融合制造语义的轴类零件三维信息重建

发布时间：2025-02-08 15:50

　　随着工业的发展,设备的更新换代,大量的机械零件尚未达报废标准就被淘汰。为避免浪费要对零件的三维信息进行收集以方便零件的重用与重制造。传统的测量方法效率低,智能化程度低,且有人为误差。机器视觉测量方法的兴起,为零件的尺寸测量与三维信息收集提供了新的思路。轴类零件是工业生产中使用量极大的零件,每年淘汰的轴零件数量极大,但是很多并没有达到报废标准,所以针对废旧轴类零件的进行测量并三维重建,对于方便零件再利用具有重要意义。本文应用机器视觉技术,融合轴类零件制造语义信息,提出了废旧轴类零件三维信息重建方法,并对此方法相关的机器视觉检测的一些过程进行了研究。首先,基于机器视觉对废旧轴进行高精度的二维测量,获得轴零件的关键尺寸参数;然后利用测得的二维尺寸参数,结合轴类零件制造语义信息,对废旧轴零件进行参数化建模;最后应用双目视觉技术对废旧轴零件上的破损进行三维重建,以获得轴零件的完整三维信息。基于以上思路,本文研究内容如下:高精度机器视觉检测需要好的边缘提取效果。但对于边缘检测结果,尚没有一个统一的、可以被广泛接受的量化评价标准。本文提出了一种针对图像边缘检测效果的,边缘连续性评价算法。以边缘的连续性...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的意义
    1.2 本文相关技术介绍与国内外发展
        1.2.1 边缘检测效果评价指标
        1.2.2 视觉精确测量技术
        1.2.3 参数化建模技术
        1.2.4 单、双目三维测量与重建技术
    1.3 文本研究内容与结构安排
第2章 边缘检测效果的边缘连续性评价算法
    2.1 引言
    2.2 边缘检测效果评价意义
    2.3 边缘连续性归纳分析
    2.4 数值化边缘连续性评价指标
        2.4.1 边缘段的扩展空间定义
        2.4.2 边缘段长度定义
        2.4.3 边缘连续性量化指标
        2.4.4 边缘连续性程序实现
    2.5 试验与分析
        2.5.1 纵向试验
        2.5.2 横向试验
        2.5.3 对比实验
    2.6 本章小结
第3章 高斯插值与双卷积插值结合的亚像素精度测量方法
    3.1 引言
    3.2 亚像素定位方法分析
        3.2.1 高斯插值亚像素定位算法分析
        3.2.2 高斯插值与双三次卷积插值结合亚像素定位算法
    3.3 亚像素精度测量方法分析
    3.4 实验结果
        3.4.1 旋转不变性实验
        3.4.2 测量精度对比实验
        3.4.3 轴类零件实际测量实验
    3.5 本章小结
第4章 基于轴类零件制造语义的参数化建模系统
    4.1 引言
    4.2 轴类零件参数化建模系统
        4.2.1 轴类零件参数化建模系统结构
        4.2.2 轴类零件数学模型
        4.2.3 标准键槽库
        4.2.4 人机交互界面
    4.3 实验
    4.4 本章小结
第5章 轴类零件破损的双目视觉重建算法
    5.1 引言
    5.2 对破损双目视觉三维重建的关键技术
        5.2.1 摄像机立体标定与校正
        5.2.2 立体校正
        5.2.3 轴零件表面破损立体匹配
        5.2.4 三维重投影
    5.3 废旧轴零件表面破损点云重建系统
        5.3.1 图像采集与标定流程
        5.3.2 图像匹配流程
        5.3.3 三维重投影与点云显示流程
    5.4 破损的范围计算
        5.4.1 破损的最小包围盒范围
        5.4.2 破损的定位
        5.4.3 破损的三维建模
    5.5 实验结果
        5.5.1 标定实验
        5.5.2 破损点云重建实验
        5.5.3 破损范围估计与定位实验
        5.5.4 对破损的三维建模实验
    5.6 本章小结
结论与展望
    结论
    展望
参考文献
致谢
附录A 攻读学位期间所发表的学术论文



本文编号：4031601