機(jī)器視覺測(cè)量中相機(jī)標(biāo)定算法的研究.pdf

1、機(jī)器視覺測(cè)量作為一種非接觸式精密測(cè)量方法，以其速度快、柔性好、自動(dòng)化和智能化水平高等諸多優(yōu)點(diǎn)在現(xiàn)代化工業(yè)生產(chǎn)中得到了廣泛應(yīng)用。本課題以某企業(yè)鋼管管型測(cè)量需求為出發(fā)點(diǎn)，針對(duì)測(cè)量過程中遇到的實(shí)際困難，提出了利用尺寸已知的定標(biāo)圖形進(jìn)行標(biāo)定，求取測(cè)量比，進(jìn)而求取鋼管直徑的解決方案。在問題的實(shí)際解決過程中，本課題主要進(jìn)行了以下幾方面的研究:
　　1.在對(duì)傳統(tǒng)定標(biāo)圖形進(jìn)行研究分析的基礎(chǔ)上，針對(duì)本課題的實(shí)際情況，設(shè)計(jì)了一種新型定標(biāo)圖形，制作了標(biāo)

2、靶，將其安置于待測(cè)鋼管的管口，運(yùn)用數(shù)碼相機(jī)進(jìn)行圖像采集;
　　2.為了進(jìn)行定標(biāo)計(jì)算，需要從原始圖像中提取定標(biāo)圖形。首先對(duì)原始圖像進(jìn)行了灰度化處理，利用高斯濾波算法去除了干擾噪聲，然后分四區(qū)域采用最大類間方差法進(jìn)行了二值化處理，有效克服了光照不均的影響;利用水平投影和垂直投影特征實(shí)現(xiàn)了定標(biāo)圖形的粗定位，結(jié)合定標(biāo)圖形中心坐標(biāo)與投影區(qū)域邊界的位置關(guān)系，完成了定標(biāo)圖形的細(xì)定位;最后，運(yùn)用輪廓跟蹤與Hough變換相結(jié)合的方法實(shí)現(xiàn)了定標(biāo)圖形外

3、圓的檢測(cè)，獲得其準(zhǔn)確坐標(biāo)參數(shù)，為特征點(diǎn)提取提供依據(jù);
　　3.為了進(jìn)行定標(biāo)計(jì)算，需要提取特征點(diǎn)坐標(biāo)位置。首先運(yùn)用改進(jìn)的Harris角點(diǎn)檢測(cè)算法進(jìn)行了特征點(diǎn)初定位;然后，利用迭代閾值算法進(jìn)行亞像素級(jí)的角點(diǎn)檢測(cè)，獲得了更精確的特征點(diǎn)坐標(biāo);最后，對(duì)提取的特征點(diǎn)進(jìn)行兩次校正，去除偽特征點(diǎn)的干擾;
　　4.運(yùn)用得到的特征點(diǎn)亞像素級(jí)坐標(biāo)，結(jié)合定標(biāo)圖形的實(shí)際物理尺寸進(jìn)行了定標(biāo)計(jì)算，確定了每像素所對(duì)應(yīng)的實(shí)際物理尺寸，完成標(biāo)定，為鋼管直徑測(cè)量