基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

光栅投影三维测量系统标定技术研究

相机与投影仪的标定是影响光栅投影三维测量系统精度的因素之一,且标定所得参数的精度直接影响系统的测量精度。分析标志点边缘成像时的退化模型,提出了基于高斯曲线拟合与边缘局部区域效应相结合的亚像素边缘检测方法,获取高精度边缘,提高标志点检测精度;使用基于透视变换图像矫正的标志点快速排序匹配方法,进行相机快速高精度标定。分析投影仪标定时的相位误差,提出了一种基于径向基的线性插值方式,提高标志点圆心相位获取精度。实验验证,使用上述亚像素边缘检测方式,标志点的边缘残差为0.0871,对比基于高斯曲线的拟合方式,精度提高了41%,相机标定重投影误差均值为0.0524像素;使用上述相位插值方式,投影仪标定重投影误差均值为0.1203像素,对比使用双线性插值方式,标定精度提高23.9%。     

基于点阵标定板的视觉测量系统的标定方法EI北大核心CSCD

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

基于点阵标定板的视觉测量系统的标定方法

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

光学三维扫描仪光强传递函数的测量和校正

由于数字光栅投影仪的光强传递函数对于正弦投影条纹的质量以及相位测量精度起着至关重要的作用,本文提出了一种校正光学三维扫描仪光强传递函数的新方法。首先,分析了由于投影仪非线性响应引起的光栅谐波的相位测量误差;然后,通过投影一组不同灰度级的图像,并利用光功率计测出数字投影仪投出图像的亮度。接着,通过分析得到数字投影仪的非线性响应特性曲线,再经过数据处理,即可获得投影仪的光强传递函数;最后,对光强传递函数进行反函数逆变换,得到一个校正后的非正弦光栅,利用投影仪对该光栅的投影即可在被测物体表面上获得一个正弦光栅。数字投影仪对标准平板的测量结果表明,校正前平均误差为0.71 mm,校正后为0.55 mm;对于标准量块的测量,校正前的平均误差为0.62 mm,校正后为0.15 mm。上述结果表明,本文提出的方法可以减小由于系统非线性响应引起的测量误差并提高测量精度。     

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。     

基于局部区域灰度矩图像边缘定位方法的研究

在采用机器视觉测量零件尺寸的过程中,提出了一种基于局部区域灰度矩图像边缘定位方法。该方法先利用中值滤波对采集到的图像进行处理,然后通过Prewitt算子对边缘进行初步定位,在此基础上,对图像边缘附近的9个像素的灰度值进行一维灰度矩定位,最后采用误差分析和处理的方法,获得更精确的边缘位置。实验证明,该方法能有效提高边缘检测精度,在检测分辨率为1000DPI情况下,尺寸检测误差小于2um。     

一种轴套类零件尺寸高精度图像检测方法的研究

在采用图像检测技术对轴套类零件尺寸进行高精度检测中，提出了一种高精度零件尺寸图像检测方法，在获取零件图像后，采用Prewitt算子完成对图像边缘的初步定位，在此基础上，通过对图像边缘灰度变化的离散值作最小二乘曲线拟合，并对该拟合曲线求极值，得到边缘位置；为了减少干扰对测量值的影响，采用误差数据处理方法筛选出有一定精度的检测数据，然后对这些检测数据求平均值，获得精确的边缘位置，由此计算出精确的零件尺寸。实验表明，该方法能有效地提高检测精度，在检测分辨率为1000DPI情况下，检测精度可达到13μm。     

基于平行面多靶标标定的单目大视场平面测量

针对单目大视场平面测量时,测量平面内不便布置靶标和大尺寸靶标难以制作的问题,提出一种利用布设在平行面上的小尺寸平面靶标进行标定的方法。选定一个平行面为标定平面,将单个小尺寸平面靶标合理放置在标定平面的多个位置拍摄,整合构造出一个大尺寸平面靶标,采用非线性优化的方法进行摄像机内、外参的优化求解。结合平行约束和距离参数得到测量平面与图像平面的单应矩阵,实现大视场平面测量。建立平面测量的精度模型,对测量区域各处精度的分布以及影响测量精度的摄像机内参、安装角度和高度等因素进行理论分析和实验验证。实验结果表明:该方法可有效保证整体测量精度;在上底920mm、下底1360mm、高920mm的梯形视场内标定,距标定平面200mm的测量平面内的测量误差低于0.6%;测量区域内各处误差的分布趋势与精度模型一致。此方法完全适用于大视场平面测量。     

单摄像机立体视觉测量系统的高精度变焦标定技术

针对现有用于光学测量的双目变焦系统标定方法难度大、测量精度受限于两摄像机内参一致性等问题。提出一种基于单摄像机的平行双目立体视觉系统实现及其高精度变焦标定方法。方法基于三角测量原理采集图像,利用高精度位移台驱动单摄像机进行平移以保证基线精度;求解离散焦距下的预标定结果并利用BP神经网络模型对其进行拟合,以实现任意焦距下系统内外参数动态估计。实验结果表明,系统预标定的重投影误差小于0.1664 pixel,变焦后图像畸变校正平均误差为0.0982 pixel,立体视觉测量尺寸绝对误差小于0.05mm。方法能弥补传统变焦标定方法的不足,消除双目内参不一致引入的误差,提高视觉系统的测量精度。     

空间滤波技术在激光照射测量系统中的应用研究

提出了运用针孔光阑来提高细长柱形物边缘检测精度的方法。通过在聚焦透镜后焦点处加一针孔光阑进行低通空间滤波,滤除掉柱形边缘直边衍射的高频成分,以提高边缘检测精度。理论上分析了该方法的可行性,并通过实验对结论作出了验证。     

PSF-based restoration with edge adaptive regularization for structured light measurement

Edge information is important for measurement based on structured light. The presented effort puts forward an image restoration method with edge regularization for structured light measurement, which detects the edge of image, then updates the parameters of image degradation model and restores results in iteration. The diffraction limit of optics and nonlinear distortion of sensors are calculated as prior knowledge for semi-blind deconvolution. Blur metric is introduced for constraints of deconvolution iterations. Images before and after restoration are sent to shape recognition and automatic calibration modules for comparison. From experimental results we can conclude that the proposed approach can effectively enhance image quality and edge details, so that greater precision can be achieved.     

Sub-pixel dimensional measurement with Logistic edge model

To separate substandard workpieces from products, sub-pixel edge location with Logistic edge model is proposed for dimensional measurement. In the first step, workpiece rotation is corrected with high precision image rotation to reduce the measurement error and simplify the edge model. Secondly, Logistic edge model is utilized for fitting the discrete edge data to locate the sub-pixel workpiece edge and model parameters are estimated through the objective function in terms of the difference between assumed model and real image data. Finally, an edge pixel compensation method is presented with edge pixel compensation value, which weakens the effect of edge transition zone effectively. Experimental results demonstrate that the proposed method is effective for dimensional measurement with the relative error less than 0.05%.     

离焦模糊图像的维纳滤波恢复

为消除离焦误差产生的图像模糊,介绍了基于逆滤波和维纳滤波的离焦模糊图像复原方法。从光学成像原理出发,根据高斯方程计算离焦误差,建立离焦误差与光学传递函数之间的关系。讨论了离焦误差对光学成像系统传递函数的影响。通过建立线性空间不变的模糊模型,构建点扩散函数和光学传递函数,采用与模糊过程相反的处理方法进行图像复原,消除离焦误差造成的图像模糊。测试实验中,对标准样本Lena图像进行了离焦模糊处理,采用维纳滤波算法复原图像,选择不同的离焦半径和维纳滤波参数进行对比。实验结果表明:维纳滤波方法可有效消除离焦模糊;抑制噪声干扰和"振铃效应";可把图像峰值信噪比提高到6dB以上。     

基于神经网络的大孔径厚针孔成像复原算法研究

为了更好地获取低强度辐射源空间分布图像,提出一种使用神经网络算法将大孔径厚针孔退化图像复原的方法。建立了孔径5 mm、10 mm、15 mm的厚针孔模型,获得了3600个汉字形状辐射源的厚针孔退化图像集。基于DnCNN神经网络模型,建立了大孔径厚针孔退化图像复原神经网络,并与维纳滤波、Lucy-Richardson这些传统算法进行了比较。在考虑噪声影响后,利用迁移学习理论,对原神经网络模型进行迁移训练,再对含噪大孔径厚针孔退化图像进行复原。神经网络算法复原的RMSE明显低于传统方法,迁移学习显著减小了噪声的影响。证明了神经网络算法在大孔径厚针孔退化图像复原领域的优越性,并验证了神经网络方法复原含噪大孔径厚针孔退化图像的可行性。     

轴锥镜成像系统的点扩散函数分析

为了使大景深光学镜头在工业视觉检测中的测量结果更准确,必须对中间图像进行复原,点扩散函数是图像复原的关键。根据轴锥镜最大无衍射距离公式设计了无衍射成像系统,以标量衍射理论为基础,在频域范围内利用稳定相法推导出系统的点扩散函数公式。利用准单色光理论,分析非相干光照明下的点扩散函数与锥镜夹角和离焦量的关系。仿真和实验结果表明:轴锥镜夹角越大,点扩散函数中心光强越强,衍射条纹越密;离焦像差对点扩散函数的影响与之相反。     

基于随机点扩散函数的多帧湍流退化图像自适应复原方法

针对湍流退化图像随机性的问题,提出了一种基于随机点扩散函数的多帧湍流退化图像自适应复原方法。首先介绍了随机点扩散函数的图像退化模型,并分析了点扩散函数随机性对图像复原造成的影响,建立了基于随机点扩散函数的多帧图像退化模型。在此基础上,建立了基于多帧退化图像的全变分复原模型,利用前向后向算子分裂法对模型进行求解,提高了算法的运算效率。然后,提出了一种新的自适应正则化参数选取方法,该方法利用全变分复原模型的目标函数计算正则化参数,当正则化参数收敛时,复原图像的峰值信噪比达到最大值,因此利用目标函数的相对差值作为自适应算法迭代终止的条件,可以获得最佳复原效果。最后通过实验分析,算法中退化图像的帧数应不大于10帧。实验结果表明:当取10帧退化图像时,AFBS算法运算时间与单帧的FBS算法相当,信噪比增益为1.4 dB。本文算法对图像噪声有明显的抑制作用,对湍流退化图像可以获得较好的复原效果。     

Optimum spatial filter for image restoration degraded by multiplicative noise

We discuss the problem of image restoration when the image is degraded by multiplicative noise. In order to solve this problem, we use as a criterion the minimization of the mean-square error between the restored and the original image. The transfer function of the optimum filter derived in this paper is described by the product of the conjugate of the transfer function of the imaging system and the power spectrum density of the degraded image divided by the convolution of the power spectrum density of the image and that of the noise. Some special cases of the filter are discussed. A numerical experiment has been performed and satisfactory results have been obtained.     

Effects of mask-alignment error on point spread function for multi-level Fresnel diffractive lenses

The full aperture complex amplitude transmittance function of a multi-level diffraction lens with maskalignment errors was derived based on scalar diffraction theory. The point spread function(PSF) was calculated by the Kirchhoff diffraction integral. It is found that the radius of the Airy disk increases with the increase of the error in the direction of misalignment, and the image center shifts along the direction of misalignment. A fourlevel diffractive lens with a diameter of 80 mm was fabricated, and its PSF and diffraction efficiency of +1 st order were calculated and measured. The distribution of PSF is consistent with the calculated results, and the tested diffraction efficiency is slightly smaller than the calculated value; the relative error is 5.71%.