论文部分内容阅读
由于机器视觉测量具有连续性、非接触性和非破坏性等优点,而成为机械加工测量的一种革新手段。传统的机器视觉测量采用基于单幅图像处理的方法,受成像区域与检测分辨率成反比例关系的制约,只能检测尺寸较小的零件。尽管现有一些基于序列局部图像的尺寸测量方法,但是这些方法都不能满足高精度快速测量要求。
本文提出一种新的基于序列局部图像特征的工件尺寸参数的高精度视觉测量方法。此方法,利用序列局部图像在空间上的连续性,通过提取每个局部图像上的特征参数从而获得序列尺寸关系,最终得到工件整体尺寸。
在实施所提方法的过程中,图像边缘问题是必须解决的首要问题。通过分析现有的多种边缘算法和亚像素方法中存在的问题,针对本课题中工件的特点,提出了一种新的基于双标定块的亚像素边缘补偿方法。该方法可以提高检测速度和尺寸测量精度。
高精度快速匹配是实施所提方法的又一关键点。针对条形纹理表面工件提出了纹理方向测量法,解决了在图像匹配过程中由于两幅图像存在相对旋转而导致相关系数法失效的缺陷;提出了灰度特征匹配方法,在保证匹配精度的同时显著提高了匹配速度。
结合上述理论和实验研究,设计了工件整体尺寸测量系统平台,实现了序列工件图像信息的采集和工件尺寸的测量。利用该实验平台,分别进行了边缘补偿、纹理方向测量、灰度特征匹配等实验,其中每相邻两幅图像之间灰度特征匹配时间在1s以内。最后进行了工件整体尺寸的测量实验:结果表明本文所提测量方法能高精度快速地进行尺寸测量,其相对测量误差均在0.022%以内。