用图像处理技术实现磨削三维表面粗糙度测量

三维（3D）测量方法较二维（2D）测量能更全面地反映零件真实形貌的几何形状信息, 其参数统计特性好, 具有稳键性。提出了基于数字图像处理技术的测量零件表面粗糙度的三维测量方法, 并构建了表面粗糙度三维测量系统。对从数码相机所采集的图像进行了中值滤波、灰度平衡、直方图变换增强等处理, 并计算了平磨加工的五种不同粗糙度等级试验样块的三维参量, 对其均值m, 方差σ, 表面均方根偏差Sq, 陡峭度Sku和轮廓算术平均偏差Ra相关性进行了讨论。试验表明, 平磨加工样块的三维参数m, σ, Sq随Ra值的增大而增大, 而参数Sku与Ra无明显相关性。     

基于LabVIEW的磨削加工声发射监测系统设计

从枢架体系结构和技术体系结构两个方面介绍了面向CNC磨床声发射监测系统的体系结构,研究了系统的实现方法,并建立了原型系统.     

红外CCD在线温度场测量误差分析

红外CCD是通过采集高于绝对零度物体发出红外线并转化为图像来进行在线温度场测量的,得到的图像与物体的本身有一定的对应关系.由于受到很多干扰因素的影响,得到的温度场信息并不完全准确.造成的误差有很多,包括光学系统的误差、CCD器件本身带来的误差,还有就是红外辐射的干扰.对于前两者通过图像处理方法可以消除一部分误差,而红外辐射的干扰随机性比较大,利用一般的图像处理不能够完全解决.采用预埋热电偶的方法实时监测几个固定点的温度,然后利用这几个点的温度与CCD测的温度相比较,从而实时来校准系统的发射率.并利用修正后的系统发射率来计算被测物体的温度场分布,为了防止温度只是由于突然改变的系统的发射率发生突变.由此设计了温度场实时校准数学模型和修正系统,消除了部分温度场在线测量误差和突变,实现了红外CCD在线温度场的准确测量.实验结果表明,利用温度场实时修正系统来消除红外CCD温度场实时测量误差是可行的.     

基于机器视觉的平磨表面粗糙度检测

为了对平磨表面粗糙度进行快速在线检测, 基于机器视觉原理提出了一种平磨表面粗糙度检测方法, 研究了平磨表面粗糙度评定参数。该方法利用CCD提取粗糙度Ra在0.1～1.6 μm之间的平磨表面图像, 运用中值滤波、图像边缘增强和图像二值化等对图像进行预处理, 然后通过特征参数提取平磨表面粗糙度信息。试验结果表明, 在入射光强为0.7×104～1.3×104 lux、入射角为30°～50°时, 均方根(RMS)差随Ra的减小而不断减小。当光源入射角在30°, Ra>0.3 μm的情况下, 陡峭度与Ra具有良好的相关性; 当光源入射角在50°, Ra>0.4 μm的情况下, 陡峭度与Ra具有良好的相关性。     

Harris角点提取实现亚像素级摄像机自标定

在摄像机自标定过程中,可根据Harris的检测算法提取对角点.该算法简单有效,非常稳定.在图像旋转、灰度、噪声影响和视点变换的条件下.与其他算子相比,是最稳定的一种点特征提取算子.为了获得亚像素级的角点坐标.需要引入迭代算法进行优化.试验证明该方法可大幅度提高摄像机的标定精度.     

Harris角点提取实现亚像素级摄像机自标定

在摄像机自标定过程中,可根据Harris的检测算法提取对角点。该算法简单有效,非常稳定。在图像旋转、灰度、噪声影响和视点变换的条件下,与其他算子相比,是最稳定的一种点特征提取算子。为了获得亚像素级的角点坐标．需要引入迭代算法进行优化。试验证明该方法可大幅度提高摄像机的标定精度。