本文選題：自校準(zhǔn) + 機器視覺　； 參考：《光子學(xué)報》2017年11期

【摘要】：為實現(xiàn)玻璃折射率快速、高精度測量需求,提出一種基于機器視覺的玻璃折射率測量方法.推導(dǎo)了玻璃折射率測量數(shù)學(xué)模型,采用自準(zhǔn)直平行光管實現(xiàn)傳統(tǒng)V棱鏡平行光管的功能,同時對V槽的裝卡傾角進(jìn)行正交性校準(zhǔn);雙CCD結(jié)合棱鏡分光實現(xiàn)大視場拼接,運用圖像處理技術(shù)直接測量折射光線的偏折角.搭建試驗樣機,并與傳統(tǒng)V棱鏡折射儀和數(shù)字化V棱鏡折射儀進(jìn)行對比.結(jié)果表明測量精度優(yōu)于±2×10-6,測量速度少于10s.測量精度和測量時間都優(yōu)于前兩者,對實現(xiàn)快速、高精度光學(xué)玻璃折射率測量具有實際意義.
[Abstract]:In order to meet the requirement of fast and high precision measurement of glass refractive index, a method of glass refractive index measurement based on machine vision is proposed. The mathematical model of glass refractive index measurement is derived, and the function of traditional V prism parallel light tube is realized by using self-collimating parallel light tube. At the same time, the obliquity angle of V slot is calibrated orthogonality, and double CCD combined with prism splicing in large field of view is realized. The deflection angle of refraction light is directly measured by image processing technique. The prototype is built and compared with traditional V prism refractometer and digital V prism refractometer. The results show that the measuring accuracy is better than 鹵2 脳 10 ~ (-6) and the measuring speed is less than 10 s. The measurement accuracy and measurement time are better than the former two, which is of practical significance for fast and high precision measurement of refractive index of optical glass.
【作者單位】： 長春理工大學(xué)計算機學(xué)院;長春理工大學(xué)光電工程學(xué)院;
【基金】：吉林省科技創(chuàng)新人才培育計劃青年科研基金項目(No.20160520014JH) 吉林省科技發(fā)展計劃重大專項(No.KYC-JC-YM-2012-081)資助~~
【分類號】：TQ171.112

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 蔣安民,李錫善,夏青生;用組合法精確測定光學(xué)玻璃的折射率[J];玻璃與搪瓷;1986年01期

2 沈海龍，，楊觀鳴;任意偏折法測量玻璃折射率[J];計量學(xué)報;1994年01期

3 紀(jì)小輝;陳彤;;基于光電技術(shù)的玻璃折射率測量[J];應(yīng)用光學(xué);2010年05期

4 楊飛飛;張春雷;李曉超;劉思思;;機器視覺在點膠控制上的應(yīng)用研究[J];中國西部科技;2014年07期

5 劉曉亮;韓德剛;王健;;采用機器視覺的玻璃在線自動鋪紙機的設(shè)計與應(yīng)用[J];建材世界;2012年02期

6 王飛;崔鳳奎;劉建亭;張豐收;;基于機器視覺的玻璃表面缺陷檢測系統(tǒng)的研究[J];玻璃與搪瓷;2009年05期

相關(guān)碩士學(xué)位論文 前5條

1 陳觀應(yīng);基于機器視覺的干電池缺陷并行檢測方法研究[D];廣東工業(yè)大學(xué);2016年

2 江玉清;自動水泥灌裝系統(tǒng)中基于機器視覺的定位方法研究[D];合肥工業(yè)大學(xué);2016年

3 謝世斌;基于機器視覺的玻璃表面質(zhì)量檢測若干技術(shù)問題的研究[D];浙江大學(xué);2016年

4 朱曉明;基于機器視覺的玻璃球損傷檢測識別系統(tǒng)[D];聊城大學(xué);2017年

5 胡飛飛;基于嵌入式機器視覺的干電池缺陷檢測系統(tǒng)的研究[D];廣東工業(yè)大學(xué);2013年

本文編號：1813977