基于图像处理的机械系统微组件结构异常检测方法

传统方法在检测微组件结构异常情况时应用了光学摄影技术，但由于光学镜头存在非线性畸变，导致传统方法对结构异常位置的定位偏差较大、检测时效性较低。为此，本研究引入了图像处理技术，在传统研究的基础上，校正了光学镜头畸变量，从根本上降低镜头非线性畸变的影响，并对其拍摄的微组件图像实施去噪处理，进一步减小对结构异常位置的定位偏差。基于此，在对图像实施卷积操作后，利用高斯差函数构建图像尺度空间，通过对比特征点像素尺度建立模板特征点集，完成对微组件结构特征的提取。然后利用Hu不变矩对特征点进行匹配，与模板特征点集无法匹配的位置即为异常区域。实验结果表明：该方法对异常位置的定位误差最大值仅为4.0mm，在相同重叠度下的检测成功率较高，且其有效提高了检测时效性。