基于改进Zernike矩的轴类零件尺寸测量方法

轴类零件尺寸视觉测量当前多采用像素级边缘检测算法,难以适应工业自动化高精度测量需求。为提高轴类零件轴径尺寸测量精度,本文提出一种基于改进Zernike矩的轴类零件尺寸测量方法。首先利用Canny边缘检测算法对轴图像进行粗定位,获取像素级边缘。其次,根据图像目标与背景间灰度差异,提出基于多阈值Otsu的Zernike矩最佳判定阈值获取方法,获取亚像素级边缘。最后,提出基于边缘点搜索的改进最小二乘法拟合轴图像边缘直线,获取轴径尺寸测量值。实验结果表明,以自行车后轴轴径尺寸测量为例,本文算法相比传统Zernike矩方法稳定性更高,与人工测量值相对误差在0.011%以内,测量精度满足工业零件尺寸测量中自行车轴直径6级公差精度要求。     

基于改进的Sobel-Zernike矩法亚像素厚度测量

针对Zernike矩亚像素定位算法精度较高,但算法运算时间较长的问题,提出基于Sobel的改进Zernike矩亚像素定位法,该算法通过Sobel检测初步定位护套和绝缘材料的边缘,缩小Zernike矩的计算范围,使得在精度基本不变的情况下,缩短了计算时间,提高了速度;并通过估计边缘点正态分布的均值将轮廓像素宽度缩小在单像素上,提高了算法的精度。通过将该算法与Zernike矩法以及插值法在精度和速度上的对比实验,验证了该算法的优越性,具有应用价值。     

基于改进Zernike矩的海洋绞车排缆间隙亚像素检测方法

针对海洋绞车现有排缆方式易受环境干扰、接触摩擦磨损影响排缆精度问题,采用非接触式视觉检测直接表征排缆质量的排缆间隙的排缆方式,提出了一种基于改进Zernike矩的海洋绞车排缆间隙亚像素测量方法。首先将二维图像梯度信息垂直投影为一维波形,提出基于Scharr梯度信息的垂直投影排缆间隙定位方法,快速定位间隙区域;然后通过主梯度方向插值改进Zernike矩的亚像素边缘检测,提高亚像素边缘检测精度;最后采用基于DBSCAN的最小二乘曲线拟合方法实现多条不相交曲线拟合,实现排缆间隙大小测量。实验结果表明,本文方法相比于拟合法、插值法、传统Zernike矩法亚像素检测具有较高的准确度和测量精度,排缆间隙测量误差在0.1 mm内,相对误差可达8.60%以内,为有效实现精准排缆提供前提保证。     

微型零件中圆孔的高精度定位方法

根据微型零件中圆孔的成像特点,为了实现其高精度定位,提出了基于双三次样条插值的圆孔定位方法.首先使用Canny算子得到被测圆孔图像的单像素边缘,然后在此基础上利用双三次样条函数在边缘法线方向上对图像进行插值,对插值的结果进行差分,从而得到边缘的亚像素位置,再通过椭圆最小二乘拟合计算出亚像素精度的圆心坐标,精度优于0.025个像素.实验结果证明,此方法可以有效的提高圆孔的定位精度.     

光照不均匀下的工件图像亚像素边缘检测

针对光照不均匀环境下传统边缘检测算子出现的边缘检测模糊、自适应差等问题,提出了一种基于Retinex理论和改进的高斯拟合亚像素边缘检测算法。首先采用Retinex理论对照度分量和反射分量同时进行处理;其次利用传统的Canny算子获取图像边缘的像素坐标点,改进梯度矩阵来选取拟合点后找到梯度矩阵的切线方向,之后利用法线上的像素点计算所得的梯度值进行高斯拟合获取亚像素点坐标;最后利用八邻域查找连接每个轮廓的亚像素点并输出工件边缘图像。实验结果表明,相较于Zernike矩算法和其他两种高斯拟合算法,算法在4组图像实验中的Pratt品质因数、均方误差、峰值信噪比、结构相似性指标的均值为0.727、11 980、7.64、0.093,各组数据均优于其他3种算法,具有一定的普适性。     

架空导线压接对边距的图像测量方法

压接导线主要应用于架空线路建设,其对边距对线路安全运行及服役期限起到重要作用。针对传统人工测量存在的可靠性差、效率低的缺点,提出了一种基于图像处理的压接对边距测量方法。首先根据图像的累计灰度突变点自动裁剪被测区域并进行中值滤波,然后基于改进Otsu阈值法获得边缘连续的二值图像;再分别使用形态学处理和高斯曲线拟合法对边缘进行二次定位,得到亚像素级边缘点;最后采用基于随机抽样一致性（random sample consensus,RANSAC）的最小二乘拟合方法完成上下边缘点的曲线拟合,实现压接对边距的测量。通过模拟试验表明了RANSAC拟合经过10次迭代后测量算法的效果较好,测量误差小于0.1 pixels;而实际导线测量试验结果表明,改进Otsu算法对光照强度具有适应性,同时与人工测量相比,图像测量方法的最大相对偏差为1.82%,重复标准差提高60%,平均耗时仅为人工测量的1/10,能够实现压接对边距高效可靠的测量。     

基于改进的多项式插值亚像素法电缆护套材料厚度测量

基于图像的测量技术具有测量精度高、动态范围大、灵活性好等优点,如今已广泛被用在几何尺寸测量领域.亚像素定位是其中一项关键的技术,可实现对目标优于整像素精度的定位.针对普通多项式插值亚像素定位法丢失了边缘点的方向信息,造成计算精度下降的缺点,提出了基于改进的Sobel边缘检测插值法,并将其应用到电缆护套材料的厚度图像测量系统中,使插值算法进行亚像素定位后的边缘坐标更加符合实际边界的情况,实现了精确快速的测量.     

基于改进亚像素边缘检测的弹丸特征点判读

针对传统弹丸图像判读效率低的问题,提出了一种基于改进边缘检测的图像自动判读方法,获得弹丸特征点坐标。在亚像素级别上利用Roberts模板求取图像梯度,寻找邻域内梯度最值绘制锚点,通过智能路线寻迹获得弹丸单像素边缘,采用矩理论求弹丸质心坐标。利用分辨率板检验改进边缘检测方法,并求取阴影图像中弹丸质心。实验结果表明,与传统方法相比,改进算法在边缘的连续性、定位精度上有较好的效果,将弹丸质心坐标的误差由6.7%降低到2.8%。     

基于图像匹配的长焦透镜焦距测量研究

提出一种新的测量长焦透镜焦距的方法。采用测角精度较高的光电经纬仪,由CCD相机拍摄经纬仪中十字亮线偏移的位置图像,并记录经纬仪显示的对应角度。应用改进的互相关匹配算法及三次曲面拟合算法,对CCD拍摄的两幅图像进行快速亚像素匹配,获得关于十字亮线中心的一对亚像素匹配点坐标。最后根据经纬仪角偏移量和亚像素点偏移量求出长焦透镜的焦距,实验获得了较高的测量精度。     

齿距视觉测量的齿廓图像边缘失真修正算法

针对机器视觉测量齿距时因齿廓图像边缘失真导致偶然性测量误差的问题,提出了一种基于统计分离测量误差类型的齿廓图像边缘失真修正算法。首先,对基于Bertrand曲面模型检测齿廓亚像素边缘算法进行改进,获取亚像素齿廓边缘偏距信号;然后,采用阈值法识别包含边缘失真信号的齿廓边缘偏距信号段,利用频数分布统计的方法计算齿廓渐开线的初始相位角;最后,实现齿轮齿距测量。试验结果表明,该算法进行齿廓图像边缘失真修正测得的齿距与经过严格清洗处理后不存在齿廓图像边缘失真时测得的齿距十分接近,单个齿距偏差小于0. 75μm。齿距累计偏差测量结果与MM3525型齿轮测量中心的测量结果相近,偏差值为2. 60μm。     

基于双目立体视觉的连铸辊尺寸三维测量方法

针对连铸车间中,扇形段连铸辊尺寸人工测量效率低下的问题,提出了一种基于双目视觉系统的连铸辊尺寸测量方法。首先,对双目相机采集的图像进行预处理并采用Otsu法分割工件前后背景;接着,针对边缘检测精度不高的问题,将传统Canny边缘检测算法的梯度模板增加到8个以提取工件轮廓,结合多项式插值公式提取亚像素级别特征点;然后,在SAD与Census变换融合的立体匹配基础上引入RANSAC算法来消除错误匹配;最后,采用三角测量原理计算出零件的尺寸。实验结果表明,系统测量的平均相对误差为0.14%,测量方法具有较高的精度,其稳定性与精确性满足连铸辊的尺寸自动检测任务。     

球面折反射成像的内螺纹螺距视觉测量系统

为了实现内螺纹参数的非接触、自动化在线测量,本文以通孔螺母和盲孔螺母为检测对象,提出了一种基于球面折反射全景成像原理的内螺纹螺距参数的机器视觉测量系统。系统采集经球面折反射得到的图像,随后分割出完整的内螺纹区域;采用对比度受限的自适应直方图均衡化算法提高图像对比度,并采用中值滤波与双边滤波的组合来保护螺纹边界信息;再使用Zernike矩边缘检测算法确定每条螺纹的亚像素边缘;最终,基于折反射成像理论计算得到内螺纹螺距尺寸。与计量用螺纹综合测量机的螺距测量值进行了对比,实验结果表明该系统的平均测量误差为0.018 5 mm,满足工业生产中内螺纹螺距精度的要求,检测效率高,可用于内螺纹在线视觉检测。本研究为圆柱形内壁尺寸测量和缺陷检测提供了一种参考方案。     

基于改进梯度加权的零件图像高精度聚焦方法

以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照射方式,消除倒角特征在成像中的宽边缘。其次,基于改进Otsu实现自适应分割阈值获取,提取图像特征边缘点。接着,基于4方向Sobel算子获取边缘点梯度值。然后,根据像素点与其8邻域像素点灰度分布差异值大小,获取像素点梯度加权系数。最后,通过改进梯度加权的聚焦评价函数完成图像清晰度评价,获取精确聚焦图像,实现高精度尺寸测量。实验结果表明,该方法相比传统高精度测量方法精度更高,与人工测量值相对误差在0.002 4%以内。改进聚焦评价函数相比传统评价函数清晰度比率平均提升75倍,灵敏度因子平均提升5倍,陡峭度平均提升1倍。     

基于机器视觉的钢轨圆孔动态测量方法

为动态检测铁轨上圆孔两侧尺寸是否合格,提出了一种基于机器视觉的圆孔动态测量方法。首先,通过工业相机动态采集圆孔图像并对图像预处理,其中,图像中外圆和内圆的半径分别对应圆孔两侧尺寸。其次,利用边缘检测和梯度法获取外圆的圆心与半径,在边缘检测时,采用记忆化搜索降低无关边缘的影响。然后在极坐标系下搜索外圆区域获取内圆轮廓点,并对其迭代拟合,最终得到内圆尺寸,实现了圆孔两侧尺寸的动态测量。经实验测试表明,这种方法测量精度高,光照度为2000 lx时,圆孔两侧尺寸测量误差均小于1个像素。     

基于改进 HHO 算法的螺纹钢丝头中径测量方法

针对现阶段基于图像处理进行螺纹中径测量时算法收敛速度慢、精度低的问题,提出一种基于改进哈里斯鹰优化算法的螺纹钢丝头中径测量方法.首先,采用三次样条插值法进行亚像素级的边缘检测,精确提取出螺纹波峰波谷等参数后再构建出中径适应度函数,最后,将螺旋式更新机制和非线性能量递减策略引入哈里斯鹰优化算法(HHO)来求解中径适应度函数.实验结果表明,改进的哈里斯鹰优化算法稳定性更好、精度更高,其中径测量的标准差比传统HHO算法降低了59.33％,中径测量结果的绝对均值误差比三针测量法降低了5.08％,比HHO算法降低37.78％.     

基于图像亚像素二次定位的电缆护套厚度精确测量

图像测量技术作为一种新兴的高性能测量技术,近年来在测量领域中占据越来越重要的地位。它具有非接触,精度高,速度快等优点,如今已广泛被用在几何尺寸测量领域。文中提出了一种改进的Sobel边缘检测技术和一种基于Gaussian-Hermite矩的亚像素重定位算法,并在电缆护套材料厚度测量系统中应用这两种算法,实现快速、精确测量。