自適應(yīng)光強(qiáng)變化的齒輪視覺(jué)測(cè)量技術(shù)研究.pdf

1、齒輪機(jī)構(gòu)是機(jī)械傳動(dòng)中應(yīng)用最廣泛的機(jī)構(gòu)之一。齒輪形狀復(fù)雜，精度項(xiàng)目眾多，檢測(cè)難度大，是制造業(yè)領(lǐng)域的研究熱點(diǎn)。已有的齒輪精度測(cè)量?jī)x器以接觸式測(cè)量為主，操作復(fù)雜，檢測(cè)效率低；尤其對(duì)于小模數(shù)齒輪，接觸式測(cè)量受測(cè)頭大小和形狀的影響，檢測(cè)困難。
　　視覺(jué)測(cè)量技術(shù)具有非接觸、精度高、速度快、實(shí)時(shí)在線的優(yōu)勢(shì)。本文以小模數(shù)漸開(kāi)線直齒圓柱齒輪為研究對(duì)象，對(duì)其視覺(jué)測(cè)量中的相關(guān)技術(shù)進(jìn)行了研究。主要研究?jī)?nèi)容與結(jié)果如下：
　　搭建了齒輪視覺(jué)測(cè)量系統(tǒng)，包

2、括圖像采集系統(tǒng)和圖像處理系統(tǒng)兩部分。圖像采集系統(tǒng)采用背向照明的方式，以 CCD圖像傳感器作為核心成像器件。設(shè)計(jì)了齒距精度的圖像測(cè)量算法，總體上分為圖像處理、特征提取、項(xiàng)目測(cè)量三個(gè)步驟；在此基礎(chǔ)上，采用C＃與HALCON聯(lián)合編程的方式，開(kāi)發(fā)了圖像處理系統(tǒng)。
　　圖像處理是整個(gè)視覺(jué)測(cè)量的核心部分。對(duì)于齒輪圖像，采用高斯濾波的方法來(lái)抑制噪聲，取得了良好的效果。提取出圖像中的感興趣區(qū)域后，首先進(jìn)行圖像分割，然后采用8連通的方法提取連通區(qū)域

3、并標(biāo)記，可以準(zhǔn)確地得到齒數(shù)。針對(duì)傳統(tǒng)邊緣檢測(cè)方法易受到光強(qiáng)變化影響的問(wèn)題，提出了一種自適應(yīng)光強(qiáng)變化的動(dòng)態(tài)調(diào)整閾值方法；該方法采用亞像素精度閾值分割算法來(lái)提取邊緣，利用區(qū)域平均灰度來(lái)表征光強(qiáng)變化，通過(guò)標(biāo)定邊緣與區(qū)域平均灰度、邊緣與閾值間的相互關(guān)系，推導(dǎo)出了閾值與區(qū)域平均灰度的關(guān)系，以此來(lái)補(bǔ)償光強(qiáng)變化對(duì)測(cè)量結(jié)果的影響。
　　最后通過(guò)三坐標(biāo)測(cè)量機(jī)驗(yàn)證了該系統(tǒng)測(cè)量結(jié)果的準(zhǔn)確性。此外，設(shè)計(jì)的光強(qiáng)影響實(shí)驗(yàn)表明，自適應(yīng)光強(qiáng)變化的方法可以很好地保