基于二次曲线不变量测量孔径
发布时间：2022-02-12 16:23
在机械加工制造中,圆孔普遍存在于机械零件中。由于加工误差的影响,孔的尺寸会存在着一定的误差,这直接影响着轴孔的配合,进而对整个系统正常运转以及安全产生重要的影响。基于二次曲线不变量测孔的视觉检测技术与传统的视觉测量孔径测量方法相比,避免了检测的光条图像像素点坐标形成的直线与所标定的光平面的交点不能位于被测物体表面的问题,可以实现在线检测,适应现代化的大批量、高效率的检测。所以本文提出了基于二次曲线不变量测量孔径的视觉检测方法。本文研究以下几个方面的内容:边缘检测是视觉测量的基础。本文通过对比灰度矩法、空间矩法、梯度插值法、高斯拟合法的4种亚像素级边缘提取的方法及边缘检测的分析和评价,确定选用梯度插值法进行边缘检测获得离散点坐标的误差均值和标准差最小。将提取的离散点投射到世界坐标系中,对法兰盘孔径进行计算。利用二次曲线不变量建立测量孔径的模型,建立理论值与测量值之间的数学关系。将世界坐标系与摄像机坐标系原点重合选在光心位置,建立世界坐标系和摄像机坐标系间的位置关系,推导孔在世界坐标系下的投影与理论图像平面的交线方程,即成像曲线方程。通过二次曲线不变量确定理论值与测量值之间的数学关系,得到...
【文章来源】：长春大学吉林省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
孔类零件
第1章绪论4出了一种对相机采集的图像内外轮廓进行亚像素提取，并进行多次寻心及最小二乘拟合来获取圆心坐标及孔径方程，由于该方法同时获得了圆心坐标，因此还可测得零件内外孔的同轴度。图1-2轴类零件与检测试验装置图1.2.2摄像机标定视觉测量系统大体由计算机、光学镜头、摄像机等部件组成[23]，如图1-3所示。摄像机标定是视觉测量最基础步骤之一，它是获取摄像机所在空间的相对位置及摄像机参数的过程，摄像机标定根据自身的特点主要可分成三类，即传统摄像机标定、摄像机自标定和基于主动视觉的标定方法[24]。图1-3视觉测量系统传统的摄像机标定的主要目的是获得摄像机的内部参数和外部参数。它主要利用已知固定参考物体上一些具有特征的点的坐标与图像上已知点建立关系，进而得到摄像机的参数[25]。传统的摄像机标定主要包括线性法、非线性法、两步标定法。线性标定法没有考虑镜头畸变对标定的影响，所以标定精度一般无法达到所需标准。非线性标定法引入镜头畸变，加入了镜头畸变参数，而且在标定过程计算机摄像机光学镜头
第2章二次曲线不变量测量孔径模型的建立11000001100101wpwcpTwXxuYZyvZRt0(0-8)其中fdx，0sinfdy，0fcotdx。设矩阵R第i列为ir，综合以上三步坐标变换，联立式可得：000T01200000101001000111wpwwcpwXxuuXRtYZyvvrrtY(0-9)其中0WZ，矩阵000001uvA称为摄像机的内部参数矩阵，矩阵R和T为摄像机的外参，表示摄像机坐标系与世界坐标系的位置关系[48]。2.2镜头畸变在摄像机成像过程中，摄像机坐标系与图像坐标系转换时，由于光学镜头本身的制造误差，将会导致像素点在成像过程中发生偏移，被测物体上无数个点产生的偏移最终会导致成像图片产生畸变，在图像坐标系下引入畸变模型可以矫正镜头畸变[49]。在进行计算机视觉检测过程中通常使用的光学镜头发生的畸变主要有三种，分别为：径向镜头畸变、偏心镜头畸变和薄棱镜镜头畸变[50]。（1）径向镜头畸变径向镜头畸变可以分为枕型畸变与桶形畸变两种形式，如图2-3所示。图2-3径向镜头畸变a.镜头无畸变b.枕形镜头畸变c.桶形镜头畸变
【参考文献】：
期刊论文
[1]基于二维图像的三维重建技术研究[J]. 胡高芮,何毅斌,陈宇晨,刘湘,戴乔森. 机械. 2019(08)
[2]基于改进Zernike矩的亚像素钻铆圆孔检测方法[J]. 陈璐,关立文. 清华大学学报(自然科学版). 2019(06)
[3]基于Canny算子的改进型图像边缘提取算法[J]. 范晞,费胜巍,储有兵. 自动化与仪表. 2019(01)
[4]小孔孔径及同轴度精密影像测量算法的研究[J]. 蒯天任,周亚勤,李蓓智,杨建国. 机械设计与制造. 2018(12)
[5]基于机器视觉的电机端盖孔直径的在线测量[J]. 梅文豪,李济泽,戴福全. 福建工程学院学报. 2018(04)
[6]摄像机标定方法的比较分析[J]. 胡松,王道累. 上海电力学院学报. 2018(04)
[7]基于小波变换和数学形态学的孔径测量研究[J]. 唐瑞尹,王荃,何鸿鲲,胡连军. 应用光学. 2017(04)
[8]基于整体最小二乘的椭圆拟合方法[J]. 熊风光,李希,韩燮. 微电子学与计算机. 2017(01)
[9]用于目标定位的图像边缘点检测算法[J]. 颜飞,周长久,田彦涛. 吉林大学学报(工学版). 2016(06)
[10]基于Zernike矩的改进LoG边缘检测方法[J]. 胡建平,佟薪,谢琪,田胜景. 山西大学学报(自然科学版). 2016(03)
博士论文
[1]基于线结构光的矩形花键轴视觉测量技术研究[D]. 廉凤慧.吉林大学 2019
[2]直齿圆柱齿轮渐开线齿廓的结构光视觉测量技术[D]. 李冠楠.吉林大学 2014
硕士论文
[1]基于机器视觉的孔组直径测量技术研究[D]. 李智超.吉林大学 2017
[2]摄像机标定方法的研究[D]. 舒娜.南京理工大学 2014
[3]亚像素边缘检测技术研究[D]. 张美静.沈阳理工大学 2013
[4]基于机器视觉的圆形零件尺寸测量方法研究[D]. 王苗苗.辽宁大学 2012
本文编号：3622045
【文章来源】：长春大学吉林省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
孔类零件
第1章绪论4出了一种对相机采集的图像内外轮廓进行亚像素提取，并进行多次寻心及最小二乘拟合来获取圆心坐标及孔径方程，由于该方法同时获得了圆心坐标，因此还可测得零件内外孔的同轴度。图1-2轴类零件与检测试验装置图1.2.2摄像机标定视觉测量系统大体由计算机、光学镜头、摄像机等部件组成[23]，如图1-3所示。摄像机标定是视觉测量最基础步骤之一，它是获取摄像机所在空间的相对位置及摄像机参数的过程，摄像机标定根据自身的特点主要可分成三类，即传统摄像机标定、摄像机自标定和基于主动视觉的标定方法[24]。图1-3视觉测量系统传统的摄像机标定的主要目的是获得摄像机的内部参数和外部参数。它主要利用已知固定参考物体上一些具有特征的点的坐标与图像上已知点建立关系，进而得到摄像机的参数[25]。传统的摄像机标定主要包括线性法、非线性法、两步标定法。线性标定法没有考虑镜头畸变对标定的影响，所以标定精度一般无法达到所需标准。非线性标定法引入镜头畸变，加入了镜头畸变参数，而且在标定过程计算机摄像机光学镜头
第2章二次曲线不变量测量孔径模型的建立11000001100101wpwcpTwXxuYZyvZRt0(0-8)其中fdx，0sinfdy，0fcotdx。设矩阵R第i列为ir，综合以上三步坐标变换，联立式可得：000T01200000101001000111wpwwcpwXxuuXRtYZyvvrrtY(0-9)其中0WZ，矩阵000001uvA称为摄像机的内部参数矩阵，矩阵R和T为摄像机的外参，表示摄像机坐标系与世界坐标系的位置关系[48]。2.2镜头畸变在摄像机成像过程中，摄像机坐标系与图像坐标系转换时，由于光学镜头本身的制造误差，将会导致像素点在成像过程中发生偏移，被测物体上无数个点产生的偏移最终会导致成像图片产生畸变，在图像坐标系下引入畸变模型可以矫正镜头畸变[49]。在进行计算机视觉检测过程中通常使用的光学镜头发生的畸变主要有三种，分别为：径向镜头畸变、偏心镜头畸变和薄棱镜镜头畸变[50]。（1）径向镜头畸变径向镜头畸变可以分为枕型畸变与桶形畸变两种形式，如图2-3所示。图2-3径向镜头畸变a.镜头无畸变b.枕形镜头畸变c.桶形镜头畸变
【参考文献】：
期刊论文
[1]基于二维图像的三维重建技术研究[J]. 胡高芮,何毅斌,陈宇晨,刘湘,戴乔森. 机械. 2019(08)
[2]基于改进Zernike矩的亚像素钻铆圆孔检测方法[J]. 陈璐,关立文. 清华大学学报(自然科学版). 2019(06)
[3]基于Canny算子的改进型图像边缘提取算法[J]. 范晞,费胜巍,储有兵. 自动化与仪表. 2019(01)
[4]小孔孔径及同轴度精密影像测量算法的研究[J]. 蒯天任,周亚勤,李蓓智,杨建国. 机械设计与制造. 2018(12)
[5]基于机器视觉的电机端盖孔直径的在线测量[J]. 梅文豪,李济泽,戴福全. 福建工程学院学报. 2018(04)
[6]摄像机标定方法的比较分析[J]. 胡松,王道累. 上海电力学院学报. 2018(04)
[7]基于小波变换和数学形态学的孔径测量研究[J]. 唐瑞尹,王荃,何鸿鲲,胡连军. 应用光学. 2017(04)
[8]基于整体最小二乘的椭圆拟合方法[J]. 熊风光,李希,韩燮. 微电子学与计算机. 2017(01)
[9]用于目标定位的图像边缘点检测算法[J]. 颜飞,周长久,田彦涛. 吉林大学学报(工学版). 2016(06)
[10]基于Zernike矩的改进LoG边缘检测方法[J]. 胡建平,佟薪,谢琪,田胜景. 山西大学学报(自然科学版). 2016(03)
博士论文
[1]基于线结构光的矩形花键轴视觉测量技术研究[D]. 廉凤慧.吉林大学 2019
[2]直齿圆柱齿轮渐开线齿廓的结构光视觉测量技术[D]. 李冠楠.吉林大学 2014
硕士论文
[1]基于机器视觉的孔组直径测量技术研究[D]. 李智超.吉林大学 2017
[2]摄像机标定方法的研究[D]. 舒娜.南京理工大学 2014
[3]亚像素边缘检测技术研究[D]. 张美静.沈阳理工大学 2013
[4]基于机器视觉的圆形零件尺寸测量方法研究[D]. 王苗苗.辽宁大学 2012
本文编号：3622045
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3622045.html
