基于完整图像的微型零件精密测试技术研究

论文摘要

随着机器视觉技术的发展,影像测量技术在工业零件的检测中得到广泛的应用。受精度要求的限制,影像系统只能对极小视场成像,当零件测量点较多时,两者需要做多次相对运动以获取各点图像信息。故这种测量方式效率低下,难以满足工业中大批量关键部件全检的要求。为了实现测量的高效、精确以及自动化,本文研究了各种边缘检测和跟踪技术,利用合成图像深入探讨和评价了各种亚像素定位算法,并将它们应用于包含完整零件的工程图像中。论文的主要工作如下:1.研究了图像滤波技术,各种传统的经典边缘检测算子,以及针对二值化图像进行边缘提取的数学形态腐蚀法。在经典边缘跟踪算法的基础上,提出了智能边缘跟踪方法,实现了图像中所有轮廓的自动跟踪及存储。2.研究了边缘模糊的原因,以及由两种边缘定义引出的两大类亚像素边缘定位方法——空间矩法和曲线插值法。对现行的一些亚像素方法给予了评价和总结,提出了结合样点间距,沿梯度方向作三次样条插值的亚像素算法,尝试了沿法线方向作不等距样条插值的改进算法。3.建立了基于合成图像的算法评价体系,研究了像素级算法、点扩展函数、背景光强以及噪声四种因素对各亚像素算法的影响,并以充足的数据给予支持。4.探索了如何针对工程零件更精确地使用亚像素的方法,研究了被测工件轮廓位姿调整方法。测量了工件的轮廓度误差和关键参数。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 影像测量技术及轮廓测量的国内外研究概况
• 1.3 亚像素技术的国内外研究现状
• 1.4 本课题的意义和研究内容
• 1.4.1 课题的研究意义
• 1.4.2 课题的主要研究内容
• 第二章 视觉检测中像素级边缘定位研究
• 2.1 图像预处理技术
• 2.1.1 噪声分类
• 2.1.2 平滑滤波
• 2.2 经典边缘检测方法
• 2.2.1 经典微分边缘检测算子理论
• 2.2.2 经典算子的应用
• 2.3 基于数学形态学的边缘检测方法
• 2.3.1 阈值分割
• 2.3.2 轮廓提取
• 2.4 边缘跟踪算法
• 2.4.1 经典边缘跟踪算法
• 2.4.2 基于边缘跟踪的逐条边缘自动识别算法
• 第三章 亚像素算法的研究
• 3.1 亚像素基本原理
• 3.2 亚像素边缘定位的两类方法
• 3.2.1 基于矩的方法
• 3.2.2 曲线拟合法
• 第四章 亚像素算法评价体系与综合研究
• 4.1 亚像素算法的评价体系
• 4.2 亚像素算法的综合研究
• 4.2.1 合成圆的原始数据的设定
• 4.2.2 测量结果的数据处理
• 4.2.3 亚像素算法测试数据与分析
• 第五章 几种工程零件的实例分析
• 5.1 实验条件
• 5.2 定挡簧的实例分析
• 5.2.1 定挡簧特征边缘的提取
• 5.2.2 定挡簧的位姿变换
• 5.2.3 定挡簧轮廓比对
• 5.3 擒纵轮的实例分析
• 5.3.1 擒纵轮特征边缘的提取
• 5.3.2 擒纵轮的位姿变换
• 5.3.3 擒纵轮关键参数测量
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢
• 附录