论文部分内容阅读
机器视觉测量技术是依据计算机视觉原理,利用数字图像技术对待测量物体的图像进行分析、处理、获得物体的尺寸、位置、数量、外形轮廓等参数的方法。它具有非接触、精度高、速度快、易于实现自动化等特点,是一种新兴测量技术。本课题从工业生产中的实际需求出发,利用机器视觉测量技术解决工业生产中大批量、较大尺寸钢管内径测量的问题。由于钢管体积庞大,受现场环境限制,难以搭建固定的试验台,所以本文采用定标参照物的方法来测量钢管内径。 根据现场情况,本文采用定标标靶和图像处理的方法,先在钢管口位置放置标靶,采集图像,然后将图像输入计算机对钢管内径进行检测。首先利用灰度化,中值滤波,直方图均衡,对图像进行预处理。为了得到钢管的边缘,本文针对圆的基本特征,采用了一种分区域的Sobel算子对图像进行边缘检测,然后利用迭代阈值进行二值化。在二值图像的基础上先进行水平和垂直投影,确定内圆的位置区域,然后利用基于先验知识的霍夫变换进行内径检测,得到钢管内径位置信息。实验发现霍夫变换找到的不一定是真实边缘,有较大的误差,所以接下来在边缘附近取一个灰度区域进行分析。根据边缘区域的特点,先用最大类间方差的方法找到像素级边缘,但是边缘跳变较大,不准确。本文通过对常见的亚像素技术分析比较后,采用了曲线拟合的方法进行亚像素分析,得到边缘的亚像素位置,这时通过标靶图像的定标当量就可得到钢管内径的物理尺寸。最后,本文进行了实验验证,采用两种相机分别进行测试,用测量结果与游标卡尺所得结果进行对比,并做出误差分析,实验结果较为准确,基本可以满足实际需要。