基于机器视觉的小型工件尺寸测量系统研究

摘要

随着机械加工行业自动化发展进程的不断推进，传统的测量技术已不能充分适应当前的发展需求，机械加工行业对加工工件的尺寸测量也提出了更高的要求。本文所研究的基于机器视觉的小型工件测量系统，主要解决人工测量速度慢，长时间测量易疲劳，测量精度不高，以及难以实现测量自动化等问题。
　　本文首先根据课题需要确定系统硬件方案，分析研究相机、镜头、光源等主要硬件的工作原理。为了突出被测工件的轮廓边界，同时避免金属工件表面的反光，本系统选用了LED环形无影光源照亮工件的轮廓。另外确定了相机、镜头等硬件设备的具体型号，构建了测量系统的整体硬件平台，完成了相机标定和被测工件的图像拍摄工作。
　　利用Matlab8.0进行程序开发，整体流程分为五个主要部分。一是图像滤波，经过对比分析，使用了中值滤波算法，在不破坏工件边缘信息的前提下较好的滤出了图像中的部分噪声。二是图像二值化处理，本系统采用了直方图阈值法确定阈值，将图像的边缘和背景清晰的区分开来。三是图像边缘提取，本系统采用了Canny算子进行边缘提取，有效的提取出了图像的边缘信息，包括工件真实的边缘信息和噪声的边缘信息。四是噪声边缘地消除，在这部分中本文提出了提出了二值图像连续亮点区域聚合算法。该算法先将各个边缘像素点，包括噪声边缘像素点和工件有效边缘像素点，分别聚合在各自集合中，再跟据噪声边缘和工件有效边缘之间的像素个数差别，判断并消除噪声边缘点，最终实现了工件真实边缘的有效提取。五是边缘分段拟合，本文提出了映射分段算法，该算法利用图像拐点前后点的坐标斜率差值较大的特点来寻找边缘的拐点，准确有效的实现了连续边缘的分段。最后本文所涉及到的边主要是直线和圆弧，直接用直线和圆对各边进行拟合，再求取各条边的长度，完成测量工作。
　　从实验结果可以看出，本文所设计组建的基于机器视觉的小型工件测量系统能够实现实时，自动化，高精度测量。

目录

声明

摘要

第1章 绪论

1．2．1 机器视觉的概述

1．2．2 机器视觉的发展

1．2．3 机器视觉的应用

1．3 机器视觉测量技术的现状

1．4 课题研究的内容及章节安排

1．5 本章小结

第2章 机器视觉测量系统的硬件构成与实现

2．1 测量系统的总体构成

2．2 光源

2．2．1 机器视觉常见光源

2．2．2 光源照射方式的选择

2．3 相机的选择

2．4 镜头

2．4．1 镜头的成像原理

2．4．2 镜头主要参数介绍

2．5 图像采集卡

2．6 计算机

2．7 本章小结

第3章 机相机标定技术的研究

3．1 机器视觉系统的标定技术

3．1．1 相机标定基础知识

3．1．2 相机标定坐标系

3．2 标定原理

3．3 相机标定及实验数据分析

3．4 本章小结

第4章 工件图像处理及识别分析研究

4．1 工件图像处理方案

4．2 图像滤波处理

4．2．1 均值滤波

4．2．2 高斯滤波

4．2．3 中值滤波

4．3 图像二值化处理

4．3．1 直方图阈值法

4．3．2 平均值阈值法

4．3．3 最大类间方差阈值法

4．4 图像边缘检测

4．4．1 边缘检测定义

4．4．2 边缘检测的算子

4．4．3 无效边缘的滤除

4．5 边缘分段读取及拟合

4．6 本章小结

第5章 实验平台以及实验数据分析

5．1 实验平台介绍

5．2 过程及实验结果

5．3 误差分析

5．4 本章小结

6．1 总结

6．2 展望

致谢

参考文献

攻读学位期间发表的学术论文