基于机器视觉的孔组直径测量技术研究

发布时间:2018-01-13 18:39

  本文关键词:基于机器视觉的孔组直径测量技术研究 出处:《吉林大学》2017年硕士论文 论文类型:学位论文


  更多相关文章: 机器视觉 孔组直径 测量模型 相机标定 圆心检测


【摘要】:基于机器视觉的零部件非接触式尺寸检测以其检测的速度快,精度高,适用性强的特点,被广泛应用于工业自动化生产中。在制造业中,圆孔是机械加工零件上普遍存在的重要特征,其尺寸加工精度直接影响着孔轴的配合质量,进而对系统的运转性能和安全性能产生重要影响。本文以机器视觉为基础,提出了一套以法兰盘为代表的孔组类零件内径尺寸的测量方案。论文的研究内容主要涉及以下几个方面:边缘检测是图像处理和机器视觉测量中最基本的步骤之一。在本文中,通过Canny算子对边缘进行粗定位,得到圆孔的像素级边缘。再结合以像素点为中心的3?3窗口内其他像素点的灰度信息,计算出边缘点的亚像素坐标。本文采用改进的多项式插值算法来进行圆孔边缘点的亚像素定位,与传统多项式插值算法相比,改进的算法增加了两个方向模板,在边缘点的灰度梯度方向上进行多项式插值计算,提高了圆孔边缘的亚像素定位精度。本文对Hough变换法、形心法、灰度重心法以及最小二乘拟合的圆心检测算法进行了分析,提出运用计算效率更高的弦端点法来进行圆心坐标的检测和圆孔直径的计算。对弦端点法的原理进行了分析,并说明了弦端点法中大误差数据点的来源及剔除方法。考虑到相机成像面和待测平面存在夹角,使圆孔图像的采集因透视投影畸变产生误差,本文将检测到的圆孔边缘点的亚像素坐标投影到世界坐标系中,在法兰盘平面进行圆心坐标和圆孔直径的计算。通过以上分析,建立基于机器视觉的孔组直径测量模型,将世界坐标系建立在标定板平面上,根据在标定面平面标定得出的参数,建立世界坐标系和摄像机坐标系间的位置关系,进而推导出待测面的平面方程。将求出的边缘点的摄像机坐标,转换到世界坐标系中,令圆孔直径的计算问题简化为在待测平面进行的二维问题。基于对以上内容的研究,搭建孔组直径的测量实验平台。对提出的测量方案进行实验验证。将本文测量方案的实验结果与法兰盘各孔直径的千分尺测量值进行对比。在正反标靶的对比实验中,反面标靶的测量精度更高,其测量的平均误差低于正面标靶测量的平均误差0.095mm。弦端点法和拟合法的对比实验结果显示,弦端点法的检测精度更高,孔径检测的平均误差为0.055mm。本文在实验室环境下,进行了基于机器视觉的孔组直径测量研究,对于非接触式测量和机器视觉技术在工程中的应用具有一定的探究意义。
[Abstract]:Non-contact dimension detection of parts based on machine vision is widely used in industrial automation because of its high speed, high accuracy and strong applicability. Circular hole is an important feature of machining parts, and its dimension machining accuracy directly affects the quality of the matching of the hole shaft. This paper is based on machine vision. This paper puts forward a set of measuring scheme of inner diameter of hole-group parts represented by flange. The research contents of this paper mainly involve the following aspects:. Edge detection is one of the most basic steps in image processing and machine vision measurement. The pixel edge of the circular hole is obtained by rough location of the edge through the Canny operator, and the pixel center is combined with 3? 3The gray level information of other pixel points in the window, and the sub-pixel coordinates of the edge points are calculated. In this paper, the improved polynomial interpolation algorithm is used to locate the sub-pixel of the circular hole edge points, which is compared with the traditional polynomial interpolation algorithm. The improved algorithm adds two direction templates, carries on the polynomial interpolation computation in the edge point grayscale gradient direction, improves the circle hole edge sub-pixel localization accuracy. This paper deals with the Hough transform method, the centroid method. The gray center of gravity method and the least square fitting centroid detection algorithm are analyzed. The chord endpoint method with higher computational efficiency is proposed to detect the center coordinates and calculate the diameter of the circular hole. The principle of the chord end point method is analyzed. The source of the large error data points in the chord endpoint method and the method of eliminating the large error data points are explained. Considering the angle between the camera imaging plane and the plane to be measured, the acquisition of the circular hole image is caused by the perspective projection distortion. In this paper, the subpixel coordinates of the detected edge point of the circular hole are projected into the world coordinate system, and the center coordinates and the diameter of the circular hole are calculated in the flange plane. The measurement model of hole group diameter based on machine vision is established. The world coordinate system is built on the plane of calibration board and the parameters are calibrated in the plane of calibration plane. The position relation between the world coordinate system and the camera coordinate system is established, and the plane equation of the measured plane is deduced. The camera coordinate of the edge point is converted to the world coordinate system. The calculation of the diameter of a circular hole is simplified to a two-dimensional problem in the plane to be measured. Set up an experimental platform for measuring hole group diameters. Test verification of the proposed measurement scheme. Compare the experimental results of the present measurement scheme with the micrometer measurements of the diameter of the flange holes. Test. The measurement accuracy of the reverse target is higher than that of the front target. The experimental results show that the average error of the reverse target is lower than that of the front target. The comparison between the chord end method and the fitting method shows that the accuracy of the method is lower than that of the front target. The accuracy of the chord endpoint method is higher, the average error of aperture detection is 0.055 mm. in this paper, the diameter measurement of hole group based on machine vision is studied in laboratory environment. It has certain exploration significance for the application of non-contact measurement and machine vision technology in engineering.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TG81;TP391.41

【相似文献】

相关期刊论文 前10条

1 刘曙光,刘明远,何钺;机器视觉及其应用[J];河北科技大学学报;2000年04期

2 刘曙光,屈萍鸽,费佩燕;机器视觉在纺织检测中的应用[J];纺织学报;2003年06期

3 赵茂程;侯文军;;我国基于机器视觉的水果自动分级技术及研究进展[J];包装与食品机械;2007年05期

4 张五一;赵强松;王东云;;机器视觉的现状及发展趋势[J];中原工学院学报;2008年01期

5 牛一帆;;机器视觉在印刷质量检测中的应用[J];印刷质量与标准化;2009年09期

6 牛一帆;;机器视觉在印刷质量检测中的应用[J];广东印刷;2009年05期

7 杨继志;郭敬;;机器视觉在烟草行业的应用[J];机电产品开发与创新;2011年06期

8 王蕾;刘建立;高卫东;;基于机器视觉的织物洗涤后尺寸稳定性评价[J];纺织学报;2012年07期

9 张晶;刘东明;;基于机器视觉的工件检测系统研究[J];硅谷;2012年09期

10 张树君;辛莹莹;陈大千;;基于机器视觉的饮料瓶标签检测设备[J];食品研究与开发;2014年03期

相关会议论文 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集(二)[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年

相关重要报纸文章 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉:为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

相关博士学位论文 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 田明锐;基于机器视觉的散料装车控制系统研究[D];长安大学;2016年

4 沈振乾;基于机器视觉的交叉路口智能交通灯控制关键技术研究[D];天津工业大学;2014年

5 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

6 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

7 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

8 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

9 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

10 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

相关硕士学位论文 前10条

1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年

2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年



本文编号:1420081

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1420081.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8ae49***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com