基于机器视觉的密封件图像测量技术研究

摘要

橡塑密封件是为解决主机行业的跑、冒、滴、漏等问题所配套的器件。目前，密封件的尺寸测量主要采用人工检测，这种方法存在测量精度低、劳动强度大等缺点。随着航空、航天等高技术的发展，对密封件的测量精度要求越来越高，当前的测量技术已不能满足要求。为此，本文采用基于机器视觉的图像测量技术，实现对密封件实时在线检测。 本文以高速线阵CCD相机为核心组件，构建了密封件在线图像测量平台；在同步控制模块控制下，实时获取密封件动态图像。为了对图像测量参数分析，深入分析和研究了图像处理的基本算法，采用中值滤波去除了图像中出现的脉冲干扰噪声，使其在消除脉冲噪声的同时保持了图像的边缘细节；针对Sobel边缘检测算法存在检测边缘粗且对噪声极其敏感的缺点，提出了一种改进算法：该算法重新构造了对图像边缘方向进行检测的模板，并对扩展的梯度方向图进行细化处理，得到接近单像素宽的边缘图像；为了进一步提高边缘定位的精确度，设计了一种在梯度方向上进行高斯曲线插值的细分算法，可应用于边缘为任意曲线的图像亚像素细分，该算法具有很强的适应性；在细化的边缘图像上，变换相隔点数，每三个点采用三点定圆心法得到圆心序列，序列点对应的累加和最大值为最佳圆心坐标，进而完成密封件内外径的尺寸测量，兼顾了测量精度和实时处理速度，特别在图像残缺的情况下，本算法具有很强的检测能力。以VC++6．0作为软件开发平台，开发了密封件图像处理软件，实现了密封件内外径的在线测量，测试结果表明，论文所构建的基于机器视觉的图像测量系统结构合理，图像处理方法正确，图像测量精度优于0．1像素，具有很强的实用性。

目录

文摘

英文文摘

声明

1绪论

1.1引言

1.2国内外研究现状

1.2.1密封件国内外检测现状

1.2.2机器视觉国内外应用现状

1.3课题研究的目的和意义

1.4本文主要的研究内容

2密封件检测系统的总体结构

2.1密封件在线检测系统的方案设计

2.1.1检测系统硬件结构

2.1.2检测系统软件设计

2.2密封件在线检测系统的关键技术

2.2.1图像采集

2.2.2图像处理

2.2.3系统标定

2.3本章小结

3密封件测量系统的硬件结构

3.1 CCD相机

3.2镜头

3.3数据采集卡

3.4照明系统

3.5光电传感器

3.6本章小结

4密封件在线检测图像处理算法的研究

4.1图像预处理

4.1.1图像噪声源分析

4.1.2滤波去噪算法

4.1.3图像二值化

4.1.4图像畸变校正

4.2边缘检测算法

4.2.1 Sobel算子

4.2.2改进的Sobel算子

4.3亚像素边缘定位技术

4.3.1常见的亚像素边缘定位技术

4.3.2本文采用的亚像素定位技术

4.3.3实验结果分析

4.4直径测量

4.4.1三点定圆心法

4.4.2最小二乘拟合法

4.4.3实验及算法对比分析

4.5本章小结

5密封件检测系统软件实现

5.1系统软件的总体设计

5.1.1软件设计目标分析

5.1.2开发环境的选择

5.2检测系统的功能实现

5.2.1系统标定模块

5.2.2图像处理模块

5.2.3图像数据管理

5.3本章小结

6测量系统实验与分析

6.1系统标定与数据分析

6.1.1系统标定

6.1.2样品测试与数据分析

6.2系统精度影响因素分析

7结论与展望

7.1结论

7.2展望

参考文献

攻读硕士学位期间发表的论文

致谢