论文部分内容阅读
机器视觉测量技术近年来以其自身快速、无接触等优势已经逐步渗透到工业中的各个领域。对于以测量为目的的系统来说,要把系统精度作为考虑的第一要素,保证精度才能保证测量系统的可靠性和准确性。为了提高机器视觉测量系统的测量精度,本文在研究光照强度对测量精度影响的基础上提出一种误差补偿公式。以标定板作为研究对象,利用该公式可以减小光照强度对系统造成的误差。本文首先对机器视觉技术、应用领域及发展趋势做了简单介绍,为了保证测量系统达到高精度的测量标准,本文结合理论分析和实际应用经验,在分析机器视觉测量系统的一般模式、工作原理、系统组成基础上,对硬件选型的方法进行论述,为本测量系统选择所需要的工业相机、光源、镜头、图像采集卡等。搭建系统测量实验台,实现完成对工件的图像照相、测量、标定等功能。在系统精度方面,本文分析了影响测量精度的主要误差因素。对光源光轴和镜头平面不垂直导致的系统结构定位误差进行了分析,通过对比几种调整光轴与物面垂直度的方法,本系统采用手动调整及后期标定的方法。对于光照强度变化对测量精度的影响进行理论分析和实验验证。实验以圆形标定模板的像素当量值和标定板圆直径作为评价系统测量精度的指标。用数字图像处理算法中的公式计算系统的当量值和标定板圆直径大小。本文提出一种误差补偿公式来补偿光照强度变化给系统带来的误差。实验数据证明应用此误差补偿方法后系统测量精度得到提高。软件部分主要针对图像处理算法进行研究,本文主要对边缘检测算法进行研究。在像素级边缘检测算法上介绍了几种经典边缘检测算子,针对传统边缘检测算法的缺点,本文提出一种基于追踪的方法来寻找像素级边界,此方法既抑制了噪声,消除了伪边缘,提高了边缘的定位精度,同时保证边缘的完整性和连续性。在亚像素边缘定位方法上介绍了经典的亚像素边缘检测方法,提出一种基于三次样条插值法与高斯曲面拟合法相结合的方法进行亚像素边缘定位。先利用三次样条插值法对图像进行细分放大,再利用高斯曲面拟合对细分后提取的边缘进行拟合,得到亚像素边缘。