在機械加工制造中,圓孔普遍存在于機械零件中。由于加工誤差的影響,孔的尺寸會存在著一定的誤差,這直接影響著軸孔的配合,進而對整個系統(tǒng)正常運轉(zhuǎn)以及安全產(chǎn)生重要的影響�；诙吻�不變量測孔的視覺檢測技術(shù)與傳統(tǒng)的視覺測量孔徑測量方法相比,避免了檢測的光條圖像像素點坐標形成的直線與所標定的光平面的交點不能位于被測物體表面的問題,可以實現(xiàn)在線檢測,適應(yīng)現(xiàn)代化的大批量、高效率的檢測。所以本文提出了基于二次曲線不變量測量孔徑的視覺檢測方法。本文研究以下幾個方面的內(nèi)容:邊緣檢測是視覺測量的基礎(chǔ)。本文通過對比灰度矩法、空間矩法、梯度插值法、高斯擬合法的4種亞像素級邊緣提取的方法及邊緣檢測的分析和評價,確定選用梯度插值法進行邊緣檢測獲得離散點坐標的誤差均值和標準差最小。將提取的離散點投射到世界坐標系中,對法蘭盤孔徑進行計算。利用二次曲線不變量建立測量孔徑的模型,建立理論值與測量值之間的數(shù)學關(guān)系。將世界坐標系與攝像機坐標系原點重合選在光心位置,建立世界坐標系和攝像機坐標系間的位置關(guān)系,推導(dǎo)孔在世界坐標系下的投影與理論圖像平面的交線方程,即成像曲線方程。通過二次曲線不變量確定理論值與測量值之間的數(shù)學關(guān)系,得到... 

【文章來源】：長春大學吉林省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

孔類零件

第1章緒論4出了一種對相機采集的圖像內(nèi)外輪廓進行亞像素提取，并進行多次尋心及最小二乘擬合來獲取圓心坐標及孔徑方程，由于該方法同時獲得了圓心坐標，因此還可測得零件內(nèi)外孔的同軸度。圖1-2軸類零件與檢測試驗裝置圖1.2.2攝像機標定視覺測量系統(tǒng)大體由計算機、光學鏡頭、攝像機等部件組成[23]，如圖1-3所示。攝像機標定是視覺測量最基礎(chǔ)步驟之一，它是獲取攝像機所在空間的相對位置及攝像機參數(shù)的過程，攝像機標定根據(jù)自身的特點主要可分成三類，即傳統(tǒng)攝像機標定、攝像機自標定和基于主動視覺的標定方法[24]。圖1-3視覺測量系統(tǒng)傳統(tǒng)的攝像機標定的主要目的是獲得攝像機的內(nèi)部參數(shù)和外部參數(shù)。它主要利用已知固定參考物體上一些具有特征的點的坐標與圖像上已知點建立關(guān)系，進而得到攝像機的參數(shù)[25]。傳統(tǒng)的攝像機標定主要包括線性法、非線性法、兩步標定法。線性標定法沒有考慮鏡頭畸變對標定的影響，所以標定精度一般無法達到所需標準。非線性標定法引入鏡頭畸變，加入了鏡頭畸變參數(shù)，而且在標定過程計算機攝像機光學鏡頭

第2章二次曲線不變量測量孔徑模型的建立11000001100101wpwcpTwXxuYZyvZRt0(0-8)其中fdx，0sinfdy，0fcotdx。設(shè)矩陣R第i列為ir，綜合以上三步坐標變換，聯(lián)立式可得：000T01200000101001000111wpwwcpwXxuuXRtYZyvvrrtY(0-9)其中0WZ，矩陣000001uvA稱為攝像機的內(nèi)部參數(shù)矩陣，矩陣R和T為攝像機的外參，表示攝像機坐標系與世界坐標系的位置關(guān)系[48]。2.2鏡頭畸變在攝像機成像過程中，攝像機坐標系與圖像坐標系轉(zhuǎn)換時，由于光學鏡頭本身的制造誤差，將會導(dǎo)致像素點在成像過程中發(fā)生偏移，被測物體上無數(shù)個點產(chǎn)生的偏移最終會導(dǎo)致成像圖片產(chǎn)生畸變，在圖像坐標系下引入畸變模型可以矯正鏡頭畸變[49]。在進行計算機視覺檢測過程中通常使用的光學鏡頭發(fā)生的畸變主要有三種，分別為：徑向鏡頭畸變、偏心鏡頭畸變和薄棱鏡鏡頭畸變[50]。（1）徑向鏡頭畸變徑向鏡頭畸變可以分為枕型畸變與桶形畸變兩種形式，如圖2-3所示。圖2-3徑向鏡頭畸變a.鏡頭無畸變b.枕形鏡頭畸變c.桶形鏡頭畸變

【參考文獻】：
期刊論文
[1]基于二維圖像的三維重建技術(shù)研究[J]. 胡高芮,何毅斌,陳宇晨,劉湘,戴喬森.  機械. 2019(08)
[2]基于改進Zernike矩的亞像素鉆鉚圓孔檢測方法[J]. 陳璐,關(guān)立文.  清華大學學報(自然科學版). 2019(06)
[3]基于Canny算子的改進型圖像邊緣提取算法[J]. 范晞,費勝巍,儲有兵.  自動化與儀表. 2019(01)
[4]小孔孔徑及同軸度精密影像測量算法的研究[J]. 蒯天任,周亞勤,李蓓智,楊建國.  機械設(shè)計與制造. 2018(12)
[5]基于機器視覺的電機端蓋孔直徑的在線測量[J]. 梅文豪,李濟澤,戴福全.  福建工程學院學報. 2018(04)
[6]攝像機標定方法的比較分析[J]. 胡松,王道累.  上海電力學院學報. 2018(04)
[7]基于小波變換和數(shù)學形態(tài)學的孔徑測量研究[J]. 唐瑞尹,王荃,何鴻鯤,胡連軍.  應(yīng)用光學. 2017(04)
[8]基于整體最小二乘的橢圓擬合方法[J]. 熊風光,李希,韓燮.  微電子學與計算機. 2017(01)
[9]用于目標定位的圖像邊緣點檢測算法[J]. 顏飛,周長久,田彥濤.  吉林大學學報(工學版). 2016(06)
[10]基于Zernike矩的改進LoG邊緣檢測方法[J]. 胡建平,佟薪,謝琪,田勝景.  山西大學學報(自然科學版). 2016(03)

博士論文
[1]基于線結(jié)構(gòu)光的矩形花鍵軸視覺測量技術(shù)研究[D]. 廉鳳慧.吉林大學 2019
[2]直齒圓柱齒輪漸開線齒廓的結(jié)構(gòu)光視覺測量技術(shù)[D]. 李冠楠.吉林大學 2014

碩士論文
[1]基于機器視覺的孔組直徑測量技術(shù)研究[D]. 李智超.吉林大學 2017
[2]攝像機標定方法的研究[D]. 舒娜.南京理工大學 2014
[3]亞像素邊緣檢測技術(shù)研究[D]. 張美靜.沈陽理工大學 2013
[4]基于機器視覺的圓形零件尺寸測量方法研究[D]. 王苗苗.遼寧大學 2012



本文編號：3622045