本文關鍵詞：工件圓弧尺寸檢測方法研究

  更多相關文章： 邊緣檢測 亞像素 相機標定 輪廓識別

【摘要】：隨著科技的發(fā)展,視覺檢測技術已廣泛的應用于工業(yè)生產(chǎn)中,應用機器視覺技術對機器零件進行測量,不僅可以提高檢測效率,節(jié)省勞動成本,而且還可以達到高的檢測精度,并且具有實時性,不接觸等優(yōu)點。因此應用視覺檢測技術對工件形狀尺寸進行測量有很明顯的科研意義和實用價值。本文針對圓弧尺寸的檢測問題,研究了一種基于機器視覺的測量方法,首先,通過仿真實驗對比分析各種濾波方法對不同噪聲的去除效果,結合實際工件的檢測環(huán)境,選出用中值濾波法減少圖像傳輸解碼過程中產(chǎn)生的噪聲對尺寸檢測造成的影響。隨后,通過對比得出像素級檢測算子檢測圖像的完整度、清晰度及各自的優(yōu)缺點,并在此基礎上,測試了幾種亞像素邊緣檢測技術,包括:灰度矩法、插值法、擬合法、基于9×9模板的灰度矩法,結合本文的檢測工件,根據(jù)工件輪廓邊緣灰度分布特點,最終選取基于9×9模板的灰度矩法對工件圖像邊緣進行亞像素邊緣檢測。通過分析工件邊緣的曲率變化,提出一種基于曲率變化特點的輪廓分割檢測方法,實現(xiàn)工件輪廓的自動分割與檢測,并與傳統(tǒng)手動檢測方法的精度和檢測時間進行對比。最后,利用改進的張正友基于模板的兩步標定法,對CCD攝像機進行標定,通過檢測出的邊緣信息對工件進行自動的分割和識別,再根據(jù)標定攝像機的內(nèi)外參數(shù),將檢測出的邊緣點在像素坐標系下的坐標轉換到世界坐標系下,檢測出邊緣點的世界坐標,經(jīng)過擬合,計算出工件圓弧直徑,并分析對檢測精度造成影響的因素。
【關鍵詞】：邊緣檢測 亞像素 相機標定 輪廓識別
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-11
• 第一章 緒論11-19
• 1.1 研究背景及意義11-12
• 1.1.1 選題背景11-12
• 1.1.2 研究意義12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 計算機視覺測量12-14
• 1.2.2 邊緣檢測技術的發(fā)展現(xiàn)狀14-15
• 1.2.3 幾何特征識別研究現(xiàn)狀15-16
• 1.3 主要研究內(nèi)容16-19
• 第二章 圖像預處理簡介19-29
• 2.1 圖像灰度化處理19-21
• 2.1.1 最大值法20
• 2.1.2 平均值法20
• 2.1.3 加權平均值法20-21
• 2.2 圖像的濾波21-25
• 2.2.1 鄰域平均法濾波21-23
• 2.2.2 中值濾波23-24
• 2.2.3 自適應濾波24-25
• 2.3 圖像二值化25-27
• 2.3.1 閾值二值化分割算法26-27
• 2.4 本章小結27-29
• 第三章 圖像邊緣檢測算法簡介29-45
• 3.1 像素級邊緣檢測算法29-34
• 3.1.1 圖像的邊緣29-30
• 3.1.2 邊緣檢測的基本步驟及原理30-31
• 3.1.3 經(jīng)典邊緣檢測算子31-34
• 3.2 亞像素邊緣檢測的基本原理34-35
• 3.3 亞像素邊緣檢測方法35-43
• 3.3.1 基于灰度矩的亞像素邊緣檢測算法35-38
• 3.3.2 基于灰度矩的 9×9 模板亞像素邊緣檢測算法38-39
• 3.3.3 插值法39-41
• 3.3.4 基于高斯曲面擬合的亞像素檢測算法41-42
• 3.3.5 實驗分析與對比42-43
• 3.4 本章小結43-45
• 第四章 輪廓分割與形狀識別45-57
• 4.1 手動識別圖像的輪廓邊緣45
• 4.1.1 手動識別直線型輪廓45
• 4.1.2 手動識別圓弧型輪廓45
• 4.2 自動識別圖像的輪廓邊緣45-48
• 4.2.1 邊緣追蹤法46
• 4.2.2 輪廓分割與識別46-47
• 4.2.3 輪廓分割步驟47-48
• 4.3 輪廓簡單特征參數(shù)計算48-53
• 4.3.1 直線型邊緣擬合48-51
• 4.3.2 圓弧型邊緣擬合51-53
• 4.4 基于模板的邊緣追蹤分割法53-56
• 4.4.1 邊緣追蹤與直線擬合53-54
• 4.4.2 邊緣追蹤與圓弧擬合54-56
• 4.5 本章小結56-57
• 第五章 實驗結果與精度分析57-69
• 5.1 攝相機標定57-59
• 5.1.1 攝相機成像模型57-58
• 5.1.2 攝像機標定58
• 5.1.3 二維平面圓弧直徑測量58-59
• 5.1.4 精度檢測59
• 5.2 實驗原理及設備59-61
• 5.2.1 實驗原理59-60
• 5.2.2 實驗設備60-61
• 5.3 實驗步驟61-67
• 5.4 實驗結果與誤差分析67-68
• 5.4.1 實驗結果67
• 5.4.2 誤差分析67-68
• 5.5 本章小結68-69
• 第六章 結論與展望69-71
• 6.1 結論69-70
• 6.2 不足與展望70-71
• 參考文獻71-75
• 作者簡介75-76
• 致謝76

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王宇生,卜佳俊,陳純;一種基于積分變換的邊緣檢測算法[J];中國圖象圖形學報;2002年02期

2 顧曉東,王曉明,劉健;基于曲線坐標系的圖像邊緣檢測[J];計算機工程與應用;2002年03期

3 何仁貴,黃登山,陳金兵;基于灰色預測模型的圖像邊緣檢測[J];西北工業(yè)大學學報;2005年01期

4 鄭勝,柳健,田金文;基于向量機的邊緣檢測算法優(yōu)化研究[J];電子與信息學報;2005年05期

5 王娜,李霞;一種新的改進Canny邊緣檢測算法[J];深圳大學學報;2005年02期

6 王文豪;;圖象邊緣檢測中邊界閉合性的分析與探討[J];計算機與信息技術;2005年12期

7 劉軍;姚子建;;用邊緣檢測算子實現(xiàn)圖像邊緣檢測[J];福建電腦;2006年02期

8 李葆青;文山;;邊緣檢測準則與幾種典型算法[J];六盤水師范高等專科學校學報;2006年03期

9 鄭子華;陳家禎;鐘躍康;;基于灰色加權絕對關聯(lián)度的邊緣檢測算法[J];電腦知識與技術;2006年20期

10 黃玉程;胡國清;吳雄英;劉文艷;;人臉圖像邊緣檢測的方法研究和應用[J];計算機工程;2006年18期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王巖;勒中鑫;;邊緣檢測中幾種方法的比較[A];1998年中國智能自動化學術會議論文集（下冊）[C];1998年

2 孟偉;王秀澤;張巖;;離散Canny邊緣檢測算法的實現(xiàn)[A];走近CIE 26th——中國照明學會（2005）學術年會論文集[C];2005年

3 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測系統(tǒng)研究[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

4 任獲榮;楊夏穎;何培培;孫建維;高敏;;邊緣檢測技術發(fā)展現(xiàn)狀及其在零件識別中的應用綜述[A];第三屆數(shù)控機床與自動化技術專家論壇論文集[C];2012年

5 王巖;勒中鑫;;幾種邊緣檢測方法及其比較[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

6 葉樂軍;王強;;基于自適應邊緣檢測的大空間火災目標監(jiān)測技術[A];中國職業(yè)安全健康協(xié)會2007年學術年會論文集[C];2007年

7 沈亮;潘德爐;王迪峰;;機載多通道掃描儀圖像的邊緣檢測初步研究[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

8 李文輝;郭寧寧;郝鑫;;優(yōu)化邊緣檢測的分析和解決方案[A];“加入WTO和科學技術與吉林經(jīng)濟發(fā)展——機遇·挑戰(zhàn)·責任”吉林省第二屆科學技術學術年會論文集（上）[C];2002年

9 王培珍;孟祥昊;張克;鄭詩程;潘瑞雪;;板材圖像邊緣檢測算法研究[A];第25屆中國控制與決策會議論文集[C];2013年

10 王海嵐;樊紹勝;;一種改進的模糊形態(tài)學邊緣檢測算法[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 鳴人;Photoshop CS5:三大功能再進化[N];中國攝影報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 磨少清;邊緣檢測及其評價方法的研究[D];天津大學;2011年

2 董鴻燕;邊緣檢測的若干技術研究[D];國防科學技術大學;2008年

3 王媛妮;順序形態(tài)邊緣檢測及分水嶺圖像分割研究[D];武漢大學;2010年

4 遲健男;圖像形態(tài)學和小波分析在圖像增強與邊緣檢測中的應用[D];東北大學;2005年

5 李杏梅;Contourlet變換在圖像去噪與邊緣檢測中的應用研究[D];華中科技大學;2011年

6 丁興號;基于小波分析的視覺檢測技術研究[D];合肥工業(yè)大學;2003年

7 閆海霞;基于數(shù)學形態(tài)學的圖像邊緣檢測和增強算法的研究[D];吉林大學;2009年

8 謝松法;模式特征的提取與應用研究[D];華中科技大學;2007年

9 吳慶崗;復雜背景輸電線圖像中部件邊緣提取算法研究[D];大連海事大學;2012年

10 Ali Abdullah Yahya;[D];合肥工業(yè)大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 林江;基于邊緣檢測和馬爾可夫隨機場的AD癥腦MRI分割方法研究[D];西南交通大學;2015年

2 呂威駿;基于分數(shù)階傅里葉變換和多尺度跟蹤的邊緣檢測算法[D];鄭州大學;2015年

3 亓曉彤;基于攝影測量的板類件孔位檢測方法研究[D];中國地質(zhì)大學(北京);2015年

4 李志;基于視頻的軌檢定位技術研究[D];西南交通大學;2015年

5 王芮;基于多窗口的蟻群圖像邊緣檢測及并行算法[D];南京師范大學;2015年

6 韓璐;改進的基于多尺度多方向結構元素和形態(tài)學的邊緣檢測算法[D];山東大學;2015年

7 郭峰;基于Mumford-Shah模型的圖像邊緣檢測算法[D];華北電力大學;2015年

8 陳美榮;基于N-Smoothlets的圖像處理關鍵技術研究[D];電子科技大學;2015年

9 喬建強;火焰圖像邊緣檢測及修復算法的研究[D];華北電力大學;2015年

10 楊艷爽;行車安全預警系統(tǒng)的設計與實現(xiàn)[D];中國科學院研究生院（沈陽計算技術研究所）;2015年

，

本文編號：1077453