【摘要】：一直以來,國內都缺乏自主研發(fā)的用于生產“棒材”的三輥減定徑機架與導衛(wèi)輔助測量系統(tǒng),世界范圍內仍在大范圍使用德國KOCKS公司開發(fā)的整套生產檢測系統(tǒng)。因此自主開發(fā)一套基于視覺的三輥減定徑機架與導衛(wèi)輔助檢測系統(tǒng)就成了一個當前亟待解決的問題。論文根據(jù)企業(yè)具體的應用需求,開發(fā)一套基于視覺的三輥減定徑機架與導衛(wèi)輔助測量系統(tǒng)。針對課題所要求的測量精度、測量速度及所開發(fā)系統(tǒng)的穩(wěn)定性等應用問題。在硬件選型方面,通過計算、實驗和大量調研確定了系統(tǒng)所需的工業(yè)相機、光學鏡頭、光源等。在圖像處理算法方面,對相機的標定、鏡頭畸變的矯正、相機當量標定、圖像的濾波去噪、圖像匹配、圖像邊緣提取、圖像輪廓提取等算法進行研究。最后在上述工作的基礎上編制了基于視覺的輔助測量軟件,并且在實驗室和工業(yè)現(xiàn)場驗證了所開發(fā)系統(tǒng)的檢測結果。主要工作內容包括:(1)提出了檢測系統(tǒng)的被測對象、需要被檢測的關鍵參數(shù)和開發(fā)方案,并通過理論的分析與多組實驗對系統(tǒng)的工業(yè)相機、光學鏡頭、照明光源進行選型,確定了照明方式與檢測流程。(2)研究了視覺檢測系統(tǒng)的關鍵技術:相機的標定、像素當量的標定、圖像高斯濾波、圖像的腐蝕與膨脹、基于灰度模板的圖像匹配、Canny邊緣檢測、基于拓撲結構的輪廓提取及圓擬合算法。(3)在明確檢測任務和關鍵技術的基礎上,利用VisualStudio2013集成開發(fā)環(huán)境、OpenCV開源視覺函數(shù)庫及C++語言編寫了檢測軟件。論文介紹了軟件的具體功能、軟件的開發(fā)與運行環(huán)境、重要模塊與函數(shù)、軟件的功能流程圖以及重要類的類圖。(4)將上述研究成果所開發(fā)的系統(tǒng)在實驗室和工業(yè)現(xiàn)場進行了實驗驗證,在實驗室中對三種規(guī)格不同的輥環(huán)進行多組檢測,檢測精度基本能夠滿足課題所要求的0.02mm的誤差。在重慶三鋼管材生產基地對系統(tǒng)的現(xiàn)場應用進行驗證,由于現(xiàn)場環(huán)境和所測對象尺寸等原因,導致測量誤差偏大。對產生誤差的原因進行系統(tǒng)的分析與總結,為系統(tǒng)的后續(xù)改進提出了新的思路與方案。
【圖文】：

圖 2.4 用于標定的圖像Fig2.34The images which is used to calibrate表 2.1 相機內參數(shù)Table2.1 Camera intrinsic parameters量xfyf0u 1457.13 1451.39 351.52 2表 2.2 相機外參數(shù)Table2.2 Camera external parameters 旋轉矩陣 平移向量 -23.43; 299.76][0.86,0.50, 0.046;-0.506, 0.86, 0.014;-0.032,-0.036, 0.998][0.21; 2.39;

學鏡頭的畸變系數(shù)就可以矯正鏡頭畸變，還原真實景象。當量標定量系統(tǒng)將圖像經過一系列處理之后的結果是以 pixel 為單位物理尺寸，必須建立像素值之與物理值之間的聯(lián)系，即單寸，稱之為像素當量。像素當量的標定精度將直接影響最量標定普遍使用標準件法，，即用一個高精度加工，尺寸已的，經過校正的圖像進行比較，即可以獲得當前測量距離物理值。假設標準件的長度為 L，被測物體的長度為 H，長度為 k，被測物體的像素長度為 f，則被測物體的實際尺LH fk 課題中的被測對象是輥環(huán)的半徑，因此標準件是取半徑已知像處理算法，可以算得標準輥環(huán)的像素半徑，通過對比，即距離下單個像素對應的實際物理尺寸[18]。如圖 2.5 示。
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP311.52;TP391.41

【參考文獻】

相關期刊論文 前10條

1 楊萍;張玉杰;李秦君;;基于LS-SVM的contourletHMT變換的孔型測量圖像邊緣檢測[J];計算機測量與控制;2015年10期

2 李莉;;OpenCV耦合改進張正友算法的相機標定算法[J];輕工機械;2015年04期

3 遲德霞;王洋;寧立群;衣娟;;張正友法的攝像機標定試驗[J];中國農機化學報;2015年02期

4 侯賓;張文志;戴源成;田洪強;;基于OpenCV的目標物體顏色及輪廓的識別方法[J];現(xiàn)代電子技術;2014年24期

5 郝永平;王永杰;張嘉易;劉周林;;面向視覺測量的像素當量標定方法[J];納米技術與精密工程;2014年05期

6 王沛;周鑫;彭榮鯤;符鵬;;結合邊緣和區(qū)域的活動輪廓模型SAR圖像目標輪廓提取[J];中國圖象圖形學報;2014年07期

7 段偉飛;;激光干涉儀在測量數(shù)控機床位置精度上的應用[J];科技創(chuàng)新與應用;2013年25期

8 侯潔;辛云宏;;基于高通濾波和圖像增強的紅外小目標檢測方法[J];紅外技術;2013年05期

9 王萬國;王仕榮;徐正飛;楊文波;王振利;李麗;;基于邊界的最小二乘橢圓擬合改進算法[J];計算機技術與發(fā)展;2013年04期

10 文懷興;楊永濤;張玉杰;;基于VB的拉絲模孔型測量計算機系統(tǒng)軟件設計[J];化工自動化及儀表;2012年10期

相關博士學位論文 前3條

1 李燕;視覺感知中的閉合輪廓提取方法研究[D];北京交通大學;2011年

2 朱錚濤;基于計算機視覺圖像精密測量的關鍵技術研究[D];華南理工大學;2004年

3 黃R

本文編號：2598599