【摘要】：為檢測某型號發(fā)動機缸蓋表面缺陷,需獲取缸蓋表面的精確尺寸,本文設計了發(fā)動機缸蓋表面視覺檢測設備,應用該設備平臺針對線陣相機中的鏡頭畸變提出了一種新的標定方法。首先,根據(jù)測量精度要求,設計缸蓋視覺檢測設備,利用高精度的設備平臺確定線陣相機測量高度和成像角度;然后,通過建立的線陣相機成像的數(shù)學模型,忽略畸變情況下,在中心光軸處求得相面中心坐標,并利用最小二乘法求得相機內外參數(shù);最后,考慮鏡頭畸變,建立畸變數(shù)學模型,利用最小誤差法對鏡頭畸變參數(shù)標定。實驗結果表明:該方法提高了相機的測量精度和穩(wěn)定性,校正后圖像的最大變形量不高于±0.25Pixel,測量平均誤差為0.356%,可滿足實際工程需要,具有較高的實用價值。
[Abstract]:In order to detect the surface defects of the cylinder head of a certain type of engine, it is necessary to obtain the exact size of the surface of the cylinder head. In this paper, a visual inspection device for the surface of the cylinder head of the engine is designed. A new calibration method for lens distortion in linear camera is proposed. Firstly, according to the requirement of measuring precision, the cylinder head visual inspection equipment is designed, and the measuring height and imaging angle of linear camera are determined by using high-precision equipment platform. Then, by establishing the mathematical model of linear array camera imaging and ignoring the distortion, the central coordinates of the phase plane are obtained at the center optical axis, and the inner and outer parameters of the camera are obtained by using the least square method. Finally, considering lens distortion, the mathematical model of lens distortion is established, and the parameters of lens distortion are calibrated by minimum error method. The experimental results show that the method improves the accuracy and stability of the camera, the maximum deformation of the corrected image is not higher than 鹵0.25 Pixel, and the average measurement error is 0.356, which can meet the practical engineering needs and has higher practical value.
【作者單位】： 機械科學研究總院先進成形技術與裝備國家重點實驗室;機械科學研究總院先進制造技術研究中心;
【基金】：國家智能制造裝備發(fā)展專項項目(發(fā)改辦高技[2013]2519號)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 黎紅偉;;關于機器視覺鏡頭[J];可編程控制器與工廠自動化;2005年02期

2 錢競業(yè);;機器視覺的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

3 傅昆;;行者無疆——機器視覺的中國崛起[J];現(xiàn)代制造;2006年21期

4 雷文華;;機器視覺及其應用(系列講座) 第一講 機器視覺發(fā)展概述[J];應用光學;2006年05期

5 ;機器視覺的應用使生產(chǎn)加工更加智能、高效[J];現(xiàn)代制造;2009年06期

6 李樹杰;;中國機器視覺的發(fā)展趨勢[J];赤峰學院學報(自然科學版);2010年01期

7 ;機器視覺最新技術動態(tài)[J];中國光學;2013年01期

8 戴君,趙海洋,馮心海;機器視覺[J];機械設計與制造工程;1998年04期

9 艾海舟;機器視覺及其應用[J];科學中國人;1997年09期

10 劉曙光,劉明遠,何鉞;機器視覺及其應用[J];機械制造;2000年07期

相關會議論文 前10條

1 趙磊;董吉文;李金屏;;拓撲理論在機器視覺中的研究進展[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

2 張彥東;;基于機器視覺的連接器裝配機床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術高層論壇暨第九屆制造業(yè)自動化與信息化技術研討會論文集[C];2010年

5 沈寶國;陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

6 范兆周;孟月;;機器視覺在COG封裝設備中的應用[A];第十一屆全國包裝工程學術會議論文集（二）[C];2007年

7 王永強;孟然;于德敏;許增樸;;機器視覺玻殼產(chǎn)品在線分類識別系統(tǒng)研究[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

8 羅明智;杜家政;;機器視覺蘋果自動分級系統(tǒng)圖像處理方案設計[A];北京力學會第17屆學術年會論文集[C];2011年

9 陳璐云;李玉和;李慶祥;白立芬;;微器件裝配系統(tǒng)機器視覺的實現(xiàn)[A];中國儀器儀表學會第三屆青年學術會議論文集（上）[C];2001年

10 吳清瀟;苗錫奎;歐錦軍;郝穎明;朱楓;;基于機器視覺的高精度晶圓對準系統(tǒng)[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

相關重要報紙文章 前6條

1 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經(jīng)濟日報;2013年

2 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術產(chǎn)業(yè)導報;2014年

3 金剛;給機器一雙慧眼[N];計算機世界;2007年

4 宋昆;用機器視覺控制煙草質量[N];計算機世界;2007年

5 袁中;邦納機器視覺在食品及醫(yī)藥包裝行業(yè)中的應用[N];中國包裝報;2009年

6 齊齊哈爾大學計算機系講師 趙鑫;新技術在數(shù)字娛樂和動漫領域的應用[N];齊齊哈爾日報;2008年

相關博士學位論文 前10條

1 梁卓銳;機器視覺手勢交互的交互映射研究[D];華南理工大學;2015年

2 孟慶寬;基于機器視覺的農(nóng)業(yè)車輛—農(nóng)具組合導航系統(tǒng)路徑識別及控制方法研究[D];中國農(nóng)業(yè)大學;2014年

3 田明銳;基于機器視覺的散料裝車控制系統(tǒng)研究[D];長安大學;2016年

4 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學;2013年

5 龔愛平;基于嵌入式機器視覺的信息采集與處理技術研究[D];浙江大學;2013年

6 陳麗君;基于機器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學;2009年

7 徐曉秋;機器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學;2006年

8 程洪;面向園藝應用的機器視覺目標辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學;2015年

9 許海霞;機器視覺標定與目標檢測跟蹤方法及其應用研究[D];湖南大學;2011年

10 陳志國;基于群體智能的機器視覺的關鍵技術研究[D];江南大學;2010年

相關碩士學位論文 前10條

1 冼志軍;錫膏印刷機誤差與錫膏印刷質量檢測技術研究[D];華南理工大學;2015年

2 許哲;基于機器視覺的快速測溫熱電偶焊接技術研究[D];河北聯(lián)合大學;2014年

3 李鵬;基于機器視覺的PCB工業(yè)在線檢測系統(tǒng)研究[D];昆明理工大學;2015年

4 佘燕玲;以用戶為中心的機器視覺手勢交互空間映射關系研究[D];華南理工大學;2015年

5 漆靜;基于機器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學;2015年

6 張文;基于機器視覺的通信裝備故障識別研究[D];西南交通大學;2015年

7 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學;2015年

8 馮康;基于機器視覺的棉花識別與定位技術的研究[D];石河子大學;2015年

9 蔣書賢;基于機器視覺的工業(yè)機器人分揀系統(tǒng)研究[D];西南交通大學;2015年

10 付亞光;基于機器視覺的樣本頁檢測分級系統(tǒng)研究[D];大連海事大學;2015年

，

本文編號：2363098