基于机器视觉的低对比度物体二维尺寸测量方法的研究

发布时间：2023-04-21 00:30

　　为了满足“中国制造2025”现代工业的要求,我国对零部件的质量要求越来越高,并对其高精度、高效率检测成为亟待解决的工程问题。机器视觉具有稳定性、可靠性、高精度、低功耗等优势,因此广泛应用于零部件的尺寸测量。然而,在工业零部件检测中,通常检测目标的对比度很低,这类低对比度物体的尺寸测量是机器视觉检测的瓶颈。因此,本课题设计了合理的光源系统,在此基础上研究了低对比度物体二维图像尺寸测量的算法,克服了低对比度物体在机器视觉中难以测量零件尺寸的不足。首先,对图像采集系统硬件进行选型,搭建了整个系统的硬件平台,并对照射光源进行了设计。照明光路是影响图像质量的关键因素,通过ZEMAX仿真和实验验证,分析了不同光源类型、颜色、照射角度等对低对比度物体成像质量的影响。在此基础上,确定了以白色LED环形光进行低角度照射的方案。然后,设计了低对比度物体的图像测量算法。根据背景噪声产生的原因,使用兼顾空域信息和值域信息的双边滤波算法,该方法兼顾了噪声去除和边缘信息的保留。针对物体对比度低的问题,对比分析了拉普拉斯增强算子、Retinex增强算法和ACE增强算法,得出了ACE算法适用于低对比度下图像增强的结论...

【文章页数】：64 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
        1.2.1 基于机器视觉工件尺寸测量的国内外研究现状
        1.2.2 机器视觉照明系统的国内外研究现状
        1.2.3 低对比度物体测量算法研究综述
    1.3 论文研究内容和组织结构
2 基于机器视觉低对比度物体二维尺寸测量系统
    2.1 测量系统的总体方案
    2.2 测量系统的硬件
        2.2.1 摄像机的选型
        2.2.2 图像采集卡的选型
    2.3 光源的选型及照明设计
        2.3.1 照明光源对图像的影响分析
        2.3.2 光源的选型
        2.3.3 光源的仿真
        2.3.4 光源颜色的确定
        2.3.5 实验验证
        2.3.6 实验结论
    2.4 图像软件算法流程
    2.5 本章小结
3 图像预处理算法与分析
    3.1 图像滤波算法
        3.1.1 图像噪声的产生及分析
        3.1.2 空域滤波算法
        3.1.3 双边滤波算法
        3.1.4 双边滤波算法的实验结果
    3.2 图像增强算法
        3.2.1 图像增强概述
        3.2.2 拉普拉斯增强算法
        3.2.3 Retinex增强算法
        3.2.4 ACE增强算法
        3.2.5 增强算法实验结果及分析
    3.3 本章小结
4 图像边缘检测方法研究
    4.1 基于Canny算子的图像边缘检测粗定位
        4.1.1 图像的平滑滤波
        4.1.2 计算梯度幅值和方向
        4.1.3 对梯度幅值进行非极大值抑制
        4.1.4 阈值化和边缘连接
        4.1.5 图像边缘检测实验结果
    4.2 数学形态学操作
        4.2.1 形态学操作
        4.2.2 形态学操作的结果
    4.3 基于亚像素细分算法的图像边缘检测精定位
        4.3.1 亚像素边缘检测算法概述
        4.3.2 基于灰度矩的亚像素边缘检测
        4.3.3 基于多项式差值的亚像素细分算法
        4.3.4 灰度矩与多项式插值亚像素算法的对比分析
        4.3.5 亚像素细分与 Sobel 的对比实验
    4.4 本章小结
5 工件尺寸测量实验及分析
    5.1 实验平台搭建
    5.2 摄像机标定
    5.3 测量结果及误差分析
        5.3.1 标准件测量
        5.3.2 实际工件测量
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献



本文编号：3795469