数导数计算出小孔的边缘点位置。选用矩形分割法对边缘点进行阵列分割,以矩形区域中两个边缘点连线求半径,生成一个假定的圆模型方程,再将其他边缘点代入圆模型中,判断该点是否为圆模型的解,运用RANSAC算法迭代计算出最优圆模型,最后使用HALCON软件完成拟合测量。实验结果表明,该测量方法能更准确地识别边缘轮廓,与最小二乘法对比,拟合圆弧更加接近实际轮廓。在测量中使用标定板和游标卡尺进行标定,适合于实际检测。     

基于SURF和改进CSS的弧形槽几何尺寸视觉检测算法研究

针对汽车儿童安全座椅弧形槽内部结构复杂、几何尺寸不易测量的问题,提出一种基于SURF算法和CSS算法的弧形槽几何尺寸视觉检测算法。首先,双目相机倾斜拍摄弧形槽图像,检测弧形槽图像SURF特征并提取优质匹配集合实现图像配准,以渐入渐出法融合弧形槽图像。然后,采用基于改进CSS算法对弧形槽轮廓曲线进行角点检测,利用角点分割弧段进行弧形槽尺寸检测。实验结果表明,所提出的方法实现了弧形槽宽度和长度参数测量,宽度值测量误差2%,长度值测量误差1%,SURF图像拼接算法平均处理时间2.50 ms,改进CSS角点检测算法平均处理时间0.30 ms,满足弧形槽检测的实时性和精度要求。     

基于结构光的身管膛线高度差检测

身管内膛表面几何特征参数的准确量化一直是身管疵病检测和寿命预测的一大难点,而身管膛线的高度差是其中最重要的几何参数之一。本文依托结构光三维检测手段,采用激光三角法对身管膛线高度差进行定量检测。首先将特定结构光栅投影到模拟身管内膛的标定圆筒内壁上,并采集经圆筒内表面散射后的变形结构光图像;然后利用图像边缘分割算法中的多个算子分别对标定圆筒内壁的结构光图像进行分割,同时引入灰度共生矩阵概念客观评价出最优的分割算子,对图像中结构光条的边缘分割进行优化;之后通过图像转换比例反推算法计算得到内壁图像高度差和实际凹槽高度差之间的转换关系,最终应用于身管膛线高度差的测量过程中。试验结果表明:绝对偏差控制在0.04mm内,满足系统的精度要求,同时该方法检测手段方便、快捷。本文方法为精确量化身管内膛疵病的几何参数奠定了坚实基础。     

基于改进棋盘的角点自动检测与排序

考虑采用传统黑白棋盘进行相机自动标定时角点排序结果受标定模板旋转角度影响较大,本文设计了一种改进的棋盘标定模板及相应的角点自动检测与排序算法。新的标定模板通过增加4个长方形边界滤除复杂背景,增加沙漏状图形确定排序原点,从而使得排序结果适应于模板的旋转。针对新的标定模板提出了一种基于对称象限灰度交叉熵的角点检测算法,该算法通过抑制局部非极大值以及筛选矩形边界实现了角点的像素级定位,然后采用Frostner算子解算了角点的亚像素坐标。针对角点检测结果,采用曲线拟合并结合角点至原点的距离信息实现了角点自动排序。实验结果表明:得到的角点检测结果正确,亚像素解算坐标与Matlab标定工具箱的检测结果误差小于0.8pixel,排序结果对标定模板的旋转具有不变性,易于实现在线标定。     

一种基于手眼视觉的并联机器人标定方法

提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法,建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型;设计了一种标定实验靶板,利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理,获取机构末端目标位置和实际位置的像素误差值;针对机构自身结构的限制,利用边界曲线识别特征角点,提出了一种基于特征角点确定检测点旋转角度的方法,在补偿相机旋转角度的基础上,再利用简化后的相机针孔模型,将像素误差值通过转换得到机构末端执行器的真实位置误差值;最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代,机构误差减小为原来的1/3,验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。