基于CCD视觉的二维精密零件反求系统

发布时间：2022-01-03 11:19

　　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... 

【文章来源】：广西师范大学广西壮族自治区

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

坐标系示意图

广西师范大学硕士学位论文7式(2.4)中0001000000vuffyx是相机的内参，10tR是相机的外参。2.1.2相机畸变由于相机的前方增加了透镜，透镜会对光线的传播有新的影响，就会产生畸变。相机的畸变主要是有三种：枕型畸变、桶形畸变、线性畸变。枕型畸变是由于镜头引起的画面向中间“收缩”的情况，常出现在长焦镜头或者变焦镜头的长焦端时。桶形畸变是由镜头中透镜物理性能和镜头结构引起的成像画面呈桶形膨胀的失真现象，一般出现在广角镜头或使用变焦镜头的广角。线性畸变一般出现在近距离拍摄出高大的直线结构的情况例如近距离拍摄树木等。一般常见的畸变桶形失真和枕形失真，如图2.2所示。(a)原图(b)桶形失真(c)枕形失真图2.2相机畸变类型图2.2图像预处理在精密零件反求系统中，图像的好坏程度直接影响最终反求结果。因此，系统的每一个环节都要严格把控，第一步对图像得噪点进行滤除。进行图像滤波时，滤波方法有高斯滤波、均值滤波、中值滤波、双边滤波。正是因为不存在任何一种算法能够解决所有噪声问题，因此滤波算法有多种，每种算法都有自己的优点和缺点，例如对于随机噪声均值滤波算法滤除效果好，而对于脉冲噪声均值滤波算法不能滤波噪声只能是中值滤波算法滤除噪声[12]。下面对各滤波算法进行介绍:(1)高斯滤波高斯滤波器是一种对整幅图像进行加权平均的线性平滑滤波器，目前被广泛使用的一种滤波算法，在求取边缘轮廓时，有些算法需要先进行高斯滤波后进行提取轮廓。高斯函数公式如下：

广西师范大学硕士学位论文82222)(221),(yxeyxg(2.5)式(2.5)中通常情况下取数值为3，高斯滤波就是将图像与模板进行卷积。高斯滤波具有五个优良的性质：①二维高斯滤波函数具有旋转不变性，也就是平滑程度不受方向影响都是固定的；②二维高斯函数能够分步进行；③高斯函数对应的傅里叶变换函数能够不受到高频信息的干扰；④与平滑程度直接相关，在区间内越大平滑程度越大；⑤高斯函数只对距离算子中心近的区域有作用。(2)均值滤波均值滤波算法的基本思想是用几个邻域像素灰度的平均值替代每个像素的灰度值，其邻域的选取通常为以单位Δx构成的4邻域和以2个单位距离为半径r构成的8邻域，具体示意图如图2.3所示。图2.3均值滤波邻域图一幅M×N图像经过大小为m×n(m和n均为奇数)的加权均值滤波器，由公式(2.6)可得：aasbbtaasbbttswtysxftswyxg),(),(),(),((2.6)(3)中值滤波中值滤波：定义长度为ML12(M为正整数)的滤波窗口，设在第n时刻输入信号序列在窗口中的样点是[13]：nMnxnxMx)(),...,(),...,((2.7)此时的输出为：


本文编号：3566183