基于图像的零件几何量测量系统关键技术研究

基于图像的零件几何量测量系统关键技术研究

论文摘要

随着先进制造技术的发展,传统测量技术和测量范围已渐渐不能适应现代机械制造技术的要求,而基于图像的零件几何量测量方法日益引起广大工程技术人员的关注。基于图像的零件几何测量具有非接触、适合测量易变形、微小尺寸和窄缝宽度、液滴直径等传统测量方法难以测量的特殊尺寸的优点,并且在测量效率、测量的方便性等方面具有特别的优势,因而得到了广泛的应用。在硬件配置方面,本文着重介绍了影响到本课题最终测量精度的数字摄像机和照明系统。根据企业和实际工程的需求,研究了图像处理与测量中的图像类型转换、去噪、图像二值化、边缘检测等各种理论和算法,通过实验对比各种算法的效果,提出了适合本课题的图像处理方案,并采用模块化方法对整个测量系统进行功能划分。在图像处理的过程中,本文为了提高测量精度并保证测量速度,根据图像灰度分布理论和图像采样原理,在用传统模板算子确定边缘大致位置的基础上,提出结合局部非极大值抑制技术消除伪边界点,并沿边界点的梯度方向进行高斯曲线插值,将边界点位置定位到了亚象素级。对于所提取到的边界点,采用最小二乘法进行边界特征的拟合,并根据相关理论和标准进行尺寸与公差的测量。基于上述研究,在军工项目和企业需求的支持下,本课题开发设计了基于图像的零件几何量测量系统。该软件系统不仅可以实现常规零件的二维几何量与公差测量,而且可以在软件中集成“宏微双重进给控制系统”,实现薄壁零件安装定位的闭环控制。本课题对测量系统进行了精度测试和分析,对精密量块的测量结果表明,图像测量系统的测量精度达到了微米级;另外,通过测量微电子行业中的芯片引脚宽度作为对系统的适应性测量,其结果证明软件系统具有实用价值和通用性。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.1.1 图像测量技术概述
  • 1.1.2 图像测量技术的特点
  • 1.1.3 图像测量技术的应用
  • 1.2 国内外图像测量技术的研究现状
  • 1.3 课题的意义和研究目的
  • 1.3.1 课题的意义
  • 1.3.2 研究目的
  • 1.4 论文的主要研究内容和章节安排
  • 第二章 测量系统组成
  • 2.1 硬件系统
  • 2.1.1 系统组成
  • 2.1.2 数字摄像机
  • 2.1.3 照明系统选择
  • 2.2 软件系统
  • 2.2.1 系统开发平台选择
  • 2.2.2 总体方案设计
  • 2.2.3 测量系统模块划分
  • 2.3 本章小结
  • 第三章 图像处理技术研究
  • 3.1 图像类型转换
  • 3.2 图像滤波
  • 3.2.1 均值滤波与中值滤波
  • 3.2.2 图像滤波实验与分析
  • 3.3 图像分割
  • 3.3.1 图像分割算法
  • 3.3.2 图像分割实验与分析
  • 3.4 边缘检测
  • 3.4.1 微分算子边缘检测
  • 3.4.2 边缘检测实验与分析
  • 3.5 本章小结
  • 第四章 亚像素定位技术研究
  • 4.1 亚像素定位的原理
  • 4.2 亚像素定位的应用条件
  • 4.3 亚像素定位方法
  • 4.3.1 形心法和灰度重心法
  • 4.3.2 沿梯度方向的高斯曲线插值算法
  • 4.4 亚像素细分算法实验与分析
  • 4.5 本章小结
  • 第五章 图像测量系统开发设计
  • 5.1 测量系统总体模块设计
  • 5.2 图像获取模块设计开发
  • 5.3 图像处理模块开发
  • 5.4 特征拟合
  • 5.4.1 直线拟合
  • 5.4.2 圆弧拟合
  • 5.5 几何尺寸与公差测量
  • 5.6 本章小结
  • 第六章 实验研究与分析
  • 6.1 系统标定
  • 6.2 系统精度测量与结果
  • 6.3 系统适应性测量与结果
  • 6.3.1 标准量块适应性测量与结果
  • 6.3.2 标准环规适应性测量与结果
  • 6.3.3 芯片引脚测量实验结果
  • 6.4 误差来源分析
  • 6.4.1 摄像机分辨率与像元一致性引起的误差
  • 6.4.2 摄像机镜头畸变引起的误差
  • 6.4.3 机械装配误差
  • 6.4.4 标定误差
  • 6.4.5 振动的影响
  • 6.4.6 光源不均匀引起的误差
  • 6.4.7 软件算法引起的误差
  • 6.5 本章小结
  • 第七章 结论与展望
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 致谢
  • 相关论文文献

    • [1].2007图像处理国际研讨会[J]. 国际学术动态 2008(03)
    • [2].探讨图像处理软件在平面设计中的应用[J]. 科学技术创新 2019(34)
    • [3].图像处理技术的车牌识别系统研究[J]. 电子测试 2020(03)
    • [4].图像处理技术及其应用研究[J]. 无线互联科技 2020(01)
    • [5].基于图像处理技术的小麦识别技术研究[J]. 中外企业家 2020(04)
    • [6].图像处理技术及应用分析[J]. 造纸装备及材料 2020(01)
    • [7].图像处理技术在平面设计中的应用研究[J]. 计算机产品与流通 2020(03)
    • [8].图像处理与识别技术的发展及应用[J]. 无线互联科技 2020(10)
    • [9].应用型本科课程考核模式改革研究——以光电图像处理为例[J]. 科技风 2020(21)
    • [10].深度学习的图像处理在农业领域的应用实践[J]. 内江科技 2020(09)
    • [11].基于期望与方差的拓展在图像处理中的快速算法的研究[J]. 科技风 2020(30)
    • [12].大数据图像处理技术在无人船运行自动监测中的应用[J]. 舰船科学技术 2020(18)
    • [13].关于图像处理技术现状及发展的分析[J]. 科技资讯 2018(25)
    • [14].探究图像处理的关键技术[J]. 计算机产品与流通 2018(11)
    • [15].图像处理中颜色模式的探究[J]. 电脑编程技巧与维护 2019(01)
    • [16].计算机图像处理技术的特点与应用研究[J]. 信息记录材料 2019(03)
    • [17].基于云服务器图像处理的物体辨别系统[J]. 计算机产品与流通 2019(09)
    • [18].计算机图形图像处理技术在文物保护领域的应用分析[J]. 计算机产品与流通 2019(12)
    • [19].图像处理技术在信息农业中的应用现状及发展趋势[J]. 江苏农业科学 2017(22)
    • [20].基于形态学图像检测的机械手移栽穴苗识别技术[J]. 农机化研究 2018(05)
    • [21].计算机技术在图像处理中的应用分析[J]. 才智 2018(16)
    • [22].计算机图像处理技术的发展趋势[J]. 信息与电脑(理论版) 2016(18)
    • [23].以应用为引导的教学在光电图像处理中的应用[J]. 实验室科学 2016(06)
    • [24].微课在“图像处理基础”教学中的应用研究[J]. 计算机时代 2017(02)
    • [25].探究数字多媒体图像处理技术[J]. 信息与电脑(理论版) 2016(20)
    • [26].浅析图像处理软件入门案例[J]. 广东印刷 2017(01)
    • [27].图像处理智能化的发展方向[J]. 电子技术与软件工程 2017(09)
    • [28].智能交通中图像处理技术应用综述[J]. 科技风 2017(11)
    • [29].基于网络平台应用的图像处理技术探讨[J]. 农村经济与科技 2017(14)
    • [30].图像处理技术在网页制作中的应用分析[J]. 无线互联科技 2017(19)

    标签:;  ;  ;  ;  

    基于图像的零件几何量测量系统关键技术研究
    下载Doc文档

    猜你喜欢