基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题。针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统。基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明：本系统的装配同轴度精度能达到0.05mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。     

Z箍缩动态黑腔中泡沫柱的装配精度和误差源分析北大核心CSCD

为了提高Z箍缩动态黑腔中低密度泡沫柱的装配精度,基于辅助移动平台和视觉识别工艺的基础上,对低密度泡沫柱装配的误差源进行了分析与建模。建立设计、加工和装配误差源传递模型和低密度泡沫柱装配同轴度及轴向夹角精度预测模型,获得各误差源对低密度泡沫柱装配精度的影响大小和规律。最后采用某负载进行了模型的有效性验证,当泡沫柱粘接随机位置误差较小时,同轴误差预测值与实测值偏差为0.01-0.03mm,轴向夹角预测值与实测值偏差为0.05°-0.34°。实践表明,该方法可为低密度泡沫柱装配精度的预测和误差源控制提供一定的理论支撑。     

零件的角点提取及匹配定位

本文基于三坐标测量机(CMM)设计了一套视觉检测系统,该系统能够对零件实际空间特征信息进行比较全面地提取。针对位于CMM平台上带有角点的零件,利用Harris算子提取从CMM三个不同方位获取的零件图像的角点。对于Harris算子提取到的角点,本文提出一种八链码搜索法和SUSAN区域法相结合的伪角点剔除方法,最后基于立体视觉的原理,提出"距离空间图"匹配算法,将以上3幅图像一一建立匹配关系。实验中多次改变零件在CMM中姿态时,多次实验数据表明本文的角点提取精度与真实角点间仅存在1~2像素的偏差,零件的定位误差为1~3 mm。通过实验验证,角点匹配和定位的稳定性和精度满足要求,具有一定的抗干扰性和实用性。     

基于空间矩的随机Hough变换检测直线

为解决随机Hough变换中无效采样和累积问题,研究了一种基于空间矩的随机Hough变换直线检测方法;利用空间矩方法进行随机采样并求取出参数空间点,将计算参数空间点的随机采样点减少到一个,最后利用随机Hough变换原理来确定真实直线;实验结果表明,基于空间矩的随机Hough变换直线检测方法相对于传统的随机Hough变换具有更好的准确性、鲁棒性和稳定性,实时性得到了较大的提高。     

微型石英敏感平板玻璃零件参数的激光视觉测量研究

高精度、快速非接触的平板玻璃零件的几何参数测量,已成为相关生产领域的主要问题,也是激光光谱学的一个重要应用方向。平板玻璃零件几何参数的准确检测不仅有助于加工工艺的改进和产品装配精度的提高,还可以实现按参数分档管理。为实现微型石英敏感平板玻璃零件参数的精密测量,提出了一种基于激光与视觉图像处理技术的多参数测量方法,设计了由自适应同轴视觉检测单元和激光视觉厚度测量单元构成的测试系统。为了保证其中的半导体激光器LD(laser diode)能提供稳定的光源,设计了一种恒功率驱动控制系统。在亚像素图像处理中给出了改进的亚像素边缘定位算法,实现了二次曲线特征边缘亚像素精确定位。利用检测出的曲线边缘点数据,通过定义一个新的误差函数并最小化,可以计算出微型石英敏感平板玻璃零件参数,从而实现图像特征参数的精确提取。在实验室条件下进行微型石英敏感平板玻璃零件几何参数的检测试验,测量结果的平均偏差优于2 μm。该方法稳定性好,测量精度高,满足微型石英敏感平板玻璃零件参数检测的精度要求。     

基于梯度的区域生长和距离直方图的快速圆检测方法EI北大核心CSCD

针对基于Hough变换类圆检测算法所需设置参数较多和基于距离直方图的算法计算量大等问题,提出了一种基于梯度的区域生长和距离直方图的快速圆检测方法(GHC)。该算法通过利用梯度模值和方向进行区域生长的方法得到若干圆弧线段支撑区域;选取弧线段上的三个坐标点求解该圆弧段对应的圆心和半径并求解出正方形适应区域;将每条圆弧线段上的所有点向其适应区域内各坐标点进行投影并统计距离的累加值;综合全图距离直方图,精确地求解出图像中包含各圆的圆心和半径并进行完整度校验。通过实验表明,相比基于距离直方图的圆检测算法(HBCD)和随机Hough变换算法(RHT),该法对不同尺寸、完整度的单圆或多圆均有良好的检测效果,具有较强的稳健性和较小的空间、时间复杂度。     

面向单向器星轮自动化装配的视觉检测定位

针对传统单向器星轮人工装配效率低下问题,分析了单向器星轮装配过程,构建了基于计算机视觉技术的工业机器人自动化装配方案。首先利用CCD摄像机捕捉星轮表面形貌图像,然后利用Open CV视觉库进行了摄像机标定,再结合图像噪声去除,Hough圆检测,轮廓提取等技术,实现了星轮位姿的非接触式视觉检测。最后以单向器为例验证了该检测方法的有效性,机器人通过视觉获取的星轮位姿信息完成自动化装配。     

基于梯度的区域生长和距离直方图的快速圆检测方法

针对基于Hough变换类圆检测算法所需设置参数较多和基于距离直方图的算法计算量大等问题,提出了一种基于梯度的区域生长和距离直方图的快速圆检测方法(GHC)。该算法通过利用梯度模值和方向进行区域生长的方法得到若干圆弧线段支撑区域;选取弧线段上的三个坐标点求解该圆弧段对应的圆心和半径并求解出正方形适应区域;将每条圆弧线段上的所有点向其适应区域内各坐标点进行投影并统计距离的累加值;综合全图距离直方图,精确地求解出图像中包含各圆的圆心和半径并进行完整度校验。通过实验表明,相比基于距离直方图的圆检测算法(HBCD)和随机Hough变换算法(RHT),该法对不同尺寸、完整度的单圆或多圆均有良好的检测效果,具有较强的稳健性和较小的空间、时间复杂度。     

分块式空间望远镜波前传感及控制方法的仿真研究

分块式空间望远镜的波前传感及控制方法是实现高分辨率成像的关键.空间望远镜在轨展开后,由于空间环境及光学系统本身的特点,存在位置和面形误差,波前误差动态范围大、空间频率覆盖宽,需要采用分级校正的方法逐步减小误差.给出了波前校正流程及相应的波前传感及控制方法.利用Zemax软件建立了同轴偏场三反射镜系统仿真模型,并对主镜进行了分块设计.针对该系统模型,建立了分块式空间望远镜系统波前传感及控制集成仿真软件,通过分析分块主镜的波前误差校正过程验证了算法的可行性.     

点衍射波前无镜头干涉测量中横向偏移误差校正方法

为了最大程度减少误差环节,点衍射球面波前精度的干涉测量中通常采用无镜头测量方式。点衍射干涉波前在大数值孔径与大横向偏移量情况下存在的结构误差将严重影响测量精度,且无法利用传统方法加以校正。针对该问题,提出了一种基于三坐标重构以及对称偏移补偿的点衍射干涉波前测量中结构误差的高精度校正方法,以实现对大数值孔径及大横向偏移点衍射球面波前无镜头成像测量中的结构误差校正。该方法首先采用三坐标重构方法对系统误差进行预校正,再针对干涉中点源横向偏移引入误差存在的对称性,采用对称横向偏移补偿对由三坐标重构误差而引入的残余结构误差进一步校正。分别进行了数值仿真和测量实验对所提出方法的可行性进行了验证。结果表明,该方法达到了λ/10000的校正精度,对于点衍射球面波前高精度测量标定以及非镜头成像干涉检测中结构误差的高精度校正具有重要的应用意义。     

基于模糊快速Hough变换的盘孔边界识别方法

为了快速准确地识别出某型航空发动机篦齿盘均压孔的边界,提出一种新的模糊快速Hough变换.利用局部梯度信息将检测圆所需的3D Hough变换转化为一个2D Hough变换检测圆心位置和一个1D Hough变换检测圆的半径.在检测圆心位置时,对2D参量空间进行多分辨率分级,通过迭代计算由粗到精逐步细化参量空间.采用模糊投票的方法来处理边缘像素位置和梯度方向的不确定性.通过实验对比了模糊快速Hough变换与标准Hough变换、随机Hough变换进行盘孔边界识别的效果,结果表明模糊快速Hough变换可以快速准确地识别出盘孔的边界,性能优于另外两种算法.     

基于机器视觉的汽车仪表盘指针检测

基于机器视觉构建汽车仪表自动检测系统已成为实现仪表生产测试的主要途径。基于图像空间到参数空间的收敛映射提出了改进CM-Hough变换检测算法对汽车仪表盘的指针位置实施检测。首先,介绍了基于机器视觉对汽车仪表的符号片及指针进行自动检测的系统组成。接着,针对经典Hough变换发散映射运算量大的缺点,提出了基于收敛映射CM-Hough变换进行指针检测的算法,给出了利用Hough变换的检测结果直接解算指针位置的方法。最后,将算法由软件编程实现,通过测试实验验证了算法的实时性和有效性,测试数据分析显示了指针位置误差小于1%。     

基于Hough变换的高精度机器视觉对准系统的研究

随着集成电路特征尺寸的不断减小,I/O引脚数日益增加。对于高密度封装,尤其是2.5D/3D封装中,电子元件和基底快速而准确的对准十分关键。利用高性能CCD搭建了一套精密的光学视觉对准系统,并采用Hough变换算法对芯片和基底进行对准试验。采集的图像经过去噪预处理后采用形态学边缘检测方法提取对齐标记,并通过Hough变换得到4组平行直线,然后计算基底的位移和旋转角度并完成对准。使用Matlab编程配准,程序运行时间约为4.2 s,旋转参数的误差小于1.2°,x和y轴的平移误差均小于1 pixel。试验结果表明基于Hough变换算法的光学视觉对准系统可以快速而精确地实现芯片和基底对准,满足IC封装需求。     

基于霍夫变换与线性啁啾变换的粒子全息图分析方法研究

基于霍夫变换及线性啁啾变换,提出在空域及频域中分析数字全息图中颗粒粒径大小的方法.在对粒子全息图进行降噪滤波、边缘提取等预处理后,利用弦中点霍夫变换检测粒子的圆心位置,然后以圆心为起点径向扫描出归一化光强分布曲线,求出空域第一个极小值位置.对光强信号做傅里叶变换,结合线性啁啾变换做局部频谱细化,求出频域第一个极小值位置.利用所得极小值位置,代入公式,即可求解颗粒粒径大小.数值计算结果表明,对于粒子间距较大的粒子全息图,该方法误差在2.5%以内.     

基于改进的概率Hough变换的转鼓装校技术研究

为解决裂隙灯转鼓装校时人眼对转鼓图像中的十字叉丝的中心距离计算存在的不确定性问题，提出一种基于改进的概率Hough变换的转鼓数字化装校技术。通过对原图像预处理、改进概率Hough直线检测、制定直线交点筛选规则，实现了高精度的转鼓图像十字叉丝直线检测和叉丝中心距离计算。实验表明，改进的概率Hough变换能够准确地检测图像中的十字叉丝，并将多余直线100%拟合成4条直线；利用交点筛选规则可以准确筛选出2个有效交点。该装校技术能够实现转鼓数字化装校，以数字信息来提示工人转鼓装校优劣，且能够满足转鼓生产线上的实际需求。     

同心圆检测中的区域划分算法

针对在基于图像的高准确度测量领域中同心圆图像检测这一实际问题,分析并实验验证了Hough变换法的缺点和一般圆拟合法的不足,根据系统光轴与同心圆旋转对称轴重合的特点,提出对图像平面进行区域划分再应用圆拟合法检测的方法.建立了基于距离空间聚类和基于随机采样两种区域划分算法,并且给出了圆心初值误差的极限.通过实验仿真,证明了新算法简单高效和可靠,而基于随机采样的算法更适合于实时检测的应用.     

一种改进的基于Hough变换的道路图像检测方法

传统的Hough变换检测方法由于计算量大、实时性差以及受图像噪声影响较大等缺点,不能较为准确地进行实际道路的检测。鉴于此,提出了一种改进的基于Hough变换的道路图像检测方法。该方法在对实际道路形态建模分析的基础上,针对有/无路面标识以及存在其他干扰因素的结构化道路,均能有效剔除实际道路图像中的干扰因素并准确检测出道路边缘,且检测时间均在200 ms以内。     

一种新的激光光斑参数快速计算方法

提出了一种利用弦的特性快速提取激光光斑参数的二维Hough变换方法。基本步骤是在圆形光斑边缘图像上作两条交于边缘上一点且相互垂直并分别平行于坐标轴的弦,通过这两条弦与光斑圆心及半径的几何关系,求取光斑的中心坐标和半径。遍历所有边缘点,对参数空间二维中心坐标数组投票,最大值对应参数即为光斑中心坐标。分析一维归一化半径直方图,求得光斑半径。实验结果表明,与传统的Hough变换相比,该算法在运行时间和空间效率上都有很大提高,具有更强的实用意义及应用前景。     

基于Hough变换的椭圆检测算法

为了实现光电仪器对椭圆形目标的准确识别与跟踪,基于Hough变换提出了一种新的椭圆检测算法。该算法随机采样2点,再利用椭圆极和极弦的性质来搜索第3点并筛除大量无效采样;然后,以这3点为中心作正方形窗口,用窗口内的所有点来拟合椭圆方程。在验证候选椭圆时,提出了一种新方法来判断边缘点是否在椭圆上,并且给出了确定真实椭圆的自适应阈值。实验显示,该算法的平均长度误差为0．5pixel,平均角度误差为0．6°,平均耗时为79ms,表明该算法精度高,速度快,检测性能较好。     

多探测器拼接成像系统实时图像配准

依据已设计完成的基于同心球透镜的四镜头多探测器阵列拼接成像系统,对该系统图像拼接配准过程所采用的特征检测提取、特征向量匹配与筛选、空间变换模型参数估计等算法进行了研究。首先,采用Fast-Hessian检测子提取参考图像和待配准图像的特征点,并生成加速鲁棒特征(SURF)描述向量。接着,采用快速近似最近邻(FANN)逼近搜索算法获得初始的匹配点对,并对匹配点对特征向量的欧式距离进行排序。然后,参照成像系统光学设计参数设定合理的阈值,筛选并保留下较好的匹配点对。最后,提出了一种改进的渐进式抽样一致性(IPROSAC)算法对空间变换矩阵模型进行参数估计,从而得到参考图像与待配准图像的空间几何变换关系。实验结果表明:该算法对图像尺寸、旋转和光照变化都具有一定的不变性,特征匹配时间为0.542 s,配准变换时间0.031 s,配准误差精度小于0.1 pixel,可以满足成像系统关于图像配准实时性和准确性的要求,具有一定的工程应用价值。