论文部分内容阅读
随着装备制造业的快速发展,机械零件尺寸的全自动化测量显得越来越重要。结合机器视觉非接触、高精度、自动化程度高等优势,本课题研制了基于视觉的大尺寸机械零件全自动测量系统。本课题来源于国家自然基金项目“大尺寸机械零件的高精度在线测量方法研究”。主要工作如下: 首先,本文根据系统需求,建立全自动测量系统总体框架,分别对系统硬件与软件进行设计。分析全自动测量流程,设计系统数据库。在设计全自动测量系统的基础上,对图像清晰度判别、边缘精确定位、序列图旋转偏差与平移偏差的消除,这三个关键技术进行分析。 其次,在图像聚焦中,设计了图像聚焦模块,给出了图像清晰度判别自动实现流程。选择不同尺寸的矩形量块、圆柱、手机电池等简单零件进行实验,比较五种常用的聚焦评价函数,发现Tenengrad聚焦评价函数调焦特性最好、抗噪性能最强、一致性效果最佳,因此选择Tenengrad函数用于图像清晰度评价。 第三,在边缘检测中,先进行像素级检测,再进行亚像素级检测,实现了边缘由像素级到亚像素级的自动检测。在像素级检测中,建立边缘模型,选择Robert算子、Prewitt算子、Sobel算子以及Canny算子对五个不同量块进行边缘位置像素级定位实验。对比实验结果,发现Sobel算子检测的边缘连续、纹理特征较少,因而选择Sobel算子用于边缘像素级检测。在亚像素级检测中,选择基于线性插值法、基于多项式拟合法、基于Legendre正交矩法三种亚像素边缘定位方法,对五个不同量块进行联合标定实验。分析标定结果趋势图,发现采用基于Legendre矩法,实验结果均值更接近真值、稳定性最好,最终选择基于Legendre矩的亚像素边缘检测方法。 第四,在旋转偏差与平移偏差的消除中,分别阐述了偏差产生的原因。对于旋转偏差,通过先对原图进行边缘检测,再计算直线边缘倾斜角度的方法,达到消除旋转偏差的目的。对于平移偏差,采用相邻序列图模板匹配的方法,达到消除平移偏差的目的。 最后,搭建全自动测量系统平台,使用Matlab开发测量软件,设计Matlab与Access数据库接口,实现了大尺寸机械零件全自动测量。选择多个量块进行联合标定,得出像素当量。设计全自动测量实验,以长度为600mm、800mm、1000mm的量块为对象,给出了拼接全景图。选择归一化互相关法(NCC)与差绝对值和法(SAD)两种相似性测度进行对比,发现SAD法在精度同级别的情况下,其运算时间只有NCC的50%,因此本文选择SAD算法来实现模板匹配。