基于粒子滤波和机器视觉的圆形零件尺寸测量
吴新杰;王苗苗;黄国兴
【期刊名称】《机械设计与制造》
【年(卷),期】2012(000)011
【摘 要】针对现有基于机器视觉的零件尺寸测量方法在图像受到外界噪声干扰的情况时,测量精度不高的问题,提出一种基于粒子滤波优化算法、机器视觉和MATLAB图像处理技术的圆形零件尺寸测量方法.这里首先简要地介绍基于机器视觉的零件尺寸测量系统的工作原理 ;然后在分析粒子滤波原理的基础上提出一种基于粒子滤波的优化算法,并介绍利用这种优化算法解决圆形零件尺寸测量的原理和实现步骤 ;最后进行了仿真实验,仿真实验结果表明:提出的测量方法在零件图像受到外界噪声干扰的情况下,测量精度较高 ;同时还具有可靠性较高的优点.
【总页数】3页(P49-51)
【作 者】吴新杰;王苗苗;黄国兴
【作者单位】辽宁大学物理学院,沈阳110036;辽宁大学物理学院,沈阳110036;辽宁大学物理学院,沈阳110036
【正文语种】中 文
【中图分类】TH16;TP391.4
【相关文献】
1.基于机器视觉的大型零件尺寸测量技术研究 [J], 李雪娇;姜月秋;李伟帅;高宏伟
2.基于机器视觉的零件尺寸测量系统设计研究 [J], 潘云峰;杨帆;杨斌 3.基于机器视觉的零件尺寸测量系统设计 [J], 王保军;
4.基于LabVIEW的机器视觉在零件尺寸测量中的应用 [J], 白洁;马健;
5.基于机器视觉的零件尺寸测量方法研究 [J], 强云玥;钱炜;王欣
因版权原因，仅展示原文概要，查看原文内容请购买
基于图像处理的圆形工件尺寸检测方法
作者：甘泉，魏利胜，张平改
来源：《黑龙江工业学院学报（综合版）》 2017年第7期
摘 要：针对工业流水线上圆形工件的检测与定位问题，研究了一种基于图像处理的尺寸检测方法，以测量出圆形工件的位置与半径大小。首先，根据所设定的灰度图阈值将源图像进行二值化处理，并采用区域搜索策略以对工件区域进行填充；在此基础上，进一步利用边缘检测算法推导出预处理图像的边缘坐标信息，并根据所统计数值组拟合出工件的位置与半径大小。最后，利用五个实例验证该方法的有效性与可行性。
关键词：图像处理；圆形；检测定位；边缘算法
中图分类号：TP391. 41
文献标识码：A
随着科学技术的快速发展，我国制造产业的规模正在逐步扩张，而传统生产中圆形工件的检测都是通过人工进行操作，其工作效率低，且极易出现操作错误。为了提高生产操作的准确度，人们将图像处理技术应用到圆形工件检测中，以改善工业生产的效率。然而如何对工厂流水线上圆形工件进行检测定位具有一定的实际研究意义。
自机器视觉被应用到制造业中以来，工业流水线上圆形工件检测定位已成为图像处理领域的研究热点问题，国内外学者对其进行了大量的探索和研究，并取得了一定的研究成果。姜坤等结合了多目标优化策略与路径择优算法，提幽一种无须人工干预的自动检测算法，从而精确对工件进行检测定位：张静等在研究了局部图像方差强度原理的基础上，提出了一种局部图像纹理空间模型，以完成金属圆形工件的位置信息检测：全燕鸣等在传统的双目标定的基础上，研究了一种基于球面圆靶标的双目视觉检测技术，从而有效地获取到工业流水线上的工件位置信息与半径数值：李彩花等对圆形工件的图像中心识别，采用极值均值法、最小二乘曲线拟合交点均值法和点Hough变换圆中心检测法分别对改进的LOG算法的边缘检测结果进行了中心坐标的提取，并通过摄像机标定结果把图像的中心坐标转化为实际坐标系的中心位置坐标，从而准确地对工件进行加工操作：赵晓丽等采用了一种带函数的约束优化模型，对工件的位置信息进行了预判断，并考虑了工件的移动位置与速度之间的关系，完成了工件的精确识别：秦国华等分析了工件与抓手元件的接触方式，以给出不同工件的识别规则，并利用了矢量环投影策略以获取到工件的位置信息，实现了圆形弓箭的快速精确识别与定位：陈闻等提出了一种针对不同形状工件的视觉检测识别方案，采用基于Hu矩方法和最小二乘法的圆拟合对圆形工件进行识别，并计算出圆形工件相关特征的尺寸参数：富帅等在摄像机成像系统的基础上，提出了一种简便易行的工业现场自标定方法，从而有效地完成了流水上物体的检测识别：李钊型”，等采用双线性差值算法，实现工件边缘的亚像素提取，并通过黑塞范式直线拟合，精确地找到物体图像边缘，从而实现对工件尺寸的高精度测量。周森等利用三维激光扫描仪，并结合二维误差分离方法，设计一种工业流水线快速检测系统，以完成工件的精确检测识别。
DOI:10.16525/ki.14-1362/n.2019.11.12总第185期2019年第11期Totalof185No.11，2019工业设计
收稿日期：2019-09-26作者简介：张翠翠（1985—），女，硕士研究生，讲师，研究方向为材料学；张颖（1980—），女，硕士研究生，讲师，研究方向为机械工程；赵京鹤（1982—），男，硕士研究生，副教授，研究方向为机械工程。基于结构光视觉技术的圆筒类零件内壁圆柱度检测系统张翠翠，张颖，赵京鹤（长春光华学院，吉林长春130033）摘要：为了实现对圆筒类零件内壁圆柱度的自动化非接触检测，设计并实现了一种圆筒类零件内壁圆柱度检测系统。该设计基于结构光的视觉测量系统，以激光为光源照射待测物体，融合了激光检测技术与视觉检测技术。总体过程采用两次光路变向的激光三角检测法，实现了薄壁圆筒类零件圆柱度综合误差的评定。关键词：圆筒检测；圆柱度；机器视觉；非接触测量中图分类号：TG806文献标识码：A文章编号：2095-0748（2019）11-0032-02现代工业经济和信息化ModernIndustrialEconomyandInformationization1研究背景圆筒类零件是机械工业中常见的零件类型，其形状误差精度不仅直接决定着零部件的使用精度、旋转精度、相互配合的精度，此外，也对产品质量的优劣及使用寿命的长短有最终影响。圆柱度公差是零件精密加工中需要进行检测和控制的主要几何形状误差，但由于圆筒类零件其自身的封闭性，内壁的检测和三维测量比较困难。目前在机械加工车间测量零件圆柱度误差普遍使用圆柱度测量仪。圆柱度测量仪是一种利用回转轴法测量工件圆度误差的测量仪器。圆柱度测量仪测量过程中，长度传感器的测头即可沿精密直线导轨移动，测量出被测圆筒的若干横截面，也可沿着被测圆筒的柱面作螺旋运动完成取样，测得的半径差数据由计算机处理得到圆柱度误差。但是圆柱度测量仪在生产中适用范围受限，给圆柱度检测带来困难及不便。目前，对于圆柱度误差检测技术的理论与应用研究不断多元化。HodgsonliThomJ提出了一种以组合数学方法为依据，降低圆柱度误差的测评方案，该方法具有较高精度以及自包容性并[1]。LaiHsinYi等人设立了圆柱度误差的基因算法模型，利用此种算法使测评效率与测评精度问题得到较大改善[2]，此外，还有很多学者也相继展开了此类研究，均获得良好效果并逐步应用于工程实践[3-4]。日本的TOKUJIOKADA等人运用承载有闭路电视的管道机器人进行管道检测，测试显示此方案的分析图像分析更加详尽，判断灵活便捷，但存在难以实现自动化的管道检测，且检测误差值高。国内方面，熊有伦提出了利用极差极小化方法，建立了基于“小误差假设”与“小偏差假设”理论的数学模型，应用于评价圆柱度误差的统一判别准则[5]。刘中伟针对圆度、圆柱度误差值计算也提出了利用逐次逼近法求解，指出相对位置不同的轴线其最大最半径与最小半径差值分布的单调性规律，以及在直角坐标系下圆柱度误差值具备唯一性[6]。本文提出了一种基于结构光视觉技术的圆柱度检测系统，实现了对薄壁圆筒类零件圆柱度非接触测量，具有操作便捷、精度高、稳定性好的优点。2系统构成及工作原理由于薄壁圆筒类零件外形、材料及温度等因素的限制，其内壁的圆柱度检测较为复杂。被测圆筒类零件内壁体现为略有不规则变化的圆柱面，整体轮廓呈圆柱形。其水平横切面呈圆形，为方便测量圆形切面，并对多个水平位置上的圆拟合出圆柱面，需要在半径方向上对圆周点位置进行采样。故可以利用对内壁上点的位置检测来表达其内壁圆柱面的检测。其中对内壁点位置的检测有诸多方案，包括红外线测量、探头式接触测量、超声波测量、视觉测量和激光测量。本文采用基于结构光的视觉测量系统，以激光为光源照射待测物体，将激光检测与视觉检测相结合，通过数据采集卡集结图样，并根据待测目标的特殊性将离散数据图样进行统计，总体过程采用两次光路变向的激光三角检测法来进行设计。系统由可升降工作台、自动分度系统、衍射条纹采集、测量光路及数据处理部分组成。计算机作为控制系统，以单2019年第11期
基于图像处理的圆形工件尺寸检测方法
甘泉;魏利胜;张平改
【期刊名称】《鸡西大学学报》
【年(卷),期】2017(017)007
【摘 要】针对工业流水线上圆形工件的检测与定位问题,研究了一种基于图像处理的尺寸检测方法,以测量出圆形工件的位置与半径大小.首先,根据所设定的灰度图阈值将源图像进行二值化处理,并采用区域搜索策略以对工件区域进行填充;在此基础上,进一步利用边缘检测算法推导出预处理图像的边缘坐标信息,并根据所统计数值组拟合出工件的位置与半径大小.最后,利用五个实例验证该方法的有效性与可行性.
【总页数】5页(P39-43)
【作 者】甘泉;魏利胜;张平改
【作者单位】安徽工程大学 电气工程学院,安徽 芜湖 241000;安徽工程大学 电气工程学院,安徽 芜湖 241000;安徽工程大学 电气工程学院,安徽 芜湖 241000
【正文语种】中 文
【中图分类】TP391.41
【相关文献】
1.基于机器视觉在线检测圆形工件尺寸系统的设计研究 [J], 陈辉阳;郑炉玉;石淑琴
2.基于图像处理的圆形工件尺寸检测方法 [J], 甘泉;魏利胜;张平改;
3.基于MATLAB图像处理的苹果大小、颜色、圆形度及缺陷度特征融合分级研究
[J], 任龙龙;冯涛;翟传龙;宋月鹏
4.基于图像处理的果园圆形落果拾取机器人设计 [J], 李雄;曾世亨;谌文;何志鹏;李小敏
5.基于MATLAB图像处理的苹果大小、颜色、圆形度及缺陷度特征融合分级研究
[J], 任龙龙;冯涛;翟传龙;宋月鹏
因版权原因，仅展示原文概要，查看原文内容请购买
