基于机器视觉的在线高精度零件测量关键技术的方法研究

发布时间：2017-10-06 08:20

  本文关键词：基于机器视觉的在线高精度零件测量关键技术的方法研究

  更多相关文章： 高精度 远心镜头 工业零件测量 CAD图纸接口

【摘要】：基于机器视觉的在线高精度零件测量系统的技术研发是目前的一个趋势,针对实际应用特点和需求采取最合适和简洁的算法是必要的,本文针对机器视觉高精度检测中的关键技术展开研究,特别是远心镜头的相机标定、几何基元分割、边缘检测和亚像素精度边缘提取的关键理论和算法进行了深入研究并做出实际应用。首先,对远心镜头的标定方法进行研究。得出了远心镜头的成像模型,通过非线性优化的方法获得镜头畸变模型,通过引入合适的镜头畸变模型提高标定精度,同时也标定得到远心度和中心点以及内外参数,解决了远心镜头的标定难点,通过实验得到了较高的标定精度。其次,制定了针对该课题测量目标的测量系统和其解决方案,使得整个测量工作有序合理,章节中详细的说明了系统的构成及流程,硬件的设备选择以及软件技术基础。再次,详细介绍了图像处理中的预处理,拼接等常规算法,特别针对测量中最常用的几何基元的分割和曲线拟合的关键算法进行研究,重点研究了Ramer算法中多边形逼近分割图元基本原理与算法实现,结合本文的实际应用编写相应的实现代码,并完成实验,同时研究了从DXF格式文件中获取标准零件的尺寸信息用于后续对测量结果的尺寸和精度分析。最后,重点研究了较流行的几种边缘检测的方法,提出了基于灰度阈值的亚像素边缘检测算法的改进方法,结合实际高精度尺寸测量应用中多为背光照射,采用此算法可以较快较好的完成亚像素的提取,并编写了相应的实现代码,最终集成了上述的流程应用在实际测量中。
【关键词】：高精度 远心镜头 工业零件测量 CAD图纸接口
【学位授予单位】：天津科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 1 前言8-13
• 1.1 课题研究背景及意义8-9
• 1.2 国内外研究现状及发展趋势9-10
• 1.2.1 国内外研究现状9-10
• 1.2.2 发展趋势10
• 1.3 论文主要内容及研究思路10-11
• 1.3.1 论文主要内容10
• 1.3.2 论文研究思路与意义10-11
• 1.4 本章小结11-13
• 2 测量系统13-17
• 2.1 测量系统及解决方案13-16
• 2.1.1 系统构成及流程13-14
• 2.1.2 硬件设备选择14-16
• 2.1.3 软件技术基础16
• 2.2 本章小结16-17
• 3 图像处理与摄像机标定理论基础17-45
• 3.1 图像预处理17-23
• 3.1.1 图像噪声17
• 3.1.2 常用滤波算法17-23
• 3.2 图像拼接23-24
• 3.2.1 常用拼接方法23-24
• 3.2.2 基于运动控制偏移的拼接方法24
• 3.3 几何基元的分割与曲线拟合24-31
• 3.3.1 内容概述24
• 3.3.2 直线拟合24-27
• 3.3.3 圆与圆弧拟合27-28
• 3.3.4 椭圆拟合28-29
• 3.3.5 几何基元的分割29-31
• 3.4 CAD图纸信息提取与模板匹配31-34
• 3.4.1 DXF格式信息提取31-33
• 3.4.2 模板匹配方法与原理33-34
• 3.5 摄像机标定原理34-44
• 3.5.1 经典标定方法34-36
• 3.5.2 远心镜头成像原理与已有标定方法36-40
• 3.5.3 远心镜头标定模型建立40-44
• 3.6 本章小结44-45
• 4 图像边缘检测45-65
• 4.1 常用边缘检测算法45-57
• 4.1.1 边缘检测方法概述45-51
• 4.1.2 经典边缘检测算子51-54
• 4.1.3 基于模糊集理论的边缘检测算法54-57
• 4.2 亚像素边缘检测算法57-64
• 4.2.1 基于多项式插值法的亚像素边缘检测方法57-58
• 4.2.2 基于Zernike矩及其改进算法的边缘检测方法58-60
• 4.2.3 基于灰度阈值的亚像素边缘检测算法60-64
• 4.3 本章小结64-65
• 5 系统标定及实验65-77
• 5.1 测量系统标定65-69
• 5.1.1 远心镜头摄像机标定65-66
• 5.1.2 标定结果及精度分析66-69
• 5.2 铣刀零件尺寸测量69-72
• 5.2.1 测量零件轮廓提取69-70
• 5.2.3 测量零件图元特征提取70-71
• 5.2.4 测量零件二维CAD图纸的匹配71-72
• 5.3 铣刀零件尺寸测量结果与精度分析72-76
• 5.3.1 铣刀零件尺寸测量结果72-73
• 5.3.2 误差及精度分析73-74
• 5.3.3 与传统测量方法对比74-76
• 5.4 本章小结76-77
• 6 结论与展望77-79
• 6.1 结论77
• 6.2 展望77-79
• 参考文献79-84
• 致谢84

【相似文献】

中国期刊全文数据库 前10条

1 朱瑞;机器视觉在复杂零、部件测量方面的应用[J];今日电子;2004年06期

2 黎红伟;;关于机器视觉镜头[J];可编程控制器与工厂自动化;2005年02期

3 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期

4 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期

5 雷文华;;机器视觉及其应用(系列讲座) 第一讲 机器视觉发展概述[J];应用光学;2006年05期

6 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期

7 李树杰;;中国机器视觉的发展趋势[J];赤峰学院学报(自然科学版);2010年01期

8 ;机器视觉最新技术动态[J];中国光学;2013年01期

9 冯伯儒;;机器视觉中的电-光技术[J];光电子学技术;1986年01期

10 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期

中国重要会议论文全文数据库 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

中国重要报纸全文数据库 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

中国博士学位论文全文数据库 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 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

5 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

6 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

7 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

8 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

9 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

10 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

中国硕士学位论文全文数据库 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 须啸海;嵌入式智能交通车流量监控系统的实现[D];电子科技大学;2015年

，

本文编号：981733