軸類零件參數(shù)測(cè)量是軸類零件加工時(shí)不可缺少的環(huán)節(jié)。軸類零件參數(shù)類型多,待測(cè)參數(shù)數(shù)量大,測(cè)量任務(wù)繁重。傳統(tǒng)的測(cè)量方法難以滿足日益增長(zhǎng)的測(cè)量需求。機(jī)器視覺(jué)是一種集光、機(jī)、電、軟件算法于一體的新興技術(shù),利用圖像處理可快速實(shí)現(xiàn)目標(biāo)缺陷檢測(cè)與參數(shù)測(cè)量,該技術(shù)在工業(yè)檢測(cè)領(lǐng)域的應(yīng)用越來(lái)越廣泛。為實(shí)現(xiàn)軸類零件參數(shù)高效率、高精度測(cè)量,本文開(kāi)展了如下研究:本文對(duì)軸類零件圖像采集進(jìn)行了研究。采用背光源,可獲得高對(duì)比度,輪廓清晰的圖像;軸類零件立式夾裝,圖像采集終端沿導(dǎo)軌上下移動(dòng),有利于設(shè)備小型化;零件變截面處設(shè)置采集工位,多工位圖像經(jīng)高精度拼接后,獲得軸類零件完整圖像。本文對(duì)光學(xué)成像系統(tǒng)進(jìn)行了研究。零件位置偏差引起的物像比變化,是測(cè)量誤差源之一。本文采用具有較大景深的雙遠(yuǎn)心光學(xué)系統(tǒng),在景深范圍內(nèi)物像比保持不變,從而大幅降低位置偏差引起的測(cè)量誤差。本文對(duì)輪廓定位算法進(jìn)行了研究。細(xì)小輪廓是導(dǎo)致測(cè)量失敗的主要原因。本文提出定位輪廓和測(cè)量輪廓可分開(kāi)設(shè)置的思想,利用定位輪廓查找測(cè)量輪廓,顯著提高了參數(shù)測(cè)量成功率。另外,本文設(shè)計(jì)了邊緣毛刺附著物處理算法,確保所選取的輪廓完整有效。本文對(duì)軸零件參數(shù)測(cè)量算法進(jìn)行了研究。對(duì)軸零... 

【文章來(lái)源】：武漢紡織大學(xué)湖北省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

像方遠(yuǎn)心鏡頭原理圖

圖像采集與光學(xué)成像系統(tǒng)7圖2.2物方遠(yuǎn)心鏡頭原理圖（3）雙遠(yuǎn)心鏡頭雙遠(yuǎn)心鏡頭則包含了以上兩種鏡頭的優(yōu)點(diǎn)，物方和像方的主光線都和主光軸平行，并且物距和像距發(fā)生微小變化時(shí)對(duì)成像的影響不大。本文將雙遠(yuǎn)心鏡頭應(yīng)用在軸類零件工位圖像采集中，有助于解決運(yùn)動(dòng)臂上下移動(dòng)采集圖像過(guò)程中的晃動(dòng)帶來(lái)的物距變化造成的運(yùn)動(dòng)離焦，并且雙遠(yuǎn)心光學(xué)成像系統(tǒng)對(duì)光線的利用率較高，有利于軸類零件輪廓的顯示，提高軸類零件參數(shù)測(cè)量的精度。雙遠(yuǎn)心鏡頭原理圖如圖2.3所示。圖2.3雙遠(yuǎn)心鏡頭原理圖2.2.2雙遠(yuǎn)心鏡頭的選型鏡頭是機(jī)器視覺(jué)系統(tǒng)中的一個(gè)重要組件，對(duì)于本課題研究的軸檢儀系統(tǒng)來(lái)說(shuō)更是至關(guān)重要，鏡頭的選擇可以影響整個(gè)軸檢儀系統(tǒng)的測(cè)量精度以及其他組件的選型。軸檢儀系統(tǒng)拍攝的是軸類零件局部圖像，每次只拍攝一部分軸類零件。如圖2.4所示，拍攝的軸類零件局部圖像。拍攝的軸類零件局部一般在17mm*20mm左右，因?yàn)殡p遠(yuǎn)心鏡頭會(huì)屏蔽除平行于主光軸外的光線，所以雙遠(yuǎn)心鏡頭的口徑必須大于拍攝目標(biāo)，根據(jù)軸檢儀系統(tǒng)和軸類零件的特點(diǎn)本文選用口徑為45mm的雙遠(yuǎn)心鏡頭。

圖像采集與光學(xué)成像系統(tǒng)7圖2.2物方遠(yuǎn)心鏡頭原理圖（3）雙遠(yuǎn)心鏡頭雙遠(yuǎn)心鏡頭則包含了以上兩種鏡頭的優(yōu)點(diǎn)，物方和像方的主光線都和主光軸平行，并且物距和像距發(fā)生微小變化時(shí)對(duì)成像的影響不大。本文將雙遠(yuǎn)心鏡頭應(yīng)用在軸類零件工位圖像采集中，有助于解決運(yùn)動(dòng)臂上下移動(dòng)采集圖像過(guò)程中的晃動(dòng)帶來(lái)的物距變化造成的運(yùn)動(dòng)離焦，并且雙遠(yuǎn)心光學(xué)成像系統(tǒng)對(duì)光線的利用率較高，有利于軸類零件輪廓的顯示，提高軸類零件參數(shù)測(cè)量的精度。雙遠(yuǎn)心鏡頭原理圖如圖2.3所示。圖2.3雙遠(yuǎn)心鏡頭原理圖2.2.2雙遠(yuǎn)心鏡頭的選型鏡頭是機(jī)器視覺(jué)系統(tǒng)中的一個(gè)重要組件，對(duì)于本課題研究的軸檢儀系統(tǒng)來(lái)說(shuō)更是至關(guān)重要，鏡頭的選擇可以影響整個(gè)軸檢儀系統(tǒng)的測(cè)量精度以及其他組件的選型。軸檢儀系統(tǒng)拍攝的是軸類零件局部圖像，每次只拍攝一部分軸類零件。如圖2.4所示，拍攝的軸類零件局部圖像。拍攝的軸類零件局部一般在17mm*20mm左右，因?yàn)殡p遠(yuǎn)心鏡頭會(huì)屏蔽除平行于主光軸外的光線，所以雙遠(yuǎn)心鏡頭的口徑必須大于拍攝目標(biāo)，根據(jù)軸檢儀系統(tǒng)和軸類零件的特點(diǎn)本文選用口徑為45mm的雙遠(yuǎn)心鏡頭。

【參考文獻(xiàn)】：
期刊論文
[1]基于高斯函數(shù)的風(fēng)機(jī)特性曲線擬合及應(yīng)用[J]. 郭佰燦,喬登攀,范凌云,程國(guó)祥,朱繼龍.  黃金. 2017(04)
[2]高斯核函數(shù)快速插值的頭發(fā)實(shí)時(shí)仿真與渲染[J]. 張駢,侯進(jìn).  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(02)
[3]機(jī)器視覺(jué)與應(yīng)用[J]. 郭靜,羅華,張濤.  電子科技. 2014(07)
[4]不變矩特征在醫(yī)學(xué)CT圖像中的應(yīng)用分析[J]. 焦蓬蓬,郭依正.  CT理論與應(yīng)用研究. 2014(02)
[5]基于視覺(jué)的某炮彈藥筒退彈槽槽底寬度精確測(cè)量研究[J]. 張川川,吳秀玲,曾志強(qiáng),王俊元,柳旭.  包裝工程. 2014(03)
[6]基于Matlab的高斯曲線擬合求解[J]. 唐沖,惠輝輝.  計(jì)算機(jī)與數(shù)字工程. 2013(08)
[7]基于機(jī)器視覺(jué)的管孔類零件尺寸測(cè)量方法[J]. 張平生,張桂梅.  機(jī)械設(shè)計(jì)與制造. 2012(12)
[8]關(guān)于MQ函數(shù)擬插值的研究[J]. 白玉峰,李艷.  內(nèi)蒙古民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(06)
[9]機(jī)器視覺(jué)系統(tǒng)發(fā)展及其應(yīng)用[J]. 劉金橋,吳金強(qiáng).  機(jī)械工程與自動(dòng)化. 2010(01)
[10]一種基于特征點(diǎn)匹配的圖像拼接技術(shù)[J]. 李冬梅,王延杰.  微計(jì)算機(jī)信息. 2008(15)

博士論文
[1]基于小波神經(jīng)網(wǎng)絡(luò)理論的VOCR與HOCR技術(shù)研究[D]. 黃同成.上海大學(xué) 2008
[2]基于計(jì)算機(jī)視覺(jué)的破片參數(shù)精密測(cè)量技術(shù)研究[D]. 沈滿德.中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所） 2008
[3]數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用[D]. 任獲榮.西安電子科技大學(xué) 2004

碩士論文
[1]基于機(jī)器視覺(jué)的縫跡幾何量檢測(cè)與缺陷識(shí)別研究[D]. 楊帆.西安理工大學(xué) 2019
[2]基于機(jī)器視覺(jué)的低對(duì)比度物體二維尺寸測(cè)量方法的研究[D]. 王愛(ài)珍.西安理工大學(xué) 2019
[3]基于機(jī)器視覺(jué)的印刷品表面缺陷檢測(cè)研究[D]. 呂明珠.西安理工大學(xué) 2019
[4]基于機(jī)器視覺(jué)的軸類零件尺寸測(cè)量系統(tǒng)的研制[D]. 徐興波.華中科技大學(xué) 2015
[5]基于機(jī)器視覺(jué)的電解加工對(duì)刀間隙檢測(cè)[D]. 馮恩娟.南京農(nóng)業(yè)大學(xué) 2010
[6]異型齒廓形狀的計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)[D]. 張蓮.山東大學(xué) 2008
[7]基于機(jī)器視覺(jué)和小波分析的農(nóng)田害蟲(chóng)識(shí)別系統(tǒng)[D]. 張法全.鄭州大學(xué) 2003



本文編號(hào)：3313696