论文部分内容阅读
在数控机床等自动化制造系统中,采用先进的在机三维检测技术对大尺寸工件进行快速、准确地测量,对于提高切削加工效率、质量和降低成本具有重要意义和广泛应用前景。然而,目前传统的测量方法及设备大多不能满足现代生产企业的在机三维检测要求。近年来,视觉测量技术以其非接触、测量速度快、测量精度高、实时性强等显著优点得到了迅速发展,成为解决先进制造业中测量问题最具前途的技术。本论文基于双目立体视觉视差原理,根据大尺寸工件在机测量特点,系统地研究图像获取、图像预处理、系统标定、特征提取与匹配、三维重建、尺寸测量等关键技术问题,构建了一套可有效地在机获取工件三维信息和对其关键尺寸进行三维测量的软硬件系统。首先根据双目立体视觉视差原理和在机测量特点,构建了一套图像获取硬件系统,包括相机、镜头、采集卡、照明系统和相机支架结构等。然后介绍了一种基于平面圆靶标的双目视觉系统标定方法,该方法不仅在实验室的测量环境,而且在工厂车间数控机床的测量环境下也可获得较为精确的系统标定结果。在图像处理方面,研究了一种使用最优阈值双峰法从复杂背景中提取目标工件的方法;针对金属工件表面高反光问题,提出了一种基于阈值分割和直方图规定化的高光自动检测与校正方法。由于金属工件是颜色、边缘、轮廓等特征稀少的物体,且其表面是重复性较大的加工纹理特征,在立体匹配过程中会出现多个局部特征相对应的情况,极易产生局部特征的误匹配。根据工件特点和测量目标,深入研究了Harris算子密集特征点提取、基于边缘的工件轮廓特征点提取和基于标志图案的工件表面特征提取三种不同的特征点提取方法,研究了基于灰度相关的密集型匹配和基于极线约束的特征点匹配两种匹配算法,实验结果表明,可获得较好地匹配效果。最后,对特征点三维信息获取、三维拼接与尺寸测量等技术进行了研究。基于以上研究,采用Visual Basic6.0的开发环境和Halcon图像处理库,在分析软件系统各模块功能的基础上编写了用户软件界面。选取三个尺寸由小到大,结构由简单到复杂的工件在车间数控机床上进行现场测量实验,根据工件形状特点及待测目标要求列举了不同的深度信息获取方法,通过实例可看出,本视觉测量系统可有效地获取工件的深度信息和特征点的三维坐标值,在机实现工件的三维尺寸测量。