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.     

基于机器视觉的汽车管件法兰尺寸检测系统

针对目前汽车管件法兰采用传统人工抽检测量时存在效率低、误检率高等问题，开发基于机器视觉的汽车管件法兰尺寸检测系统，提高检测效率与测量精度。使用HALCON软件对相机进行标定，采用中值滤波对待测图像进行去噪处理，然后采用灰度化进行图像增强，完成图像预处理，利用Canny算子对图像进行亚像素边缘检测后，使用最小二乘法对提取的亚像素边缘信息进行拟合得到连续的孔径轮廓，获得法兰端面尺寸，再通过HALCON与C#联合编程显示测量结果，最后与影像测量仪的测量结果进行对比分析。实验结果表明：该检测系统的测量精度可达0.08 mm,满足测量精度要求；法兰检测时间为1.2 s,与传统人工检测相比，检测效率提高70%,可应用于实际生产现场。     

改进Zernike矩的亚像素圆孔类零件测量方法

为了提高圆孔类零件半径尺寸的测量精度,提出一种改进的Zernike矩亚像素圆孔类零件测量方法。首先对传统Canny算子进行改进,分别在图像输入、去噪、梯度幅值计算和阈值选取方式上进行了优化,实现圆孔中心像素级边缘坐标的粗定位;其次提取待测零件圆孔所在的目标区域边缘像素点,利用在Ghosal算法的基础上提出新的边缘判断条件和采用迭代法计算得到Zernike矩的最佳灰度阶跃阈值来判断并获取亚像素边缘点,且从灰度边缘模型的角度对误差进行了分析;最后利用最小二乘原理实现圆孔中心坐标和半径的高精度检测和测量。仿真结果表明,改进算法的圆心坐标相对误差在0.02 pixels范围内,半径的相对误差精度为0.05 pixels范围内。通过对几个不同零件的实际测量,实验结果表明,改进后的算法和原算法与人工测量值对比,改进后的算法相对误差值更低,得到的实际值更接近人工测量值,测量精度明显高于传统的Zernike矩算法,所达到的测量精度能够满足工业零件生产过程中的精度要求。     

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。     

基于图像亚像素处理的电缆护套厚度精确测量

基于图像亚像素定位的精密测量系统是一个很有应用前景的研究方向.文中着重分析了影响测量系统精度的几大因素:彩色图像亮度信息的完整采集、图像梯度值计算精度、多类型边缘亚像素重定位精度.然后提出了综合应用主轴分析、多尺度梯度、通用亚像素重定位等方法,设计出适合做电缆护套厚度检测的简单有效算法流程.     

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。     

基于改进亚像素算法的陶瓷天线PIN针在线精密检测

陶瓷天线PIN针作为天线中重要的零部件之一,其尺寸偏差将直接关系到天线的产品质量。为了实现PIN针的在线精密检测,设计研发了一种PIN针在线检测装置,并提出了一种基于改进亚像素算法的PIN针尺寸检测方法。首先开始采集图像并进行像素当量标定,对图像进行畸变校正、获取ROI区域、图像预处理,然后利用基于改进Sobel算子及高斯峰值位置估算的亚像素边缘检测算法提取边缘点,利用最小二乘法将边缘点拟合成一对平行直线,并计算出线间像素宽度,根据像素当量换算得到被测PIN针在ROI区域处的直径尺寸。实验结果表明,该方法的测量平均相对误差小于0.25%,在保证±0.005 mm检测精度的同时,其平均耗时相对于传统基于高斯拟合的亚像素检测算法缩短了64.32%。     

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。     

基于角点的双目视觉绝对定位研究

针对于双目视觉中立体匹配难,获取视差不准确,提出利用亚像素特征角点进行立体匹配,利用张氏标定法先进行单目标定,再进行双目标定,对输入图片进行校正,人工选择特征点点对进行立体匹配得到视差,利用三角测量法,通过视差与重投影矩阵,得到单个空间点的三维坐标,将其转换到跟踪仪坐标系与跟踪仪测量反射球的空间坐标进行比较,利用视觉系统测量特征点的不同位置的三维坐标继而得到空间距离,将其与跟踪仪测量反射球移动得到的距离进行比较。实验结果表明在视野为1 m×1 m×1.5 m的范围内每个特征点空间坐标定位精度在3 mm以下,距离测量精度在0.5 mm以下,相对误差最小能达到0.2%。在特征点提取准确的情况下,运算量少,效率高,能达到较高的测量精度。     

基于亚像素级的墙面裂缝宽度检测方法研究

针对目前计算墙面裂缝宽度精度低的问题，提出一种基于亚像素级裂缝宽度计算方法。该方法在提取裂缝区域的基础上，运用基于中轴线垂线的裂缝宽度测量方法，结合多项式拟合裂缝边缘，提取裂缝左右边缘亚像素坐标点，从而运用欧式距离方法计算出亚像素级裂缝宽度，并且与像素级计算宽度的方法进行了对比。实验的结果表明，该算法计算结果更加精确，可用于多种类型的墙面裂缝宽度测量，其中纵向、横向和交叉裂缝测量的平均相对误差分别为3.02%、2.44%和3.72%，相比于像素级方法，平均误差分别减少了1.87%、1.95%和2.07%，具有较强的泛化能力以及稳定性。     

基于机器视觉的喷嘴外形关键尺寸检测系统

喷水织机中喷嘴的外形尺寸对织机的运行起到至关重要的作用,为了高效地进行织机喷嘴外形尺寸参数的高精度检测,设计了一种基于机器视觉的喷嘴外形尺寸检测系统。该系统利用步进电机控制喷嘴旋转,通过CCD相机多角度采集喷嘴图像,通过亚像素边缘检测方法得到喷嘴的外轮廓边缘,再对边缘进行直线拟合,最后计算得出喷嘴的直径、锥度和倾斜角等参数。实验结果表明,该系统直径测量相对误差小于1%,角度测量误差小于2′,采用多角度测量可以提高锥度和倾斜角的测量精度。该系统检测精度高,可以较好地满足实际生产应用的要求。     

复杂物体线结构光中心线提取方法研究

针对复杂物体动态三维测量中条纹图像过曝光、欠曝光以及环境光照干扰引起激光中心线提取速度慢、提取不准确的问题，提出一种基于深度学习语义分割技术的光条中心线提取方法，该方法使用改进的UNet++模型进行图像分割，粗提光条中心区域，得到1～2个像素宽度的光条中心线，再利用灰度重心法精确提取亚像素中心。经实验证明，该方法能够有效克服因光条图像曝光不均以及外部干扰噪声带来的不良影响，准确、快速地提取出了复杂物体完整、光滑的亚像素光条中心线，满足工业中动态三维测量的要求。     

基于改进边缘信息的ZNCC位移提取算法研究

为了解决ZNCC模板匹配算法计算量大、定位精度低等问题,提出了一种基于改进边缘信息的ZNCC位移提取算法。首先,通过曲面拟合法提高基于ZNCC位移提取算法的亚像素精度。然后利用滤波处理后的Sobel算子边缘检测算法提取视频每一帧中的重要信息特征,创建新的模板,并进行ZNCC相关值计算。为减少匹配点和运算量,根据信息点数设定不同的步长。最后,采用基于改进边缘信息的ZNCC位移提取算法提取实验视频中运动对象的位移波形图进行分析验证。实验结果显示,测量速度上提高了77.46%,测量误差为0.234 4%,证明了基于改进边缘信息的ZNCC位移提取算法不仅保留了原算法的搜寻精度与稳定性优势,并在速度上取得了显著提高。     

基于图像拼接的直线轴承长度测量方法

针对远心镜头因自身特性无法调节视场大小,难以适应直线轴承测量时一次性获取零件完整图像的问题,利用HALCON图像处理软件通过图像拼接方法进行直线轴承的长度测量。综合考虑特征点提取和边缘轮廓获取效果,采用背光与正向照明相结合的方案,建立了基于组合照明的直线轴承测量系统;在图像拼接中,提出了一种在图像近似重合区域内使用图像金字塔分层搜索的方法进行特征点检测与匹配,以提高图像拼接效率;最后通过Canny算子和最小二乘法拟合进行图像边缘定位,完成长度测量。实验结果表明：组合光源能更好地兼顾图像表面特征点与边缘轮廓提取效果;提出的拼接方法检测时间在0.2S左右,相比于传统方法检测时间减少了88%;基于图像拼接的视觉测量误差小于0.1mm,测量重复性上相比于传统方法更稳定,测量最大标准差为0.005。因此,保证了视觉系统的检测效率、精度以及稳定性,在工业自动化检测方面具有一定的理论依据和实用价值。     

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。     

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。     

在线检测中亚像素边缘检测技术的对比研究

随着科技的发展,生产厂家希望能够找到适合自身在线检测的好方法,这就对当代工业在在线检测产品上提出了精度和时间上更高的要求,而机器视觉技术已经广泛应用于各个领域,亚像素边缘检测技术更是机器视觉中提高检测精度的常用方法,国内外的研究人员对此进行了大量的研究,并且已经有了不少亚像素边缘检测方法,本文对如今常用的亚像素检测方法进行了介绍和实验比较,分析了这几种常用算法的检测精度和处理时间,以便提供参考。     

机械手多线段目标实时视觉检测与定位

本文提出了一种基于视觉的机械手拣选中的货物线边缘实时Hough变换检测与定位方法。在图像预处理的基础上,采用判断分析法对货箱货物图像进行二值化,提取货箱及货物的边缘,利用滤波方法尽可能去掉非边缘部分。对边缘图像进行细化处理,利用多尺度Hough变换得到对应货箱及货物的八条直线方程,依此在子像素分辨率下求得货箱及货物的方位及相对位置,控制机械手运动定位并进行货物抓取。实验结果表明了该方法的有效性。     

变形测量系统中激光光斑中心精确定位算法

针对变形测量系统中激光光斑中心精确定位的要求,在重心法的基础上,提出了基于重心法的曲线拟合亚像素定位算法.该算法首先用变结构元多尺度广义形态滤波算法滤除图像噪声,然后用重心法计算出激光光斑的亚像素位置,最后用曲线拟合对激光光斑的中心位置进行精确定位.根据变形测量原理,搭建了实验平台,通过多次实验,变形角的标准差均小于2...