随着工业强国计划的深入推进,在工业制造中,对许多仪器或者设备的灵敏度和准确度提出了极高的要求,譬如:汽车发动机、火箭轴承和高速离心机等。为了满足工业生产和社会发展的需求,许多零件对精度有着极高的要求。反求技术是以实物为基础获得CAD模型的一项技术,对于生产开发精密零件有着至关重要的作用。反求系统需要构建一系列功能强大的数据处理方法去高精度、高重复性、高准确率的复现零件,比如:图像去噪,图元识别等。现有的技术在泛化性,稳定性,准确性上,难以满足实际工业要求。针对上述问题,本文对基于CCD视觉的二维精密零件反求系统进行研究,简述反求系统研究背景、研究意义和精密测量研究现状,重点说明精密零件反求系统的相关理论。本文设计的系统,包含硬件和软件两部分。精密零件反求系统是多种图像处理方法共同协作的结果,为了成功输出CAD模型,本文进行了如下工作:(1)标定。通过张正友标定法来获得像素坐标与现实坐标的对应关系和畸变参数,获得对应关系,获得对应关系可将像素坐标与现实坐标进行映射,获得畸变参数来消除相机畸变。(2)改进一种基于信息熵的去渐晕算法。该算法将信息熵理论与同态滤波相结合,不仅去除了硬件设施不匹配所产生的渐晕效应,而且避免了更换高精尖设备所带来的高额成本。对于去渐晕现象取得了较好的效果。实验表明,在过曝光情况下能获得高精度图像。(3)对图像进行边缘检测。首先通过研究分析经典边缘检测算法,基于实验结果选择Canny算法提取零件的边缘;其次根据Zernike矩亚像素边缘提取算法提取亚像素边缘;然后利用Freeman链码获得轮廓链码;最后通过基于遗传算法的多边形轮廓逼近法与简单多边形轮廓逼近法的对比,选用基于遗传算法的轮廓逼近法进行图元分割。(4)基于三点构角法的高重复性图元识别。在图像采集过程中,由于空气中的灰尘和脏污会导致同一环境下连续拍摄出的图像是不同的,而这种高重复性图元识别问题多被学者所忽视,因此在这里对传统图元识别算法进行改进,提出基于三点构角法的高重复性图元识别算法。本部分提出基于三点定角法的轮廓点筛选方法。算法对于提取到的边缘进行像素点筛选,剔除误差点后进行最小二乘法拟合。算法分为两步:第一步对像素点通过最小二乘法进行筛选,将图元分割后的轮廓点进行粗拟合。第二步进行等间距取样、三点构角去除噪点,最后对剩余像素点采用最小二乘法拟合得到最终结果。本文通过上述方法完成视觉系统设计、图像算法设计和实验平台搭建,并且以常见的工业零件作为研究对象,设计一套基于机器视觉的二维视觉精密零件高精确度反求系统,从而获得零件矢量图。使用VS2015和Halcon软件对图像进行相应实验。实验结果表明,相对于没有处理的原始图片,可以明显地看出本系统对于精密零件反求结果具有非常良好的效果。进一步验证了系统的正确性,能够准确地、高效地输出DXF格式文件,为后续设计奠定了坚实基础。