大尺寸构件激光辅助视觉测量中图像处理方法

发布时间：2022-10-08 13:30

　　大型航空零部件的制造和装配过程中,需要通过测量来保证其精度、效率和可靠性。目前,针对大型航空零部件,视觉测量系统是将被测对象表征成点云的形式,通过对比点云与理论数模的差异,即可验证零部件的几何精度。由于高直线度和稳定性,线激光光源在视觉测量系统中得到了广泛的应用,用以增强目标图像的特征。作为视觉测量的关键技术,激光条纹图像处理的结果直接影响着系统的鲁棒性和准确性。过去,为了减少激光条纹图像处理的困难,技术人员通常会建立一个条件严苛、成本昂贵的理想检测场景,确保图像中激光条纹信息清楚且噪声极少。然而,搭建一个理想测量环境并不适合多种类、大尺寸的航空零部件测量,更无法满足在线、在机测量。由于无法构建适用于各种零部件的摄影检测环境,而且图像中包含了各种显著、复杂的背景噪声,造成图像处理非常困难。随着智能图像处理技术的不断发展,在特定工业环境下提取图像中的激光条纹特征变得切实可行。然而,由于光斑、背景物体、粉尘、环境光等噪声的干扰,而且激光条纹自身的性质和图像背景在扫描过程中会随时间和位置变化,导致无法准确提取目标。本文采用基于辅助激光扫描的双目立体视觉测量方法,实现大型航空构件形面的三维测量... 

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状分析
        1.2.1 现场大尺寸测量研究现状
        1.2.2 激光条纹图像特征定位和分割研究现状
        1.2.3 激光条纹中心线计算方法研究现状
    1.3 基于大型航空测量的激光特征图像处理总体方案及研究难点
    1.4 论文的主要研究内容
2 基于多特征聚类的激光条纹定位方法
    2.1 激光条纹图像特征分析
    2.2 现有图像特征定位方法
        2.2.1 投影统计法
        2.2.2 基于Kalman滤波的定位方法
        2.2.3 基于有监督学习的特征匹配方法
    2.3 激光条纹的特征
        2.3.1 激光条纹的形状特征
        2.3.2 激光条纹的噪声响应特征
        2.3.3 激光条纹的纹理特征
    2.4 特征图能量模板滤波
    2.5 基于Kmeans++聚类的激光条纹定位方法
    2.6 本章小结
3 基于有监督学习的阈值分割方法
    3.1 现有图像分割方法
    3.2 基于深度残差网络的阈值分割方法
        3.2.1 激光条纹与背景的分割方案及流程
        3.2.2 深度残差网络的结构与参数设计
        3.2.3 激光条纹二值图像的数据集制作
        3.2.4 基于二阶矩的最佳阈值估计
    3.3 本章小结
4 遮挡噪声的滤除方法研究
    4.1 激光条纹遮挡噪声的分析
    4.2 基于Hough空间的线型噪声滤除方法
    4.3 基于形态学骨架的块状噪声检测及过滤方法
    4.4 激光条纹的亚像素中心计算方法
    4.5 本章小结
5 大尺寸构件激光辅助的视觉测量中图像处理方法实验与分析
    5.1 基于辅助激光扫描的双目立体视觉测量系统
    5.2 机身壁板样件现场测量实验分析
        5.2.1 基于特征聚类的激光条纹定位实验
        5.2.2 基于ResNet的阈值分割实验
        5.2.3 遮挡噪声的滤除及缺损补偿
        5.2.4 获取激光条纹的亚像素中心线和被测件点云
    5.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]飞机柔性装配方法在飞机装配中的应用[J]. 郑鹏宇.  中小企业管理与科技(下旬刊). 2019(02)
[2]基于二维Arimoto灰度交叉熵的图像阈值分割[J]. 杨昀臻,赵广州.  计算机与数字工程. 2018(08)
[3]FCM融合改进的GSA算法在医学图像分割中的研究[J]. 冯飞,刘培学,李丽,陈玉杰.  计算机科学. 2018(S1)
[4]基于超像素聚类的侧扫声呐图像分割算法[J]. 盛蕴霞,霍冠英,刘静.  计算机工程. 2018(06)
[5]融合SLIC与改进邻近传播聚类的彩色图像分割算法[J]. 程仙国,王明军.  计算机工程. 2018(06)
[6]数字化测量技术在飞机制造、装配中的应用[J]. 孙丹.  科学技术创新. 2018(14)
[7]结构光条纹图像分割方法[J]. 朱真,杜轶诚,秦绪佳,陈胜男.  计算机应用与软件. 2016(08)
[8]图像阈值分割方法研究进展20年（1994—2014）[J]. 吴一全,孟天亮,吴诗婳.  数据采集与处理. 2015(01)
[9]灰度熵和混沌粒子群的图像多阈值选取[J]. 吴一全,纪守新.  智能系统学报. 2010(06)
[10]改进的最小类内绝对差阈值分割及快速算法[J]. 张金矿,吴一全.  信号处理. 2010(04)

博士论文
[1]基于机器视觉的散状物料动态计量系统研究[D]. 李萍.中国矿业大学(北京) 2017
[2]大型构件复杂曲面自动化测量方法与技术[D]. 杨守瑞.天津大学 2017
[3]输送带纵向撕裂可见光与红外双目视觉在线检测系统研究[D]. 乔铁柱.太原理工大学 2015
[4]大构件折线角焊缝前置—直视双视觉监测跟踪[D]. 毕齐林.华南理工大学 2014
[5]基于视觉信息的钢板连续生产线激光焊接关键技术的研究[D]. 王立伟.河北工业大学 2012

硕士论文
[1]双机器人自动制孔系统研究[D]. 李博林.浙江大学 2018
[2]大型航空构件视觉测量特征提取方法研究[D]. 高鹏.大连理工大学 2017
[3]飞机蒙皮边缘特征的提取方法研究[D]. 张杰.南京航空航天大学 2017
[4]基于线结构光的单目视觉目标位姿测量研究[D]. 丁洵.湖南科技大学 2015
[5]激光辅助热态锻件视觉测量中的光条提取方法[D]. 张驰.大连理工大学 2015
[6]复杂背景下视频运动目标跟踪算法研究[D]. 胡满.青岛科技大学 2013
[7]结构光三维测量中光条中心提取方法及其评价的研究[D]. 徐静珠.南京大学 2012



本文编号：3687803