论文部分内容阅读
摘 要:经济的发展带动工业技术水平的提高,生产的仪器也越来越精密,相对应的测量仪器中微小零件的技术也随之越来越严格,测量标準也越来越高。这样,才能保证仪器的质量,显然传统的手工测量方法已经满足不了这点,后来计算机视觉技术出现大大解决这一问题,因此人们将计算机视觉技术应用在影像测量系统中,大大提高了仪器测量的精准度,减少了人为误差,使得微小的元件更符合精密仪器的组装标准。本文浅析计算机视觉技术在影像测量系统中的应用。
关键词:视觉技术;影像测量;应用分析
引言
随着科技的快速发展,仪器开始变得越来越精密,这就要求人们必须要精确地测量出微小零件的尺寸,这次才能保障仪器的质量。但传统的检测方法很难做到这一点,后来人们发现计算机视觉检测技术是一种能够实现高精度检测的技术,因此人们开始将计算机视觉技术应用到影像测量系统中,从而大大地提高了影像测量的精度,减少测量误差,使微小零件可以更符合仪器的组装标准。本文将通过分析计算机视觉技术的概念来阐述它在影像测量系统中的实际应用。计算机视觉技术具有实时、精确、高自动化的特点,这非常契合影像测量系统的需求,现代的制造业对产品检测的精度、准确度等都提出了很高的要求。因此,在影像测量系统中运用计算机视觉技术是非常有必要的。只有提高了产品检测的精确度,才能更好地保障产品的质量,使我国的经济得以进一步地发展。
1 计算机视觉技术概述
随着工业发展需求的提高,跟传统的测量技术相比,计算机视觉技术具有了灵活度更高,测量精确度更大,自动化程度更高的特点。加上了计算机技术完美的结合了计算机信息处理,计算机多媒体,计算机图像学等多种科学技术,从而能够对于检测的物品实现,图像的描绘和数据的处理,对于图像细微的边缘部分能够准确的确定,并且采集到准确的数据,进而可以更自动,更准确,更迅速的检测出产品的质量。随着计算机视觉技术的开发程度越广,研究程度越深,加上了系统技术的升级,组合技术的开发,例如在处理图像上添加了概率统计技术,信号处理技术等计算机技术,从而对于设备图像处理的速度也有了很大程度的提高。例如在图像打印,头像处理,车辆识别中,可以精准的处理背景,目标,光度之间的关系,从而更加准确的还原了处理物品的真实度。目前,计算机视觉处理技术,已经被应用到我国的各行各业的不同领域中去,借助于计算机视觉技术的智能化和自动化的特点,加快了企业的产品质量检测的速度,提高了企业的生产水平,进而大幅度提高企业的经济水平,最终促进了企业的发展进步。
2 影像测量系统简介
2.1 影像测量系统的组成部分
影响测量系统的机体部分主要是由大理石底座、运动平台以及竖直支撑梁组成。由于大理石的重量大,因此影像测量系统在移动的时候不易产生震动,这很好地保护了测量系统中精密的零部件。它主要是CCD摄像机以及图像采集卡来采集图片,然而,影像系统中的图像采集系统采集到的图片在拍摄目标的边缘处并不是非常地清楚,这必然需要利用计算机视觉技术来提高图片处理的精确度。在对采集到的图片进行数据分析的时候,需要运动控制系统来控制机台XYZ三轴移动,使人们可以全方位地采集需要使用的数据,加强测量的准确性。
2.2 影像测量技术的燕睦技术
在影像测量系统中,对于影像信息的处理主要是通过图像滤波、图像增强、边缘提取以及特征提取等方法来增强图像的质量。同时,对于影像测量系统而言摄像机标定是非常重要的,摄影机标定是一种可以将图片在二维物体坐标系与三维物体空间坐标系之间转化的技术,这样可将图片内的物体的每一部分具体定位,使检测人员能够更迅速地确定需要精确测量的地方的具体坐标,因此,可以大大地提高人们解决图像清晰度的速度。为了降低图片因噪音和关线的因素而导致质量下降的几率,可通过采用精确定位的边缘检测算子来清楚地拍摄物体边缘的细节。
3 计算机视觉技术在影像处理系统中的实际应用
3.1 计算机视觉技术关于图像的预处理的应用
影像测量系统在采集图像的时候,很容易受到周围环境的影响,例如:电磁波的干扰,光的折射,温度的影响等,这将很容易导致测量系统采集到事物图像在播发过程中都会夹杂着刺耳的噪声,对测量物品的边缘描述过于模糊,使得零件的精准度的测量受到了影响。因此需要把计算机视觉技术和影响测量系统的应用结合在一起,在测量产品,处理图像过程中,需要进行原始图像的修改和清晰度的矫正并且选择性的过滤影响产品测量的噪声。由于在测量过程中结合了计算机视觉技术,所以在图像的预处理的时候,不需要对图画质量的降低,可以运用计算机视觉技术对于图像进行修改,重要的部位采用灰色直方图修改技术特别标出,其他部位选择性消除。虽然计算机技术跟影像测量系统的结合很好的处理了这些的问题,但是也要避免在测量过程中受到噪音的干扰,从而使得图像变质。因此,在测量的时候可以先对周围环境进行预处理,采用计算机视觉技术中的边缘保持滤波算法降低周围环境的噪声影响,从而保证了测量图像的精确性。
3.2 图像边缘处理
在影像测量系统中,往往只能拍到零件的大体部分,而对于零件边缘的一些需要注意的细节之处的清晰度不高,这在很大程度上会影响测量的精度。因此,只要能够提高图像边缘的精确度就能大大地提高影像测量系统的精度。由于图像边缘具有灰度突变的特征,因此人们根据像素点的梯度值来确定边缘点,通过Soble算子来加强边缘点确定的准确性。然后,将每一个边缘点连接起来,以此得到单像素边缘图像,这样在图像处理的时候,人们可以根据单像素边缘图像来有序地处理图像边缘,大大地提高图像边缘处理的速度。
3.3 计算机视觉技术关于图像分割处理的应用
有时候,需要使用影像测量系统测量精密程度较大的仪器,由于仪器的精密性,零件复杂性的影响,造成采集图像的困难程度加大,从而增加了图像处理的难度。但是,现在可以通过计算机视觉技术的应用,将预处理的图像分割成多个部分,然后再根据图像像素的之间的灰度值,纹理特性和频谱特性的不同,来系统的处理每个部分的图像,加上分割部分像素大致一样,后台可以进行数据的模拟应用,从而加快了各部分图像处理的效率,使得显像更加清晰,从而使得影响测量系统的准确程度越高。
综上所述,虽然目前我国在计算机视觉技术上取得重大成就,也很好的将其与影像测量系统完美的结合使用。但是,随着我国经济水平的提高,信息化进度的加快,新产品,新技术日新月异。而精密仪器的研制会越来越严格,要求的准确程度越来越高,因此,对于测量要求也越来越高,所以我们的计算机视觉和影响测量系统的结合技术需求也越来越难以满足需求。因此,我国的科学家们相关的技术人员们应该继续加强在这方面的研究,再接再厉,百尺竿头更进一步。
参考文献
[1]张月雷.计算机视觉技术应用[J].信息通信,2015(12).
[2]潘璐.基于影像测量技术研讨[J].房地产导刊,2015(26).
[3]吴登峰.基于计算机的视觉检测技术的原理及应用研究[J].视觉检测技术,2014(11):153-154.
[4]岳文辉,肖兴明,唐果宁.图像识别技术及其在机械零件无损检测中的应用[J].中国安全科学学报,2007,17(03):156-161.
(作者单位:1.身份证号码:330622196703086715;
2.身份证号码:330622197702153458)
关键词:视觉技术;影像测量;应用分析
引言
随着科技的快速发展,仪器开始变得越来越精密,这就要求人们必须要精确地测量出微小零件的尺寸,这次才能保障仪器的质量。但传统的检测方法很难做到这一点,后来人们发现计算机视觉检测技术是一种能够实现高精度检测的技术,因此人们开始将计算机视觉技术应用到影像测量系统中,从而大大地提高了影像测量的精度,减少测量误差,使微小零件可以更符合仪器的组装标准。本文将通过分析计算机视觉技术的概念来阐述它在影像测量系统中的实际应用。计算机视觉技术具有实时、精确、高自动化的特点,这非常契合影像测量系统的需求,现代的制造业对产品检测的精度、准确度等都提出了很高的要求。因此,在影像测量系统中运用计算机视觉技术是非常有必要的。只有提高了产品检测的精确度,才能更好地保障产品的质量,使我国的经济得以进一步地发展。
1 计算机视觉技术概述
随着工业发展需求的提高,跟传统的测量技术相比,计算机视觉技术具有了灵活度更高,测量精确度更大,自动化程度更高的特点。加上了计算机技术完美的结合了计算机信息处理,计算机多媒体,计算机图像学等多种科学技术,从而能够对于检测的物品实现,图像的描绘和数据的处理,对于图像细微的边缘部分能够准确的确定,并且采集到准确的数据,进而可以更自动,更准确,更迅速的检测出产品的质量。随着计算机视觉技术的开发程度越广,研究程度越深,加上了系统技术的升级,组合技术的开发,例如在处理图像上添加了概率统计技术,信号处理技术等计算机技术,从而对于设备图像处理的速度也有了很大程度的提高。例如在图像打印,头像处理,车辆识别中,可以精准的处理背景,目标,光度之间的关系,从而更加准确的还原了处理物品的真实度。目前,计算机视觉处理技术,已经被应用到我国的各行各业的不同领域中去,借助于计算机视觉技术的智能化和自动化的特点,加快了企业的产品质量检测的速度,提高了企业的生产水平,进而大幅度提高企业的经济水平,最终促进了企业的发展进步。
2 影像测量系统简介
2.1 影像测量系统的组成部分
影响测量系统的机体部分主要是由大理石底座、运动平台以及竖直支撑梁组成。由于大理石的重量大,因此影像测量系统在移动的时候不易产生震动,这很好地保护了测量系统中精密的零部件。它主要是CCD摄像机以及图像采集卡来采集图片,然而,影像系统中的图像采集系统采集到的图片在拍摄目标的边缘处并不是非常地清楚,这必然需要利用计算机视觉技术来提高图片处理的精确度。在对采集到的图片进行数据分析的时候,需要运动控制系统来控制机台XYZ三轴移动,使人们可以全方位地采集需要使用的数据,加强测量的准确性。
2.2 影像测量技术的燕睦技术
在影像测量系统中,对于影像信息的处理主要是通过图像滤波、图像增强、边缘提取以及特征提取等方法来增强图像的质量。同时,对于影像测量系统而言摄像机标定是非常重要的,摄影机标定是一种可以将图片在二维物体坐标系与三维物体空间坐标系之间转化的技术,这样可将图片内的物体的每一部分具体定位,使检测人员能够更迅速地确定需要精确测量的地方的具体坐标,因此,可以大大地提高人们解决图像清晰度的速度。为了降低图片因噪音和关线的因素而导致质量下降的几率,可通过采用精确定位的边缘检测算子来清楚地拍摄物体边缘的细节。
3 计算机视觉技术在影像处理系统中的实际应用
3.1 计算机视觉技术关于图像的预处理的应用
影像测量系统在采集图像的时候,很容易受到周围环境的影响,例如:电磁波的干扰,光的折射,温度的影响等,这将很容易导致测量系统采集到事物图像在播发过程中都会夹杂着刺耳的噪声,对测量物品的边缘描述过于模糊,使得零件的精准度的测量受到了影响。因此需要把计算机视觉技术和影响测量系统的应用结合在一起,在测量产品,处理图像过程中,需要进行原始图像的修改和清晰度的矫正并且选择性的过滤影响产品测量的噪声。由于在测量过程中结合了计算机视觉技术,所以在图像的预处理的时候,不需要对图画质量的降低,可以运用计算机视觉技术对于图像进行修改,重要的部位采用灰色直方图修改技术特别标出,其他部位选择性消除。虽然计算机技术跟影像测量系统的结合很好的处理了这些的问题,但是也要避免在测量过程中受到噪音的干扰,从而使得图像变质。因此,在测量的时候可以先对周围环境进行预处理,采用计算机视觉技术中的边缘保持滤波算法降低周围环境的噪声影响,从而保证了测量图像的精确性。
3.2 图像边缘处理
在影像测量系统中,往往只能拍到零件的大体部分,而对于零件边缘的一些需要注意的细节之处的清晰度不高,这在很大程度上会影响测量的精度。因此,只要能够提高图像边缘的精确度就能大大地提高影像测量系统的精度。由于图像边缘具有灰度突变的特征,因此人们根据像素点的梯度值来确定边缘点,通过Soble算子来加强边缘点确定的准确性。然后,将每一个边缘点连接起来,以此得到单像素边缘图像,这样在图像处理的时候,人们可以根据单像素边缘图像来有序地处理图像边缘,大大地提高图像边缘处理的速度。
3.3 计算机视觉技术关于图像分割处理的应用
有时候,需要使用影像测量系统测量精密程度较大的仪器,由于仪器的精密性,零件复杂性的影响,造成采集图像的困难程度加大,从而增加了图像处理的难度。但是,现在可以通过计算机视觉技术的应用,将预处理的图像分割成多个部分,然后再根据图像像素的之间的灰度值,纹理特性和频谱特性的不同,来系统的处理每个部分的图像,加上分割部分像素大致一样,后台可以进行数据的模拟应用,从而加快了各部分图像处理的效率,使得显像更加清晰,从而使得影响测量系统的准确程度越高。
综上所述,虽然目前我国在计算机视觉技术上取得重大成就,也很好的将其与影像测量系统完美的结合使用。但是,随着我国经济水平的提高,信息化进度的加快,新产品,新技术日新月异。而精密仪器的研制会越来越严格,要求的准确程度越来越高,因此,对于测量要求也越来越高,所以我们的计算机视觉和影响测量系统的结合技术需求也越来越难以满足需求。因此,我国的科学家们相关的技术人员们应该继续加强在这方面的研究,再接再厉,百尺竿头更进一步。
参考文献
[1]张月雷.计算机视觉技术应用[J].信息通信,2015(12).
[2]潘璐.基于影像测量技术研讨[J].房地产导刊,2015(26).
[3]吴登峰.基于计算机的视觉检测技术的原理及应用研究[J].视觉检测技术,2014(11):153-154.
[4]岳文辉,肖兴明,唐果宁.图像识别技术及其在机械零件无损检测中的应用[J].中国安全科学学报,2007,17(03):156-161.
(作者单位:1.身份证号码:330622196703086715;
2.身份证号码:330622197702153458)