基于亞像素的軸類零件視覺檢測方法研究.pdf

1、基于亞像素的軸類零件視覺檢測方法研究本文受教育部新世紀優(yōu)秀人才支持計劃項目資助（批準號：NCET040849）重慶大學碩士學位論文學生姓名：盧得芳指導教師：湯寶平教授專業(yè)：機械電子工程學科門類：工學重慶大學機械工程學院二OO八年四月重慶大學碩士學位論文中文摘要I摘要隨著機器視覺技術和光電技術的飛速發(fā)展，視覺檢測技術的作用越來越重要。本文從影響視覺檢測技術應用的兩個關鍵因素：速度和精度入手，深入的研究了軸類零件的定量視覺檢測技術。研究了單

2、像素精度定位技術，提出一種基于非邊緣點抑制的邊緣提取方法，并改進了Canny邊緣提取方法，二者均可以在定位精度、連續(xù)性等方面獲取良好的效果，使邊緣達到單像素精度。圖像濾波、圖像分割是定位技術必不可少的預處理過程，針對軸類零件的特點，分析并選擇了合適的濾波、分割等預處理方法。提出并實現(xiàn)了一種基于切比雪夫多項式擬合及最小二乘法擬合的混合亞像素定位方法。切比雪夫多項式擬合方法是針對單個像素點進行亞像素定位，而最小二乘法擬合是針對所有邊緣點進行

3、的亞像素擬合定位，二者混合使用保證了定位精度。在定位速度、定位精度方面將這種混合亞像素定位方法與插值亞像素定位方法和矩法亞像素定位方法進行了分析比較。通過實例檢測驗證這種方法可以實現(xiàn)110個像素精度。設計并實現(xiàn)了軸類零件視覺檢測系統(tǒng)。系統(tǒng)由界面設計模塊、圖像采集模塊、圖像處理模塊、特征參數(shù)計算與分析模塊組成。在采集模塊中采用熵函數(shù)作為對焦依據(jù)對攝像機進行自動對焦，采用密封條件下背光照明方式進行采集，能夠獲取高清晰度、高對比度的優(yōu)質(zhì)圖像；

4、在特征參數(shù)計算與分析模塊中計算出特征參數(shù)，并且對多幀特征參數(shù)曲線進行趨勢分析，可及時把分析結果反饋給加工制造環(huán)節(jié)，保證產(chǎn)品質(zhì)量。對外圈直徑為29.997mm，內(nèi)圈直徑為10.002mm的軸承進行實例檢測，檢測到的軸承內(nèi)外圈直徑、軸承內(nèi)外圈圓形度、圓心偏心距等結果均達到滿意效果。根據(jù)所得數(shù)據(jù)，分析了誤差的來源，并提出可行性的解決方案。通過實例檢測結果可知，軸類零件視覺檢測系統(tǒng)是有效的。本文中的軸類視覺檢測方法可以推廣到其他類別零件的檢測中