基于机器视觉的直齿轮在线测量方法研究

发布时间：2023-04-22 00:01

　　齿轮是工业生产中传递运动和动力必不可少的零部件之一,提高齿轮的测量技术水平是提高齿轮生产制造精度的关键因素之一。快速地对大批量生产齿轮的误差进行在线测量是现代化工业的本质要求,结合机器视觉技术非接触测量直齿轮的加工误差具有重要的意义和可行性。论文利用工业摄像机采集直齿圆柱齿轮的图像,并根据齿轮图像的特点详细研究了图像的预处理方法、图像的形态学操作方法及阈值分割方法。采用Sobel算子、Prewitt算子、Laplace算子和Canny算子等经典的像素级边缘检测算法获取预处理后的齿轮图像的边缘,结果表明传统的边缘检测方法已不符合齿轮测量的精度要求。故论文借鉴了Zernike矩亚像素边缘检测算法,结合图像直方图的最大类间方差法对在线拍摄的直齿轮图像进行最佳全局阈值处理,在提高轮齿边缘检测效率的同时降低了误差。并在此基础上设计开发了一系列算法,获得了齿轮的基本参数和齿距偏差,并进行了误差分析。齿廓偏差是影响齿轮传动性能优劣的重要参数,论文借鉴逆向工程的思想结合计算机图形学原理建立了标准齿轮模型,并获得待测齿轮的参考点云数据,结合经典ICP算法实现齿廓目标点云和参考点云的配准,采集配准后的数据...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 齿轮测量技术的发展
    1.3 机器视觉测量技术的研究
        1.3.1 机器视觉测量技术的发展
        1.3.2 基于机器视觉的齿轮测量技术
    1.4 主要研究内容
第2章 齿轮图像预处理方法研究
    2.1 齿轮数字图像的采集
        2.1.1 摄像机和光源的选择
        2.1.2 齿轮图像的采集
    2.2 齿轮图像的初步预处理
        2.2.1 图像的灰度变换
        2.2.2 图像的直方图均衡化
        2.2.3 图像的滤波去噪
        2.2.4 图像的二值化
    2.3 图像的形态学处理
        2.3.1 数学形态学的基本操作
        2.3.2 基于形态学处理的其他操作
    2.4 齿廓的像素级边缘检测
        2.4.1 图像的阈值分割法
        2.4.2 图像的像素级边缘检测
    2.5 基于Zernike矩的齿廓边缘的亚像素检测
        2.5.1 Zernike矩的原理
        2.5.2 Zernike矩的亚像素坐标计算
        2.5.3 Zernike矩的亚像素边缘检测的实现
    2.6 本章小结
第3章 齿轮基本参数和齿距偏差的机器视觉测量
    3.1 齿轮基本参数的获取
        3.1.1 齿轮中心的确定
        3.1.2 齿轮齿数的确定
        3.1.3 齿顶圆和齿根圆的测量
        3.1.4 齿轮其他基本参数的计算
    3.2 齿距偏差的测量
        3.2.1 齿距偏差的定义
        3.2.2 齿距偏差的识别和计算
    3.3 本章小结
第4章 基于点云配准的齿廓偏差的测量
    4.1 标准齿轮数字模型的建立
        4.1.1 渐开线齿轮理论基础
        4.1.2 直齿渐开线齿轮数字图像模型的建立
    4.2 点云数据的采集
        4.2.1 点云数据的分割方法
        4.2.2 点云数据采集
    4.3 点云数据的配准
        4.3.1 点云配准的理论基础
        4.3.2 基于ICP算法的点云配准
        4.3.3 齿轮点云的配准过程
    4.4 齿廓偏差的测量
    4.5 本章小结
第5章 总结和展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读硕士期间研究成果
附录



本文编号：3796510