第 1 章緒 論

傳統(tǒng)的軸徑測量方法大多屬于接觸式測量[3]，如游標卡尺測量、螺旋測微器測量、三坐標測量等。接觸式測量方法不僅存在測量效率低，工作強度大，并且可能損傷已經加工表面等缺點，最重要的是接觸式測量方法很難實現(xiàn)軸徑的在線測量。隨著工業(yè)攝像機及相關技術的發(fā)展，基于機器視覺技術的測量方法越來越多的應用在工業(yè)生產中。機器視覺技術有如下幾個優(yōu)點：(1)測量速度快，與電腦集成可以實現(xiàn)智能檢測；(2)機器視覺是一種非接觸式測量方法，可以實現(xiàn)在線檢測；(3)機器視覺技術可以代替人類在很多惡劣環(huán)境或高危的情況下完成測量[4]。目前已經提出的基于機器視覺技術的軸徑測量方法中[5-7]，有的方法測量精度較低；有的方法雖然軸徑測量精度很高，但是對測量環(huán)境和測量條件的要求嚴格，導致測量成本高，適用性差�；谏鲜霰尘埃疚奶岢隽艘环N基于線結構光視覺技術測量軸徑的方法。 

..

第 2 章  光條中心點檢測

2.1   線激光器及光條截面灰度分布模型

線結構光是點激光器產生的激光束經由透鏡系統(tǒng)產生。本文采用的線激光器是通過柱面鏡和球面鏡組合的方法，將點光源變?yōu)榫�光源。如圖 2.1 所示，點光源發(fā)射出的激光光束經過組合透鏡后，在 Y 軸方向上發(fā)散，在 X 軸方向上會聚，在投影距離 S 處聚焦，形成了一條在 Y 軸上擴展，寬度為 W 的光帶。由于在激光束的橫截面上的能量為高斯分布，因此在經過透鏡后的光束在 X 和 Y 方向仍然呈高斯分布[98]。 線結構光投射到被測物體表面形成具有一定寬度的光條，因此確定光條圖像的灰度分布模型對光條中心提取算法有著重要的作用。因為光條的灰度分布會受到被測物表面材質和形貌的影響，所以本文分別對在不同材質和形貌表面上的光條圖像灰度分布進行了分析和對比，圖 2.2 為光條在不同材質和形貌表面的圖像。

2.2   光條中心檢測算法

光條中心檢測是線結構光測量技術的關鍵環(huán)節(jié)，光條中心檢測的精度直接影響結構光測量的精度。根據(jù)光條中心點的檢測精度可以將光條檢測算法分為像素級光條中心檢測算法和亞像素級光條中心檢測算法。像素級光條中心點檢測算法較簡單，運算速度較快。由于受到算法精度的影響，該類算法只能得到像素級的光條中心點位置。亞像素級的光條中心檢測算法精度高，可以得到中心點的亞像素位置，并且該類算法相對于像素級檢測算法具有受噪音的影響小、魯棒性好等特點。方向模板法不僅能很好的保留光條上的灰度信息，具有較強的抗噪音能力，并且可以通過增加四個方向以外的其他方向模板，提高光條中心檢測精度。但是由于該方法使用卷積計算，因此運算量大，處理速度慢，且檢測精度只能達到像素級。

第 3 章   線結構光視覺測量系統(tǒng)標定 .............. 33 

3.1   線結構光測量系統(tǒng)標定模型 ...... 33 
3. 3.2   光平面標定改進方法 .............. 40
3.3   線結構光測量系統(tǒng)的標定實驗及標定精度分析 ................... 42
3.4   本章小結 ....... 53 
第 4 章   線結構光視覺軸徑測量算法 .............. 55 
4.1   線結構光視覺測量軸徑模型及擬合點處理 ........................... 55
4.2   虛擬平面標定 ...... 59
4.3   軸徑測量算法 ........... 63
第 5 章   線結構光軸徑測量實驗 ................ 69 
5.1   實驗條件 ................. 69 
5.2   軸徑測量實驗及測量結果 ....... 70
5.3   圓心約束模型測量精度的影響因素分析 ............................... 73 

第 5 章 線結構光軸徑測量實驗

5.1 實驗條件

如圖 5.1 所示，本實驗選取兩根兩端帶有頂尖孔的階梯軸。軸 1 有 4 段階梯，且表面經驗特殊處理，反射率較低。軸 2 有 7 段階梯，并且各軸段均與該軸兩端頂尖孔確定的軸線同軸。

5.2   軸徑測量實驗及測量結果

為了得到虛擬平面的方程系數(shù)，需要對被測軸軸線進行標定。如圖 5.3 所示，設計、制作專用夾具夾持標定板，并安裝在實驗臺的兩頂尖之間。該專用夾具的定位面用高精度線切割加工，保證頂尖連線與標定板面共面。繞軸線轉動標定板，采集至少兩個位置以上標定板的圖像。由于受到鏡頭景深的影響，標定板的轉動不宜過大。如圖 5.2 所示，被測軸通過兩頂尖裝夾到實驗臺上，將線結構光投射到被測軸上，并使用攝像機采集軸上光條的圖像。沿導軌定位面移動兩頂尖座的位置，就可以使線結構光投射到每個被測軸段上，并保證被測軸軸線的方向不發(fā)生變化。為了確保測量的準確性，在測量每個軸徑時，旋轉被測軸并采集 5 幅被測軸上的光條圖像。用 Steger 算法檢測光條中心點的亞像素坐標，并根據(jù)第四章的軸徑測量算法得到被測軸的軸徑，并將 5 次測量的均值作為測量值。
.....

第 6 章結論與展望

為了提高線結構光視覺測量軸徑的精度，本文對軸表面光條中心點檢測、線結構光測量系統(tǒng)的標定和軸徑測量算法進行了理論和實驗研究，取得的創(chuàng)新及主要結論如下：1.本文提出了一種軸表面上光條中心點檢測的評價方法，并利用該方法對重心法、高斯擬合法、Steger 算法進行了對比測試實驗，結果表明 Steger 算法更適用于軸表面上光條中心點的檢測。針對高反射率表面上光條圖像質量較差的問題，研究了一種光條歸一化算法，并實驗驗證了該算法提高光條圖像質量的效果。 2.由于傳統(tǒng)的光平面標定使用標定紙，而測量物體為金屬，，考慮表面材質反光的差異對測量精度的影響。本文提出了一種利用量塊優(yōu)化光平面參數(shù)的改進標定方法。測量實驗表明改進標定方法的精度明顯要高于傳統(tǒng)的標定方法。3.在分析了鏡頭光圈、背光源功率和激光器功率對標定精度影響的基礎上，通過實驗確定了最佳鏡頭光圈、背光源功率和激光器功率，提高了線結構光測量系統(tǒng)的標定精度。4.由于光平面與被測軸軸線不垂直，因此在與被測軸軸線垂直的虛擬平面上，提出了利用圓心約束的軸徑測量算法，解決橢圓擬合算法測量軸徑精度低的問題。

........

參考文獻（略）

本文編號：125025