隨著工業(yè)的發(fā)展,設備的更新?lián)Q代,大量的機械零件尚未達報廢標準就被淘汰。為避免浪費要對零件的三維信息進行收集以方便零件的重用與重制造。傳統(tǒng)的測量方法效率低,智能化程度低,且有人為誤差。機器視覺測量方法的興起,為零件的尺寸測量與三維信息收集提供了新的思路。軸類零件是工業(yè)生產中使用量極大的零件,每年淘汰的軸零件數量極大,但是很多并沒有達到報廢標準,所以針對廢舊軸類零件的進行測量并三維重建,對于方便零件再利用具有重要意義。本文應用機器視覺技術,融合軸類零件制造語義信息,提出了廢舊軸類零件三維信息重建方法,并對此方法相關的機器視覺檢測的一些過程進行了研究。首先,基于機器視覺對廢舊軸進行高精度的二維測量,獲得軸零件的關鍵尺寸參數;然后利用測得的二維尺寸參數,結合軸類零件制造語義信息,對廢舊軸零件進行參數化建模;最后應用雙目視覺技術對廢舊軸零件上的破損進行三維重建,以獲得軸零件的完整三維信息�；谝陨纤悸�,本文研究內容如下:高精度機器視覺檢測需要好的邊緣提取效果。但對于邊緣檢測結果,尚沒有一個統(tǒng)一的、可以被廣泛接受的量化評價標準。本文提出了一種針對圖像邊緣檢測效果的,邊緣連續(xù)性評價算法。以邊緣的連續(xù)性...

【文章頁數】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的意義
    1.2 本文相關技術介紹與國內外發(fā)展
        1.2.1 邊緣檢測效果評價指標
        1.2.2 視覺精確測量技術
        1.2.3 參數化建模技術
        1.2.4 單、雙目三維測量與重建技術
    1.3 文本研究內容與結構安排
第2章 邊緣檢測效果的邊緣連續(xù)性評價算法
    2.1 引言
    2.2 邊緣檢測效果評價意義
    2.3 邊緣連續(xù)性歸納分析
    2.4 數值化邊緣連續(xù)性評價指標
        2.4.1 邊緣段的擴展空間定義
        2.4.2 邊緣段長度定義
        2.4.3 邊緣連續(xù)性量化指標
        2.4.4 邊緣連續(xù)性程序實現
    2.5 試驗與分析
        2.5.1 縱向試驗
        2.5.2 橫向試驗
        2.5.3 對比實驗
    2.6 本章小結
第3章 高斯插值與雙卷積插值結合的亞像素精度測量方法
    3.1 引言
    3.2 亞像素定位方法分析
        3.2.1 高斯插值亞像素定位算法分析
        3.2.2 高斯插值與雙三次卷積插值結合亞像素定位算法
    3.3 亞像素精度測量方法分析
    3.4 實驗結果
        3.4.1 旋轉不變性實驗
        3.4.2 測量精度對比實驗
        3.4.3 軸類零件實際測量實驗
    3.5 本章小結
第4章 基于軸類零件制造語義的參數化建模系統(tǒng)
    4.1 引言
    4.2 軸類零件參數化建模系統(tǒng)
        4.2.1 軸類零件參數化建模系統(tǒng)結構
        4.2.2 軸類零件數學模型
        4.2.3 標準鍵槽庫
        4.2.4 人機交互界面
    4.3 實驗
    4.4 本章小結
第5章 軸類零件破損的雙目視覺重建算法
    5.1 引言
    5.2 對破損雙目視覺三維重建的關鍵技術
        5.2.1 攝像機立體標定與校正
        5.2.2 立體校正
        5.2.3 軸零件表面破損立體匹配
        5.2.4 三維重投影
    5.3 廢舊軸零件表面破損點云重建系統(tǒng)
        5.3.1 圖像采集與標定流程
        5.3.2 圖像匹配流程
        5.3.3 三維重投影與點云顯示流程
    5.4 破損的范圍計算
        5.4.1 破損的最小包圍盒范圍
        5.4.2 破損的定位
        5.4.3 破損的三維建模
    5.5 實驗結果
        5.5.1 標定實驗
        5.5.2 破損點云重建實驗
        5.5.3 破損范圍估計與定位實驗
        5.5.4 對破損的三維建模實驗
    5.6 本章小結
結論與展望
    結論
    展望
參考文獻
致謝
附錄A 攻讀學位期間所發(fā)表的學術論文



本文編號：4031601