变照度下的视觉测量系统误差建模

摘要

针对二维视觉在线测量工件时,照度变化因素导致测量误差的问题,提出基于遗传算法优化的最小二乘支持向量机(GA-LSSVM),建立照度误差模型的方法.分析视觉测量系统的误差来源,通过最小二乘法分析照度影响下的误差规律.利用照度变化误差实验,获得照度和测量系统的误差数据,分别训练GA-LSSVM、支持向量机(SVM)以及BP神经网络,建立照度和测量系统误差模型,对系统测量误差进行预测.结果表明:在变照度测量误差预测模型中,GA-LSSVM模型、SVM模型及BP神经网络模型的预测精度分别为94.90%、90.23%及80.60%.这表明遗传算法优化的最小二乘支持向量机建立的变照度误差模型,在拟合和预测精度上优于传统的BP神经网络.