基于机器视觉的轴承定位系统关键算法研究

摘要

随着科技的变革以及人们日益增长的物质文化需求，智能化时代已然到来，高效率、高精度已成为各行各业的基本要求。轴承作为一种固定刚体和承担径向负荷的工业零件，在日常生活生产中的重要性不言而喻。目前轴承在加工生产过程中的许多工序仍旧依赖于人工操作，这样的传统技术并不能很好地适应现代化发展的需求。本文研究基于机器视觉下的轴承定位系统关键算法，以实现更精准的检测，并可以极大地提高企业生产效率。论文主要工作如下： （1）提出一种用于多层工件的手眼插补标定算法。由于工件的堆积放置，传统的工件标定技术需要逐层进行，而相机在下降过程中的相机支架升降变形等问题会影响最终标定的精度。本文改进后的多层自动插补工件标定算法根据中间相隔多层的两次手眼标定数据，自动插补计算中间各层的工件位姿坐标，解决了因空间相对位置变化而需要逐层标定的问题，减少了标定次数，节省了时间，改进后的用于多层工件的手眼插补标定算法精度实测为mm，符合生产需求。 （2）提出一种基于马氏距离判别的自适应图像融合算法。由于复杂的工业现场环境（光照、温度等）及成像系统本身的装配误差，同时由于批量工件待测图像的相似性区域较多，传统的图像融合算法会出现细节丢失，色差明显，存在拼接缝等问题。本文通过对各个相机的重叠区域部分评估择优，自动选择规划出合适的各镜头成像点集，使得融合的图像更为真实，克服了传统算法的图像融合误差。 （3）研究模板匹配算法。本文详细研究了基于灰度的模板匹配算法并将该算法应用在了轴承工件定位检测上，在模板匹配算法前设计了图像平滑处理环节，研究对比了几种常用的图像滤波算法，结果表明经中值滤波平滑处理后的图像可以很好的满足系统的检测需求。将灰度模板匹配算法与形状模板匹配算法进行了对比，结果证明经过平滑处理后的灰度模板匹配算法在轴承定位系统的实际应用中检测精度更高，达到了99.99%，并且其在对应工业生产环境下的鲁棒性更好。 本文所研究的轴承定位系统在实际的生产现场应用了十套，能够24小时稳定运行，节约了企业成本，提高了生产效率，系统抗干扰能力强、稳定可靠。本文技术内容可以应用在各式各样的小型工件生产领域，进而提升企业的生产效率。

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 手眼标定的国内外研究现状

1.2.2 图像拼接的研究现状

1.2.3 模板匹配算法的研究现状

1.3 本文结构安排

第2章 轴承定位系统设计

2.1 系统硬件结构设计

2.1.1 机器人本体及工件平台

2.1.2 机器视觉系统

2.1.3 通讯协议

2.2 系统算法流程设计

2.3 本章小结

第3章 多层工件标定算法研究

3.1 Tsai经典两步手眼参数标定法

3.1.1 摄像机标定

3.1.2 手眼参数的标定

3.1.3 Eye-to-Hand系统的经典标定求解法

3.2 工件标定法

3.3 多层工件的手眼插补标定算法

3.3.1 实现步骤

3.3.2 理论验证

3.3.3 实验结果

3.4 本章小结

第4章 图像拼接算法研究

4.1 图像拼接概述

4.2 图像预处理

4.3 图像配准

4.3.1 SIFT算法

4.3.2 SIFT实现流程

4.4 基于马氏距离的自适应图像融合算法

4.4.1 计算方法

4.4.2 算法流程

4.5 本章小结

第5章 轴承定位算法研究

5.1 轴承定位算法设计

5.2 灰度化处理

5.3 图像平滑处理

5.3.1 中值滤波算法

5.3.2 均值滤波算法

5.3.3 高斯滤波算法

5.3.4 结果对比分析

5.4 基于灰度值的模板匹配算法

5.4.1 归一化相关系数

5.4.2 实验及分析

5.4.3 结果论证

5.5 基于形状的模板匹配算法

5.5.1 实验及分析

5.5.2 对比论证

5.6 本章小结

第6章 总结展望

6.1 全文总结

6.2 不足与展望

参考文献

致谢

附录