计算机三维视觉测量中相机标定的圆形校正方法

目前相机标定中大部分用harris角点提取特征点,当标定板与相机夹角过大时,将会减少角点附近的灰度信息,从而影响了特征点提取的精度.研究改进椭圆圆心提取法,提出了一种基于惩罚奖励机制的外轮廓提取法,加快了外轮廓的提取.提出一种新的快速的方法获得多于8个方向的梯度.并对高斯拟合提取亚像素点进行加权处理.实验证明,此算法优...     

零件尺寸图像检测数据处理与高精度检测方法

针对机器视觉在轴类零件尺寸检测中的应用,提出了一种利用工业中常用的标准件同时完成视觉检测系统的图像畸变校正与系统标定的方法,有效的提高了检测精度,简化了传统系统标定的繁琐过程。该方法通过分析图像检测中误差形成的主要来源,建立了误差方程的正规方程式,在求解正规式系数的同时完成对检测系统的校正与标定。不但操作简单,且具有较高的检测精度。经实验证明,在检测分辨率为3450DPI的情况下,检测精度可达到4μm,完全适用于轴类零件的高精度检测。     

一种轴类零件边缘精确定位方法

针对目前的边缘检测算法存在定位精度低、处理速度慢、抗噪性能差等缺陷,提出了一种轴类零件尺寸检测的图像边缘高精度定位方法。该方法采用改进的自适应中值滤波算法、改进的Kirsch算子和在图像边缘灰度梯度方向上进行二次函数逼近高斯曲线拟合方法,实现了图像边缘亚像素高精度定位,提高了尺寸检测精度。通过对气门尺寸的计算机视觉检测实际应用,证明提出的算法精确且稳定,满足高精度视觉检测要求。