基于调焦-Zernike矩算法的微小零件精确定位研究

发布时间：2022-12-10 11:19

　　为了提高微小零件精确定位的效果,采用调焦-Zernike矩算法。先建立粗、精结合的调焦函数,粗调焦函数基于Krisch边缘检测算子,精调焦采用Sobel算子;动态选择调焦窗口,增加修正因子避免目标变化对调焦清晰度评价函数的影响,改进经典爬山算法确定焦点的移动方向;改进Zernike矩基于目标点归一化确定最大外接单位圆,通过边缘参数判断像素为边缘点;给出了算法流程。试验仿真通过两个微型金属圆柱腔的自动对准和堆叠的微装配任务来分析算法的性能,结果显示调焦-Zernike矩算法获得的图像清晰,能够完全对准,该方法对非移动的微型金属圆柱腔坐标定位的x、y方向绝对误差最大值分别为0.032 5,0.032 1像素密度,定位精度高。 

【文章页数】：7 页

【文章目录】：
1 微小零件定位过程
    1.1 调焦过程
        1.1.1 微小零件精确定位调焦函数选择
        1.1.2 调焦窗口动态选择
        1.1.3 搜索焦点策略
    1.2 改进Zernike矩亚像素边缘定位
        1.2.1 Zernike矩亚像素边缘定位过程
        1.2.2 基于目标点归一化的最大外接单位圆确定
2 试验仿真
    2.1 Zernike矩奇、偶模板对比
    2.2 移动定位分析
    2.3 定位误差分析
3 结论


【参考文献】：
期刊论文
[1]基于宇宙量子算法的微小零件尺寸检测[J]. 熊保玉,蹇清平.  食品与机械. 2020(01)
[2]面向装配机器人的零件视觉识别与定位方法[J]. 范荻,金守峰,陈蓉,高磊.  西安工程大学学报. 2018(01)
[3]基于集成成像技术的零件孔径位置检测（英文）[J]. 张晓东,吴斌,杨志远.  Journal of Measurement Science and Instrumentation. 2017(03)
[4]基于动态因子自适应搜索算法的自动调焦研究[J]. 陈洪涛.  工具技术. 2016(09)
[5]基于图像自准直自动调焦技术[J]. 肖作江,朱海滨,徐志刚.  光子学报. 2016(10)
[6]基于显微视觉的微小型零件边缘检测技术研究[J]. 吴叶兰,秦艳红,张之敬.  计算机工程与应用. 2016(17)
[7]光镊系统的粒子自动对焦成像方法研究[J]. 赵志丹,周哲海,张晓林,祝连庆.  自动化仪表. 2015(10)
[8]基于改进小波变换和Zernike矩的亚像素边缘检测算法[J]. 文涛,左东广,李站良,卫宾华.  电光与控制. 2015(09)
[9]基于形状匹配的装配定位方法[J]. 谢煌生,刘周林.  制造技术与机床. 2015(05)
[10]基于计算机视觉的轴套零件尺寸测量[J]. 陈向伟,王海月.  制造技术与机床. 2014(10)



本文编号：3716658