圆孔是许多零部件上的基本结构,它的制造质量直接关系到零部件的性能,是产品装配质量的关键影响因素,且圆周中组合孔的检测难度大,因此研发周向孔位置分布的机器视觉检测系统很有必要。论文分析了系统的构成,提出一种结合SMD函数和能量梯度函数的图像清晰度评价函数,实现了周向孔位置的精确测量。分析了检测系统存在的主要误差,给出相应的误差补偿方案,并实验验证了补偿方案的可行性。全文主要内容如下:第一章:介绍了论文研究的背景和意义,概述了机器视觉系统,介绍其关键技术如自动聚焦算法、相机标定技术以及圆孔位置检测方法等的国内外研究现状。最后,给出了全文研究的主要内容和论文的框架。第二章:给出周向孔视觉测量系统的总体方案,设计了四轴运动平台,完成了相机、镜头、光源、光栅尺和运动控制卡等测量系统的硬件选型。分析了周向孔视觉测量系统的相关功能,介绍了初始化、运动控制、图像采集、图像处理、结果输出及辅助功能等软件模块。讨论了视觉系统相机的标定。第三章:对比分析了时域法、频域法和基于统计学法等3类图像清晰度评价函数,提出了一种结合SMD函数和能量梯度函数的图像清晰度评价函数。通过MATLAB处理采集到的30幅聚焦程度不同的图像,在聚焦准确、灵敏度、计算效率等方面分析比较了所提评价函数与其他评价函数的优劣。第四章:给出了周向孔位置的计算模型。对比分析6种经典边缘提取算子,得出Roberts算子对舱体套接孔图像的边缘提取效果最佳。通过改进最小二乘法,提出基于迭代的最小二乘法检测圆算法,该方法能够减少边缘轮廓缺陷等带来的测量误差。第五章:分析了周向孔视觉测量系统的误差源,对主要误差源如三轴运动导轨的几何误差和成像系统误差建立了数学模型,给出了补偿方案,并验证了其可行性。最后给出了周向孔分布视觉测量的最终实验结果。第六章:总结了全文的主要研究成果,对论文的进一步研究进行了展望。