离焦成像条件下的螺纹牙型角修正方法

针对机器视觉中螺纹参数测量无法实现正确对焦的问题,通过理论与实验相结合的方法研究了离焦成像对螺纹牙型角参数测量的影响.证实了离焦现象对螺纹参数测量会造成不可忽略的误差.并且通过螺纹图像清晰度评价值与离焦量关系的分析,提出了螺纹牙型角误差修正的方法.首先对图像清晰度评价值与离焦量进行标定,然后求取待测图像的清晰度评价值,...     

车削零件表面粗糙度图像法检测优选方法

为实现对车削零件表面粗糙度检测,提出一种基于机器视觉表面粗糙度检测图像处理的新方法。该方法先按相应算法对所采集图像剔出受光衍射影响严重区域,然后再按其灰度分布情况进行区域优化,获得的图像灰度特征参数能反映表面粗糙度量值的有效特征区域。用该方法对表面粗糙度Ra标称值为0.8 μm~12.5 μm的五种车削样件测试,处理后图像灰度的均值、方差、能量和熵等特征参数与Ra标称值单调关系显著,各特征曲线的非线性误差均在1.5%以内。对比实验显示,这种特征提取和区域优化方法可应用于表面粗糙度的区分与检测。     

机器视觉螺纹图像评价方法北大核心CSCD

为了提高机器视觉螺纹的测量精度,建立了基于螺纹图像质量的评价方法。通过对螺纹灰度图像的行灰度分布情况和螺纹光学成像特点的分析,揭示出由于螺旋升角造成螺纹图像牙廓边缘失真的机理。在分析多种螺纹图像评价方法性能的基础上,采用基于螺纹边缘的评价算法L-yakuo,计算多幅不同物距螺纹图像的评价值。最后,通过对机器视觉求取的M14×2、M20×2.5牙型角和接触测量仪得到的牙型角进行实验对比分析。实验结果表明:采用L-yakuo算法得到最清晰的牙廓图像后再进行机器视觉螺纹牙型角求取,规格M14×2、M20×2.5的螺纹牙型角精度平均提高9′33′′。借助L-yakuo算法能够灵敏地反映螺纹牙廓清晰度,基本满足了螺纹图像清晰度的评价需求,评价值的变化和牙型角相对误差的变化基本一致,且该评价值具有精度高、易计算的特点。     

机器视觉螺纹螺距的测量与评定北大核心CSCD

为实现螺纹螺距的高效测量与合理评定,在分析现有机器视觉螺纹螺距测量方法的基础上,提出了一种基于面积法求解螺纹螺距的测量与评定方法。首先对螺纹图像进行旋转矫正,然后以螺纹轴截面上牙廓区域投影面积等几何关系,获取螺纹中径点,再使用最小二乘法拟合中径线,最后结合包容原则获得被测螺纹螺距。以螺纹塞规为对象进行对比实验,数据表明:面积法与接触式综合测量仪、工具显微镜所测螺距平均值相当,标准差0.9μm略大于综合测量仪所测螺距的标准差0.6μm,但远小于工具显微镜所测螺距的标准差9.6μm;测量效率上面积法是综合测量仪的1.9倍,是工具显微镜的2.5倍。