基于面阵CCD的平面零件几何尺寸测量方法研究

摘要

测量技术是现代制造业的关键基础技术，是保证产品质量的关键。随着CCD光电技术和图像处理技术的飞速发展，基于视觉的测量技术以其非接触、高精度、速度快等优点，逐渐成为零件尺寸高精度测量领域的重要测量手段。
　　本文将视觉测量技术应用于平面零件尺寸测量，提出了基于面阵CCD的高精度尺寸测量方法。首先，设计了由平行均匀LED光源和背向照明方式组成的照明系统，获得的图像清晰，且前景与背景对比度大。其次，提出了阈值自适应的特征点提取方法，根据带有畸变的非线性成像几何模型，采用最小二乘法计算得到了摄像机参数的最优解。然后，分析了不同厚度平面零件的边缘特性，采用Canny边缘检测和多项式拟合算法实现了亚像素边缘提取;提出平均距离法获取零件上表面边缘轮廓;进而利用基于厚度的边缘转换模型，将上表面边缘解算到下表面即测量平面上。最后结合标定信息实现平面零件尺寸的精确测量。
　　为了验证方法的准确性和可行性，本文在1×0.75m2的测量视场内，测量了不同厚度零件的尺寸并进行了误差分析。实验表明，利用本文方法，标定反投影误差小于0.02像素，系统测量精度达到了0.05mm，具有很高的应用价值。

目录

声明

学位论文的主要创新点

摘要

第一章 绪论

1．1 研究背景和意义

1．2 视觉测量国内外研究现状

1．3 本文的研究内容及章节安排

第二章 基于面阵CCD的测量系统方案设计

2．1 基于CCD的尺寸测量系统目标

2．2 测量系统结构组成

2．2．1 基于CCD的视觉测量系统

2．2．2 摄像机和镜头的选择

2．2．3 标定板的选择

2．2．4 光源与照明方式的确定

2．3 视觉测量方法分析

2．4 本章小结

第三章 摄像机标定

3．1 透视变换和摄像机模型

3．1．1 成像几何模型

3．1．2 镜头畸变模型

3．2 标定板特征点提取

3．2．1 标定板圆形特征定位

3．2．2 标定板圆形特征中心定位

3．3 系统标定

3．3．1 传统标定方法

3．3．2 标定基本原理

3．3．3 标定步骤

3．3．4 校正测量位姿

3．4 本章小结

第四章 基于边缘特征的尺寸测量

4．1 像素级边缘检测

4．1．1 常用的边缘检测算法

4．1．2 实验结果及分析

4．2 亚像素边缘提取

4．2．1 常见亚像素定位技术

4．2．2 本文采用的亚像素定位技术

4．3 准确提取不同厚度零件边缘

4．3．1 平面零件形状特征

4．3．2 提取零件上表面边缘

4．3．3 厚度模型转换

4．4 尺寸恢复

4．5 本章小结

第五章 实验结果及分析

5．1 摄像机标定

5．2 零件边缘提取

5．3 零件与CAD匹配

5．4 零件的几何尺寸测量

5．5 误差分析

5．5．1 光学系统误差

5．5．2 系统算法误差

5．6 本章小结

第六章 总结与展望

6．1 本文总结

6．2 工作展望

参考文献

发表论文和参加科研情况

致谢