论文部分内容阅读
随着光纤通信产业的不断发展,光模块的需求量急剧增加,尤其是小型可插拔式光纤模块(SFP)市场需求量大大增加。目前,国内类似SFP生产缺陷的检测仍然采用传统的人眼检测方法。由于人工检测效率低、精度低、劳动强度大,检测质量不稳定等问题,研究光纤模块缺陷视觉检测系统势在必行。光纤模块变形检测是光纤缺陷检测系统的核心组成部分,本文研究的是基于双目视觉检测光纤模块变形缺陷,论文的主要工作包括以下几个方面:(1)摄像机标定算法研究。标定作为立体视觉的首要步骤,本文深入研究对比了几种经典摄像机标定方法,对摄像机成像模型中各坐标系、坐标系之间的相互变换以及畸变处理进行了详细的理论描述与分析。对其中的张正友标定方法进行了详尽研究,分析了各个步骤的实现的具体算法流程,并进行了大量实验验证。(2)改进了分层模糊梯度增强SURF特征提取算法。针对平坦区域梯度变化不明显、边缘区域梯度变化剧烈而带来的不稳定点的问题,在分析对比Harris、SIFT、SURF等常用特征提取算法优缺点基础上,引入分层模糊函数对SURF特征提取算法进行梯度变换分层增强。改进后的算法能够很好的剔除光纤模块在不平坦及边缘区域的不稳定点,提高了特征点提取正确率。(3)基于BBF(Best Bin First)改进了KD-Tree匹配点搜索策略。针对如何剔除误匹配点,分析对比传统特征匹配搜索策略,选取了KD-Tree搜索策略。深入研究KD-Tree维度的受限问题,提出了一种基于BBF改进的KD-Tree的立体匹配搜索策略算法,经过实验证明,该改进算法降低了误匹配率。(4)完成了光纤模块缺陷检测试验。搭建光纤模块双目立体视觉检测硬件和软件环境。通过立体匹配对获取到的大场景目标图像区域进行点云计算得到点云信息,将深度参数信息与标准模板库中的深度模板进行精确配准,得出光纤模块的缺陷判定结果。