摘要: 大型工件在机视觉测量是将计算机视觉技术应用于制造过程，在不拆除刀具和工件的情况进行几何尺寸的精确测量方法。由于其具有非接触、高度自动化等特点，可以大大提高诸如汽车压铸模具等大型工件的生产效率，因而具有重要的应用价值。本文以大型工件... 展开 大型工件在机视觉测量是将计算机视觉技术应用于制造过程，在不拆除刀具和工件的情况进行几何尺寸的精确测量方法。由于其具有非接触、高度自动化等特点，可以大大提高诸如汽车压铸模具等大型工件的生产效率，因而具有重要的应用价值。本文以大型工件三维测量为目的，构建了一套安装在数控铣床上的多自由度、移动式单目立体视觉系统，对特征点和边缘亚像素提取、图像拼接、摄像机和视觉系统标定、立体匹配等关键技术问题进行了研究。主要研究内容和取得的成果如下： 1．视觉三维测量系统原理与软硬件设计 针对应用目标和测量现场情况，设计了一种移动式单目立体视觉测量系统，并构建了系统的硬件和软件。建立了该视觉系统测量精度的物理模型和数学模型，通过仿真分析，获得了结构参数的合理范围。 2．视觉测量中的图像处理与分析 （1）针对在机工件往往具有高光反射的现象，从图像处理算法和光照技术两个方面研究了高光消除的方法。对于亮度没有接近饱和的情况，采用色彩空间变换和多项式调校的方法可以消除图像高光，另外，采用单色光（特别是红光）和小角度照射、以及漫反射光源等措施，可以在一定程度上预防图像中的高光的形成。 （2）提出了采用频谱分析的方法进行微分算子边缘提取效果的评价和预测的方法。由于算子本身对不同边缘类型的敏感程度不同，不同的算子对图像边缘抽取的结果是不同的，特别是对于那些边缘细节的提取，微分算子的方向性非常关键。提出了一种新的基于静电场理论的边缘提取算法，通过改变模板大小和权值系数，可以生成多种具有不同边缘提取效果的静电力算子，该算法对图像噪声具有较好的鲁棒性。 （3）探讨了Steger图像亚像素边缘检测算法及其改进快速算法、Harris角点提取及其亚像素级提取方法。研究了椭圆的拟合方法，给出了圆形标志点椭圆拟合过程。建立了空间椭圆透视投影变换中椭圆中心畸变误差的数学模型，通过仿真分析，得出畸变误差产生的规律。 （4）对大型工件多图无缝拼接的方法进行了探讨和实践，包括图像的摄取规则、重叠图像对的定义、特征点的提取和射影变换矩阵的求法，对一个大型工件进行了分9幅图像进行拼接的实验，取得良好的效果。 3．摄像机及视觉测量系统标定技术研究 提出了一种基于图像序列的摄像机现场标定方法，该方法采用一种包含圆形标记点阵列的平面标定板进行相机的现场标定，通过亚像素边缘提取和椭圆拟合的方法来精确定位圆形标记点的中心，通过采用多幅标定图像序列来解决摄像机参数求解中的简并性配置问题。实验分析表明，标定参数的准确度随着标定图像数量增加而明显增加、但达到10幅后会趋于稳定。 提出了一种基于标准尺寸的视觉测量系统标定方法。以透视投影变换为依据，针对移动式单目立体视觉系统，建立了测量空间三维坐标的模型，在确定摄像机内部参数的情况下采用标准长度精密靶标，采用Levenberg-Marquardt优化算法，现场确定出立体视觉传感器的结构参数，结果表明该标定方法能获得0．035mm/100mm的精度。 4．立体视觉匹配算法研究 本文对立体视觉系统的极线约束性质和基础矩阵鲁棒估计算法进行深入研究。针对线性算法对噪声图像鲁棒性差的问题，深入探讨了LMedS、RANSAC和MAPSAC等三种基础矩阵的鲁棒估计算法。提出了一种新的基于对极约束和单应约束的立体匹配方法，在初始匹配后运用MAPSAC方法鲁棒地估计基本矩阵和单应矩阵并相应地剔除错误匹配点，然后，利用Levenberg-Marquardt优化后的基本矩阵和单应矩阵引导匹配以获得更多、更精确的匹配点。 此外，提出了一种新的基于投影校正的立体匹配方法。在投影校正后的立体图像对平面上，所有极线相互平行且处于水平方向，共轭极线位于同一条水平线上，使单目摄像机在移动前后的两个位置拍摄的图像的对应点匹配搜索从二维平面降至一维水平线，为图像匹配提供了极为有利的约束条件，并且采用投影校正的方法对被测工件进行了立体匹配和三维重构。 5．大型工件在机视觉测量系统的实现及应用 将测量视觉系统安装在数控铣床上，进行三种典型工件在机测量实验，实验结果表明，在测量效率提高了数十倍的情况下，可以实现预期检测精度目标。 收起