基于嵌入式机器视觉的羊体体征测量系统

针对现有牧场牲畜测量的工作量极大及人工测量的局限性难题,提出了一种基于机器视觉的草原牧场羊体体征的非接触式测量构建方法;考虑到牧场养殖环境,采用在便携式嵌入式Linux实时操作系统平台上,通过广角摄像头获取羊的彩色图像,并调用开源计算机视觉库OpenCV对图像进行实时处理,寻找体征特征点并计算羊的体高、体长等体征数据;图像处理过程:背景差分、图像去噪、二值化、轮廓提取和特征点识别;经实验验证表明:此测量方法有一定误差,但平均相对误差不超过3%,因此该测量方法具有较好的实用价值。     

基于单目视觉和圆结构光的目标姿态测量方法

为解决实际工程中无法在被测目标表面设置固定特征来配合单目视觉系统实现目标姿态测量的难题,将圆结构光源引入单目视觉系统中。通过建立圆结构光的视觉姿态测量模型,提出了一种基于单目视觉和圆结构光的目标姿态测量方法。利用图像处理获取不同姿态下目标表面的结构光光条图像的数学参数;然后将其输入到姿态测量算法中,得到目标表面结构光光条的法向量;最后利用目标表面的参考点与结构光光条中心之间的距离约束关系确定唯一解。实验结果表明,该方法有效可行,测量误差平均在0.5°以内,更便于机器人抓取等工程领域的应用。     

基于单目视觉的航天器位姿测量

鉴于实时高精度航天器位姿测量不仅是航天器实时监控和跟踪的重要技术保证,同时也是实时调整和补偿航天器姿态的主要依据,提出一种基于单目视觉的航天器实时位姿测量方法,利用高精度旋转平台几何摄像机的方式对被测目标进行位姿解算。该方法不需要对被测目标进行几何约束,同时也不用进行转站测量,因而可以进行动态实时的在线位姿检测。航天器位姿实验结果表明:该单目视觉测量方法姿态测量误差小于0.05°,位置测量误差小于0.02 m,满足实际工程0.1°和0.05 m的精度需求。     

一种用于计算三维视觉测量中线结构光平面的新型算法

介绍了一种基于线结构光的机器视觉测量系统的光平面计算方法.该方法采用图像减影来获取光条图像,利用Steger算法提取图像中的亚像素光条中心点,再用正交直线拟合法计算图像坐标系下的光条直线方程.通过靶标特征点的世界坐标和交比不变性,计算线结构光在靶标平面上的世界坐标点,并将这些坐标点用正交平面拟合法计算得到光平面方程.为了提高整体准确度,本文对算法进行了细节优化,给出了标定系统的设计方案和实验过程.实验结果表明,该方法具有较好的鲁棒性和较高的准确度.     

光笔式单目视觉测量系统的关键技术

为了对机械加工部件进行高精度、大尺寸、三维立体空间的现场实时测量,建立了光笔式单目视觉测量系统。对该系统中的新型光笔工艺、算法转换模型、摄像机焦距的优化、光笔笔尖位置的标定进行了研究。首先提出了一种利用光刻工艺设计制作的新型光笔,其次,基于近景摄影测量学中的单像空间后方交会原理,建立了一种新的光笔坐标系与摄像机坐标系之间的转换模型,通过最小二乘平差法循环迭代求解最优的单像空间外方位元素,从而确定了转换模型基本参数。最后,分析了摄像机焦距对光笔式单目视觉测量系统结果的影响,并提出了一种确定相对准确焦距和光笔测头在光笔坐标系下的位置的方法。实验结果表明：摄像机坐标系下x轴、y轴、z轴方向的稳定性误差分别为0.042、0.048、0.066 mm;测量最大误差为0.173 mm,较大程度上满足了光笔式单目测量系统稳定性强和精度高的要求。     

基于机器视觉的刀具轮廓在线检测方法的研究

超精密单点金刚石车削过程中需要对刀具参数进行检测。基于机器视觉原理,采用新型的机械结构设计了新型刀具在线检测系统。通过垂直放置的两组由同轴远心镜头和CMOS相机组成的光学系统来获取车刀刀尖正面及侧面的图像,再经图像处理系统来获取刀具的轮廓及位置信息,完成对刀具轮廓及位置的在线检测,实验验证可实现测量的重复性定位精度达1μm。在线检测的方式借助了超精密车床自身的高精度和运动机构,可以保证相机焦点和机床主轴之间的相对位置关系,弥补了目前刀具检测系统稳定性差和重复性精度低的不足,提高了加工的整体效率。     

基于机器视觉的圆孔尺寸测量系统研究

针对常见的圆形目标检测,开发了一套基于机器视觉技术的圆孔尺寸测量系统,采用混合噪声滤波、模糊和遗传边缘检测方法从采集的零部件图像中,提取出圆孔图像的边缘,通过插值圆度检测方法,精确测量出圆孔的半径、面积等特征参数。测试表明,测量系统的平均值误差为0.010 5 mm,远远低于人工测量的平均值误差0.027 3 mm,能够满足工业应用中的精确性要求。     

全景结构光视觉测量通用畸变校正模型

现有的结构光视觉测量系统中,相机和结构光投射器安装在玻璃管内部以实现全景测量,但玻璃管会导致光发生折射而带来畸变。针对上述畸变,分析了光线在两个圆柱形表面折射的过程,研究了两个异面的折射平面所带来的畸变,建立了一种全景结构光视觉测量通用畸变校正模型。采用全景结构光视觉测量系统对内径为288.50 mm的铝管进行测量,基于全景结构光视觉测量通用畸变校正模型计算铝管的内径。实验结果表明,系统的重复性精度为0.047 mm,测量精度为0.23 mm,系统具有较好的稳定性和可靠性,所提出的全景结构光视觉测量通用畸变校正模型具有较高的准确性。     

基于特征圆靶的单目视觉位姿测量算法研究

为提高基于工业机器人近距离下空间平面位姿的求解精度,分析了由透视畸变引起的圆投影误差的变化规律,以物距与特征圆半径的比值作为衡量圆透视畸变误差的参数依据,提供了不同物距下的精度参考。推导了基于空间圆投影图像的三点相对位姿求解算法。定量的误差分析和实验验证表明,物距与特征圆半径比值在18以内像素精度在0.1～1像素时,算法精度平均可以达到0.1°,优于文中其他两种算法。     

基于机器视觉的电机换向器质量在线检测系统开发

电机换向器质量检测是换向器生产线中的一个重要工序,但其仍采用人工方式,存在检测效率低、漏检率高等问题。针对此问题,本文运用图像处理和机器视觉技术,开发换向器质量在线视觉检测系统。该系统针对生产过程工艺多变,造成形状检测标准不一致问题,提出自适应学习模板方法;在轴孔孔径检测,提出基于Freeman链码改进的孔径快速检测算法;在端面缺陷中,提出基于改进视觉注意力模型的端面缺陷检测方法。实验结果表明,系统检测精度达到99.80%,漏检率为0%,F-measure值为99.89%。该系统能够快速有效检测换向器存在的外观质量问题,可满足换向器在线质量检测需求。     

一种基于单目视觉的移动机器人室内导航方法

针对室内导航的环境特点,提出了一种简单快速的、以踢脚线为参考目标的移动机器人室内导航方法。该方法从图像中提取踢脚线作为参考直线,通过两条直线在图像中的成像特征,提取角度和横向偏离距离作为移动机器人的状态控制输入,从而实现移动机器人的横向运动控制。该方法无需进行摄像机的外部参数标定,大大简化了计算过程,提高了视觉导航的实时性。     

Precise perimeter measurement for 3D object with a binocular stereo vision measurement system

A novel measurement scheme for a three dimensional (3D) object's surface boundary perimeter is proposed. This scheme consists of three steps. First, a binocular stereo vision measurement system with two CCD cameras is devised to obtain the two images of a detected object's 3D surface boundary. Second, two B-spline active contours are applied to converge to the object's contour edges accurately in the two CCD images to perform the stereo matching. Finally, for the reconstructed 3D active contour, its true contour length is computed as the detected object's true boundary perimeter. An experiment on a bent surface's perimeter measurement indicates that this scheme's measurement repetition error decreases to 0.6%.     

基于图像处理的钢坯侧面形状检测系统

基于机器视觉的钢坯侧面形状检测系统是由面阵CCD、激光发射器、激光接收器以及工控计算机等组成。通过面阵CCD拍摄到钢坯侧面图像,经过工业控制计算机进行数字图像处理分析和计算,提取钢坯侧面边缘高度和厚度,进而通过专用软件分析出钢坯头部和尾部的形状信息,从而有效地对入口钢坯翘头扣尾的异常状态发出报警信号。将异常信号传送给外围控制系统,以实现对钢坯的控制。     

一种基于线结构光的三维视觉曲面测量方法

为了建立物体的整体三维模型,在一般线结构光三维视觉系统结构的基础上,提出了一种三维视觉扫描方式———被动模式。这种模式是基于摄像机不动,使物体旋转,实现对物体的全方位扫描,解决了物体三维模型周视扫描的问题。给出了物体旋转轴心坐标的标定方法和物体的三维重建过程。     

分布式多通道计算机视觉测量系统

提出了一种新颖的分布式多通道计算机视觉测量系统 ,并成功地解决了钢卷尺自动检测问题。讨论了系统的原理、HUB控制器的设计、图像自动识别与自动检测以及定时器编程等核心技术。实践证明 ,分布式多通道计算机视觉测量系统可以实现工业领域中多目标的高速视觉测量与在线质量监控     

基于计算机视觉的管壳表面划痕检测技术研究

针对火工品管壳表面划痕人工检测工作量大、较为繁琐且人为误差较大的状况，将计算机视觉技术用于微小管壳表面划痕的检测分析中，在数字图像处理技术的基础上，应用二值图像轮廓提取的方法得到划痕的特征参数，根据形态学知识对零件表面划痕的形态特征进行比较分析。实验结果表明，通过将划痕显微图像中面积、短长径比等参数提取出来作为检测的依据，不但可以有效地克服现有的人工视觉检测方法的缺陷，而且稳定性和准确度也得到了提高。     

光学目标计算机视觉自动定位系统研究

运用计算机视觉检测技术 ,提出了一种新的光学目标自动定位系统。导出了自动定位数学模型 ,分析了定位精度。运用计算机视觉定位技术开发的 ZYZ- 6 2 0 PCB自动定位钻机 ,其定位钻孔精度优于 2 5μm。实践表明 ,计算机视觉光学目标自动定位系统具有高精度、快速实时的优点。该系统在工业领域必将具有广泛的应用前景。     

基于计算机视觉的微球缺陷检测及分类方法

惯性约束聚变试验中,对大批量的聚变靶球的表面质量进行检测和分类是一项重要的工作。传统的人工检测分类方法效率低,精度差,难以满足实际需要。提出了一种基于计算机视觉的缺陷检测及分类方法。该方法在获取待测微球的显微图像之后,通过设置兴趣区域提取圆内部的像素点,并以此绘制灰度直方图。然后计算其累积分布函数,经归一化处理之后对分布函数进行分段线性拟合。最终根据拟合后的分布函数,提出均匀性和透光性两个参数用于定量表示微球的表面质量,很好地实现了光滑、粗糙和畸形三种类型的微球的分类。实验结果表明,该检测分类方法的准确率均在90%以上,处理1280960分辨率的包含20个微球的图像平均只需300 ms,准确高效,可扩展性强。