一、基于图像处理的几何参数测量系统（论文文献综述）
田峰[1]（2021）在《链轮毛刺检测方法与几何参数测量技术研究》文中研究说明近些年,基于机器视觉的检测技术逐渐成熟,其具备无损伤、高精度、高效率等优点,在零件的几何测量和缺陷检测中得到广泛应用。由于链轮毛刺位置的特殊性以及与周围环境的相似性,传统的图像处理方法对毛刺检测并不能取得很好的效果,故本文采用深度学习的方法对链轮的毛刺进行检测。由于直接针对链轮尺寸检测的研究相对较少,本文通过借鉴基于机器视觉的齿轮检测方法,实现了三排链轮几何参数的测量。研究的主要工作有:完成视觉检测平台的搭建,具体包括相机和镜头的选型、光源类型以及打光方式;对采集的图片进行了预处理操作,增强图片的质量并提高图片后续处理的速度;对图片进行畸变校正,降低镜头畸变对检测精度的影响。毛刺是链轮机械加工中不可避免的缺陷之一,本文基于YOLO v3框架改进了链轮毛刺检测算法。通过调整残差网络层数和优化网络结构的方法,使改进后网络的性能得到进一步优化,提高了检测效率。实验结果表明,与原YOLO v3网络相比,改进后的网络具有更高的检测精度,达到了 96.41%,比原v3网络提高了 0.73%;改进后的网络大小减少了 1/4,约为161M;改进后的网络检测速度比原v3网络提升了近2倍,达到了 0.42s/张。通过重复性检测实验,改进的网络对链轮毛刺的检测具有较稳定的性能。通过机器视觉的方法完成对链轮几何参数的测量。首先,通过掩膜法得到链轮的齿数;其次,利用优化的Hough圆检测算法得到两个端面的毂孔圆的直径和中心坐标;然后,采用改进的Zernike矩亚像素边缘检测算法提取齿廓边缘,具体为先采用改进八邻域边缘跟踪进行粗定位,后采用Zernike矩进行精定位,再计算齿廓到毂孔圆中心点的距离,进而得到齿顶圆与齿根圆的大小;接着,通过最小二乘法拟合链轮齿槽圆弧并得到其中心坐标,进而计算出节距角;最后,随机采集20张图片,通过计算链轮的相关参数,并验证本测量系统的可靠性。实验结果表明,本测量结果符合链轮的检测要求。
王嘉明[2]（2021）在《基于阈值增量的眩光测量系统研究》文中进行了进一步梳理道路照明是保证交通安全的重中之重,其中眩光是影响道路交通安全的一个重要因素,通过调查研究发现,路灯、汽车前照灯以及交通补光灯等给驾驶者带来的失能眩光问题非常严重。而在实际测量中沿用的都是人工测量方法,其测量过程繁琐、手工参与程度过高,进而导致测量结果的重复性差且精度低。因此研究高效化的眩光测量系统及方法尤为重要。针对目前眩光测量的低效性,本文通过研究眩光测量的关键技术参数,提出一种基于阈值增量的眩光测量方法,该方法主要利用工业相机和计算机进行信息采集和处理,通过数字图像处理技术实现对眩光的非接触式、高精度的全面测量。通过梳理追溯阈值增量（TI）的定义及理论基础,得到采用阈值增量（TI）衡量失能眩光的依据,总结出适用于本文测试环境的评价公式,分析并推导出其计算所必须的基础物理参量。从相机的感光特性及成像原理出发,结合光度学原理确定从图像中提取光环境参数信息的相机亮度标定方法,并根据该原理给出一种优于传统标定方案的方法完成亮度标定,实现图像亮度信息的提取。同时深入研究双目视觉提取位置参量的相关技术,实现图像的位置信息提取。最后针对眩光测量系统进行了相关的实验验证以及不确定度分析。实验结果表明:与传统测量方法相比,本文的测试方法具有高精度、高效率等特点,图像提取亮度信息的相对误差小于5%,图像提取位置信息的相对误差小于4%,阈值增量（TI）的绝对误差小于1%;最终得到测量阈值增量（TI）的扩展不确定度Urel=4.2%（k=2）,能够满足阈值增量（TI）测量的实际需求。
何倩玉[3]（2021）在《基于视觉的超窄间隙焊接坡口宽度测量方法研究》文中研究说明焊剂片约束电弧超窄间隙焊接是一种针对厚板、特厚板的单道多层焊接技术,具有高效,低热输入等优点。然而约束电弧对坡口宽度变化非常敏感,如果焊接参数与坡口宽度不匹配,电弧将会失去自调节作用而导致焊接失败。因此对每一道坡口宽度的准确测量极为重要。由于超窄间隙焊接坡口既深又窄且随着焊道的不同而变化,常规的测量方法难以适用。针对此问题,本文提出一种基于视觉和焊接热变形模型的当前焊道坡口宽度软测量方法。主要工作与创新点总结如下:1)考虑超窄间隙厚板焊接的坡口特征以及焊件几何特征,通过分析各类视觉测量系统的优缺点,设计并搭建灵敏度高,抗干扰能力强的激光视觉测量系统。依据被测对象特点,设计一种共面线性的标定方法。通过控制变量法研究该标定方法性能。实验结果表明:在特征点个数大于10的前提下,无论改变特征点个数还是变化测量长度,或是改变标定板姿态,标定算法精度和稳定性均较高。2)为克服激光线投射于焊件表面所造成的亮度分布不均、二值化阈值难以确定的问题,提出顶帽变换与Otsu共同作用的方法,将激光线灰度均衡化的同时从背景中有效分离。此外为获取单像素的激光条纹中心线并准确识别特征点,提出一种骨架细化与最小二乘法相结合的方法。3)对不同坡口宽度的Q235厚钢板焊件,通过视觉系统测量每一道次的上坡口宽度,依据坡口角变形量与焊层累积高度的关系,建立当前焊道坡口宽度模型。结合此模型与上坡口宽度测量结果对下坡口宽度进行计算。最大测量误差不超过0.2mm,能满足超窄焊接工艺参数设定对坡口宽度参数测量精度的要求,也能充分说明针对超窄间隙焊接对象所建立模型的准确性与视觉测量系统的有效性。4)焊层高度的准确获知对于超窄间隙焊接焊前参数设置、焊接过程监控、焊后质量评估以及坡口宽度的软测量均具有重要的意义。针对焊层高度难以直接测量的问题,提出基于轻型梯度提升算法Light GBM的预测方法。结合机理与数据融合分析的方法确定特征,并在此基础上建立模型。实验结果表明,该方法可实现焊层高度的准确预测,其平均绝对误差为0.114mm。本方法可推广至钢轨等特厚板超窄间隙焊接中,解决目前超窄间隙焊接当前焊道坡口宽度难以直接测量的问题。达到及时感知坡口宽度的变化来指导调整工艺参数,实现超窄间隙焊接过程智能化的目标。
王天宇[4]（2021）在《基于数字成像和图像处理的转速和振动测量研究》文中指出旋转机械在能源、化工、电力、冶金等行业占有举足轻重的地位。旋转机械的转速和振动参数是其重要的运行参数,其测量有助于及时、准确地掌握旋转机械的健康状况,为工业系统故障预警、避免无计划的停工停产提供科学的数据。然而现有的检测仪表在性能、价格和适用范围等方面均存在一定的局限性,特别是在复杂、恶劣的工业环境下。比如对于尺寸较小的微机电系统,常规的接触式测量装置会引入额外质量,影响其动态特性。在一些不易于粘贴标记的对象,比如大型风机的叶片等部件,常规传感器的安装与维护成本较高。为了更好地保障机械设备运行的安全性和高效性,有必要继续探究新的测量技术,准确可靠地测量转速和振动,来实现更为完善的设备工作状态监测,推动该领域的研究发展。随着图像传感器制造工艺和图像处理技术的发展,视觉测量方法在机械状态监测领域得到了一定的应用。但目前的视觉测量系统主要是基于昂贵的高速相机,不利于工业上的普遍应用。另外,由于运动模糊等现象的影响,测量精度有待提升。本文通过研究旋转机械转子部件在设备运行过程中的运动特性和图像传感器的感应机理,开发基于低成本图像传感器和图像处理技术的转速和振动测量系统,其具有较高的测量精度和可靠性。相比于高速相机成像的测量系统,该方法可大大降低测量成本。主要的研究成果如下:（1）提出一种基于图像序列相似度的转速测量方法。该方法采用低成本图像传感器采集图像序列,通过提出的三种图像相似度指标,将图像序列转换为一维的相似度信号。根据图像相似度信号的时域、频域特性,提出短时Chirp-Z变换和基于抛物线插值的短时自相关方法,用于图像相似度信号的瞬时旋转频率估计,提取转速信息。对恒定转速的测量结果的最大相对误差不超过±0.7%,归一化标准差不超过1%（转速测量范围为0rpm-3000rpm）。对于动态转速,亦能够得到满意的测量结果。对于渐变转速（1000 rpm-2000 rpm）的测量误差小于±0.5%,对于转速的阶跃变化,测量误差不超过1.4%。该方法基于图像的周期性,可有效克服运动模糊、目标遮挡等不利影响,保证测量精度。（2）提出基于图像相关的振动测量方法。当旋转机械在运行时,旋转部件的振动会导致图像灰度分布的变化。采用图像相关方法处理旋转部件图像序列,获取能够表征旋转部件振动的图像相关信号,通过频谱分析求解旋转部件的振动频率和振幅。与商用电涡流传感器的测量结果进行了对比。从实验结果上来看,该视觉测量系统能够准确地测量不同转速下的振动频率和相对振动幅度,测得的振动频谱与参考装置几乎一致,在基频和高次谐波频率处都存在强烈且明显分离的谱峰。不同于现有的图像方法,该方法无需在被测部件上附加人工标记,具有较高的普适性。（3）提出基于二维码跟踪的转速测量方法。利用局部特征和图像匹配算法,跟踪粘贴在旋转部件表面的二维码标记,实现旋转部件旋转角度和转速的测量。本文主要采用AKAZE局部特征,并通过图像相关系数和Hamming距离对特征匹配过程进行优化,提高特征匹配精度,减少误匹配。测量结果与SIFT、SURF算法进行对比。实验结果表明,转速测量的最大相对误差不超过± 1%,归一化标准差不超过0.6%,测量性能优于SIFT、SURF算法。该方法只需2张转子图像,即可完成测量,具有较高的测量精度、实时性好。（4）在多种实验工况的条件下对视觉测量系统进行性能测试,实验结果验证了测量系统的可靠性和环境适应性。深入研究图像传感器分辨率、帧率、曝光时间、光照强度、拍摄角度等对测量系统性能的影响,探求视觉测量系统最佳工作参数。另外,对提出的视觉测量系统进行了现场测试,包括风力发电机的转速和振动测量、工业电机转轴的转速测量等。实验表明,本文开发的视觉测量系统可以精准表征旋转机械转速与振动等信息,测量精度和测速范围均优于现有的图像方法。
束安[5]（2021）在《空间非合作目标的三目立体视觉位姿测量技术研究》文中研究说明科学技术的进步不断促进着人类对浩瀚太空的探索,航天活动日趋频繁,越来越多的卫星被送入太空。随着空间航天器和碎片的增多,应用于空间碎片移除、失效航天器回收、燃料加注,以及在轨维修升级等任务的非合作航天器在轨服务技术越来越受到各国研究人员的关注,成为航天领域研究的热点。在轨服务技术的关键在于两航天器近距离阶段解决对非合作目标相对位姿的高精度实时测量的难题。本文研究了空间非合作目标的三目立体视觉位姿测量技术,主要包括汇聚式三目立体视觉测量数学模型、非合作目标对接环快速识别、显着特征提取、特征点三目交叉极线约束匹配、立体视觉位姿测量、算法嵌入式平台移植优化以及DSP多核并行处理等关键技术的研究。针对立体视觉测量数学模型,分析了视觉相机的成像机理,推导了空间点2D图像坐标与3D空间坐标之间的一一映射关系;分析了双目立体视觉理论模型、立体视觉极线约束准则和三目立体视觉测量模型,论证了三目立体视觉测量的可行性。研究测量模型的结构参数配置与测量精度之间的关系,以及立体视觉相机位置摆放结构与有效探测视场之间的关系,为汇聚式三目立体视觉模型的系统构型和最优配置提供了理论依据。通过三目测量系统的单目相机标定和立体视觉标定,以及相机坐标系与世界坐标系之间的全站仪外测方案设计,得到三目测量系统的内外参数,为非合作目标的立体视觉高精度位姿测量奠定了基础。针对非合作目标表面的显着几何特征（对接环椭圆特征和显着特征点）,研究多椭圆特征的改进弧支撑线段拟合算法和显着特征点检测算法。首先,针对复杂场景下的大尺寸、多椭圆特征的非合作目标图像,提出改进弧支撑线段椭圆拟合算法:根据图像的噪声特性利用双边滤波算法对其进行保边降噪的预处理工作;在椭圆参数拟合的过程中根据对接环内外环和发动机喷嘴均为同心圆的几何结构,优化弧线段分组机制,利用更多的椭圆边缘弧段拟合精确的椭圆参数,提高了初始椭圆集合到最终椭圆参数的转化率,进一步提高了椭圆检测效率。利用立体视觉极线约束准则和对接环半径约束建立完善的椭圆筛选机制,剔除无效椭圆信息的干扰,实现正确圆环的提取。之后通过两次遍历法快速标记连通区域,并加入面积和曲率约束,提取目标表面的显着特征点。最后利用立体视觉原理重建非合作目标的对接环平面和显着特征点数据,建立目标坐标系,计算目标与视觉测量系统的相对位姿关系。针对非合作目标失稳状态下,目标的对接环和显着特征点不能稳定清晰成像的问题,将目标看作几何结构未知的非合作目标,研究基于ORB特征点匹配的三目立体视觉位姿测量方法。通过基于FAST算子和Harris算子结合的ORB算法快速检测三目图像的特征点信息,提出利用三目交叉极线约束的方法进行三目同名特征点的匹配。通过第三个相机带来的额外极线约束条件,保证了目标特征点在三目图像上几何位置的唯一性,有效避免了复杂场景下图像相似性匹配带来的特征点定位误匹配问题。从而得到较密集的匹配点数据和较高的匹配精度,提高了位姿测量方法的适用性和鲁棒性。针对在轨服务视觉测量方法难以星上自主实时位姿测量的研究现状,搭建了三目立体视觉位姿测量嵌入式平台。首先,在VC环境下编写本文的三目立体视觉位姿测量算法;接着开展三目算法向DSP6678多核嵌入式平台的移植与优化工作;其次,为了提高嵌入式平台位姿测量算法的计算效率,设计了基于数据流模型的多核处理方法,完成了从相机获取三目图像,到图像处理单元进行非合作目标关键特征提取,再到位姿处理单元立体视觉位姿解算的数据流处理模式。最终位姿测量数据的输出更新率为1Hz。为了验证本文所提方法的有效性,完成了非合作目标15.0m～1.8m运动仿真实验和非合作目标地面测试实验。目标运动仿真实验结果表明,相较于单一的双目视觉测量系统,三目视觉测量系统融合了三组两两组合的双目视觉测量结果,具有较高的位姿解算精度和安全可靠性。此外,地面测试实验结果表明,复杂场景下三目立体视觉位姿测量嵌入式平台的测试范围达到12.0m-1.7m,整体的相对位置测量精度优于1.3cm;相对姿态测量精度优于1.7°。本文通过实验验证了该方法具有较高的位姿解算精度和较高的鲁棒性,可以提供实时连续的非合作目标高精度位姿测量结果。
赵琳杰[6]（2021）在《基于双线阵相机的飞行目标着靶参数测量技术》文中提出飞行目标的着靶参数是飞行目标飞行姿态的重要参数,也是对武器性能研究的主要方向。其中飞行目标的着靶参数中最重要的是飞行目标的着靶坐标,这也是判断飞行目标是否稳定的重要依据。通过对飞行目标着靶参数测量的研究,能大大提升武器性能的测试工作,也能很大程度的提高我国现代武器科学的发展,为我国军事力量的发展打下坚实基础。因此,针对飞行目标的着靶参数测量,本文系统的介绍了利用双线阵相机交汇测量飞行目标着靶参数的方法以及利用空间立体视觉模型和‘线线相交’得基本原理推导出飞行目标着靶坐标以及着靶角度的数学模型;研究了双线阵相机测量系统的布站方式,根据此布站方式,研究了基于双线阵相机测量系统的标定方法以及针对线阵相机图像的处理算法,并且编写了适用于该测量系统的基于GUI的软件平台;最终根据系统标定参数结果和数学计算模型,得到较为精确的飞行目标着靶参数。本文工作的主要内容及获得的成果如下:1)研究了基于双线阵相机构成立体视觉的测量方法,建立了基于小孔成像的立体视觉测量模型;分析了目标世界坐标与其在图像中的像素坐标对应关系;给出了飞行目标着靶坐标的数学表达式以及利用着靶坐标计算着靶角度的数学模型。2)分析了线阵相机下目标成像特点并对图像中可能出现噪声的原因进行分析,研究了线阵相机图像处理算法,对比了多种提取目标中心像素坐标的算法并进行验证。3)通过对线阵相机模型的推导,研究了单个线阵相机的标定方法,并对标定过程中线阵相机内外参数表达式进行推导,最终完成系统标定,得到测量值。本课题通过对模拟飞行目标参数测量的试验平台搭建,以及实验验证,得到飞行目标的着靶参数,并且详细分析了对测试精度影响的因素。通过对实验结果分析,说明该系统不仅能满足设计指标的要求,还改善了传统测量效率低、目标单一以及不便捷等缺点,进而提高了对飞行目标着靶参数测量系统的可操作性和适用范围。
任江豪[7]（2021）在《机器视觉螺纹参数测量算法与评价技术研究》文中进行了进一步梳理螺纹作为工业生产中最常用的连接方式之一,其几何参数的测量精度对精密机械的性能有很大的影响。随着精密制造技术的发展,对螺纹的制造精度提出了越来越高的要求,传统螺纹参数检测方法检测效率和检测精度越来越难以满足现代工业需求。通过建立螺纹牙型失真模型,分析牙廓失真对螺纹参数的影响,对螺纹的中径和牙型角测量结果进行补偿。最后研究了外螺纹参数的测量算法,并且通过对比实验进行验证。本文的主要研究内容包括以下几个方面:（1）通过对螺纹单项测量方法和综合测量方法的分析,给出了机器视觉螺纹参数测量算法及实验验证方案。（2）研究了螺纹图像的处理方法,使用清晰度评价函数确定对焦时的螺纹图像,中值滤波平滑图像,阈值分割得到二值化图像,Canny边缘检测算法提取螺纹边缘。对螺纹边缘失真原因进行分析,推导了螺纹失真牙廓直线方程,建立螺纹边缘失真数学模型。（3）利用Harris算法检测角点,最小二乘法拟合螺纹牙廓,得到了螺纹多个参数的计算方法,并且对牙型失真后中径和牙型角补偿公式进行了推导。（4）进行了图像标定,并对不同规格、不同型号的螺纹塞规进行对比实验。实验结果显示,该参数检测算法满足测量的重复度和稳定性要求。最后评价了螺纹参数测量的不确定度,说明了测量结果的可靠性。本文以圆柱外螺纹为测量对象,建立了螺纹牙廓失真几何模型,推导了机器视觉螺纹参数算法及补偿公式,经过图像标定和对比试验,证明所提出的机器视觉参数测量方法和补偿算法满足螺纹测量要求。
孟宇[8]（2021）在《钢轨廓形动态在线检测系统研究》文中提出随着我国高铁技术的发展与成熟,列车速度越来越快,各地区之间往来沟通愈加便捷,极大地便利了人们的出行与货物运输,但是同时高速行驶的列车对钢轨带来了较大的接触压力,为了保障行车安全,铁路部门对钢轨的尺寸质量提出了严格要求。目前各大钢厂与焊轨基地主要采用人工测量方法进行出厂钢轨的质量检测,作为接触式测量方法,人工测量方法存在范围小、效率差、精度低等缺点,且容易受主观因素影响,造成错查、漏查等情况,而且缺乏数据支撑,无法复查比对,严重影响钢轨生产效率。本文基于结构光三角测量原理设计了一种搭载组合传感器的钢轨廓形动态在线检测系统,替代人工完成钢轨在运动条件下的全断面轮廓重现和尺寸测量以及合格判定,实现无接触、高效、高精度、智能化的钢轨几何尺寸检测。本文主要研究内容以及成果如下:1.本系统采用4个3D智能传感器建立多传感器全方位钢轨检测模型,基于结构光三角测量获取光条覆盖断面的图像坐标,经过传感器标定完成同一坐标系下钢轨分散轮廓的融合。提出一种基于最小距离约束的轮廓配准拼接方法实现钢轨全断面轮廓的重现,最后采用加权最小二乘拟合与迭代优化方法对钢轨不规则廓形进行分段拟合,获取轮廓的特征点完成钢轨几何尺寸参数的高精度测量以及合格判定。2.本系统模拟现场产线输送辊道搭建了驱动轮结合同步轮轨的机械传动系统,实现钢轨快速前进状态下的稳定测量,大大提高了测量效率。3.本系统针对光照、温度、灰尘、振动等影响进行了一系列改进设计,保证系统测量精度。本文分别通过静态比测与动态重复性测量验证系统精度与稳定性,分别得到静态最大对比误差0.06mm,动态重复误差为0.06-0.09mm,满足钢轨质量检测要求,证实本系统的稳定性、准确性、实用性以及便捷性。而且本系统算法精简,系统完善,操作简单,为钢轨全断面轮廓检测提供了理论与实际参考价值。
于兵[9]（2021）在《基于机器视觉的直缝焊管焊缝位置识别研究与应用》文中指出随着直缝焊管应用越来越广泛,其焊缝作为整根焊管最为薄弱的位置往往需要突出检测以满足实际场景的使用要求。本文依据水压机对直缝焊管进行静水压试验时,需要控制焊缝位置来观察焊缝处是否存在泄露的要求,提出了基于机器视觉来判断直缝焊管焊缝位置的方案。直缝焊管的焊缝位置在焊管上属于周向特征,位置信息为三维信息。本文通过单目视觉检测旋转中的直缝焊管焊缝距离目标位置的偏角,对转动停止时间进行控制,使焊缝最终停在目标位置。根据不同视角下对应的坐标系及其之间关系建立焊缝偏角与成像平面对应特征之间的数学关系计算偏转角度,为了获得焊缝特征的位置,本文设计了两种解决方案。（1）直接提取焊缝边缘与焊管边缘信息。针对传统Canny算法在识别直缝焊管焊缝边缘时易受噪声干扰、强弱边缘连接不佳等问题,提出一种改进的Canny算法检测直缝焊管焊缝位置方法。首先在进行非极大值抑制中引入了梯度方向局部均值偏差;其次对非极大值抑制之后的点利用最大类间方差法计算阈值;最后通过焊管图片强弱边缘分布特点将强边缘边界所连边界作为附加连接条件。通过实验验证改进的非极大值相对于传统方法能够有效的抑制噪声点并保留边缘信息。在直缝焊管焊缝边缘位置识别中改进的Canny算法相对于传统边缘检测算法能够减轻锈斑划痕等因素的干扰,保留更多的焊管边缘与焊缝边缘。在常用的BSDS500数据集上改进的Canny算法的峰值信噪比与均方误差在88.79%的图片中优于其他边缘算法。最后利用Hough直线特征识别,进行直线检测并带入焊缝位置数学模型得到最终焊缝的位置信息。（2）利用直缝焊管在焊接时焊缝位置的确定性,在焊缝位置周向90°位置喷涂颜色标定。对图像进行彩色分割,以彩色连通区域最小外接矩形中线作为颜色标定位置。对图像利用最大类间方差法进行二值化,并使用竖直边缘检测器得到焊管的边缘,带入焊缝位置数学模型得到颜色标定位置,并延迟90°后得到焊缝位置。经过实验验证,通过图像处理颜色标定特征比直缝焊管焊缝特征检测结果更加稳定。对检测系统硬件进行了分析选型,分析了各种光源组合方案对于金属柱面照明的优劣,完成了系统的硬件选型。设计了检测程序的人机交互窗口,通过窗口能够进行参数的输入,运行状态的监控,系统的启停控制等操作。根据检测现场硬件条件设计了焊缝位置验证实验台,模拟整个识别控制过程。将直缝焊管管端与角度传感器相连,以角度传感器检测结果作为整个系统控制结果。实验结果表明在静态测量下两种方案得到的角度偏差均小于1.5°,动态测量控制结果均满足设计需求。本文通过建立图像与检测目标之间的关系,对图像检测使用到的算法做出改进,针对检测需求完成了硬件选型与程序界面设计,最终实现了利用单目视觉对直缝焊管焊缝位置的识别,满足了静水压试验对焊缝位置的要求。
朱丹丹[10]（2021）在《基于线阵相机的凸轮轴精密测量关键技术研究》文中研究指明几何精度测量是汽车发动机凸轮轴制造工艺的关键环节之一,传统接触式测量具有高精度的优点,但同时也存在效率较低和可能对测量表面造成损伤的不足。鉴于此,研究基于图像与坐标方法相结合的凸轮轴测量关键技术,包括测量系统方案、几何误差补偿技术、图像边缘检测技术等,为凸轮轴几何尺寸高效测量提供技术支持。首先,设计了凸轮轴测量系统总体方案,根据凸轮轴的主要特征进行测量系统需求分析,采用图像与坐标测量相结合的方法,用线阵相机代替传统的接触式测头。根据设计要求完成了光学成像系统的硬件选型,并给出了测量系统标定方法,实现单位换算和边缘标定。其次,研究了测量系统几何误差补偿技术,通过对测量系统的机械结构进行分析,基于多体运动学理论和齐次坐标变换矩阵理论,建立了采用线阵图像测头的坐标测量系统的几何误差模型。对测量系统的几何误差进行敏感度分析,采用矩阵微分法建立数学模型,找出影响测量系统精度的关键误差项。针对关键误差项进行误差补偿,在此基础上建立形位误差评定模型,并进行误差补偿仿真分析。再次,研究了图像处理算法,通过对凸轮轴图像进行预处理,提取出图像中感兴趣的区域,舍去多余像素,提高了图像处理的效率。为了获取边缘区域的像素灰度值,选择合适的像素级边缘检测算法对零件边缘进行初定位。采用拟合函数对边缘灰度曲线进行拟合,结合边缘标定结果,确定边缘点在边缘曲线上的位置,从而精确的提取出待测零件的亚像素边缘点。最后,搭建了凸轮轴测量系统样机,采用不同直径尺寸的标准轴进行标定实验,得到直径尺寸与标定结果的变化关系。在此基础上,进行凸轮轴特征参数的测量实验,以ADCOLE 911型测量仪检测结果作为对比参考值,检验本文所研究的凸轮轴测量系统的测量精度。结果表明,本文所研究的凸轮轴测量系统测量误差小于1.7μm,重复测量精度能够达到0.9μm,满足凸轮轴检测精度要求。
二、基于图像处理的几何参数测量系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于图像处理的几何参数测量系统（论文提纲范文）
（1）链轮毛刺检测方法与几何参数测量技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外链轮检测研究现状 |
| 1.2.1 链轮毛刺检测 |
| 1.2.2 链轮的几何参数测量 |
| 1.3 论文主要研究内容 |
| 1.4 本章小结 |
| 第2章 链轮检测需求分析及视觉平台构建 |
| 2.1 链轮检测要求 |
| 2.2 视觉检测硬件平台 |
| 2.3 链轮图像预处理 |
| 2.4 相机标定 |
| 2.5 本章小结 |
| 第3章 链轮毛刺检测算法 |
| 3.1 YOLO系列目标检测算法 |
| 3.2 链轮毛刺检测算法模型 |
| 3.2.1 先验框数目K的确定 |
| 3.2.2 网络结构改进 |
| 3.3 实验准备和分析 |
| 3.3.1 数据集制作与环境配置 |
| 3.3.2 网络训练过程 |
| 3.3.3 网络评价指标 |
| 3.3.4 不同主干网络对比 |
| 3.4 链轮毛刺检测实验 |
| 3.4.1 实验结果分析 |
| 3.4.2 毛刺检测界面设计 |
| 3.5 本章小结 |
| 第4章 链轮边缘提取和参数测量实验 |
| 4.1 链轮边缘提取算法 |
| 4.1.1 整像素提取 |
| 4.1.2 亚像素提取 |
| 4.1.3 本文改进算法 |
| 4.2 链轮基本参数获取 |
| 4.2.1 链轮的参数 |
| 4.2.2 链轮中心定位 |
| 4.2.3 齿数z的确定 |
| 4.2.4 节距角 |
| 4.3 链轮参数测量实验 |
| 4.3.1 测量结果 |
| 4.3.2 测量误差与分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（2）基于阈值增量的眩光测量系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 眩光理论研究现状 |
| 1.2.2 眩光测量方法研究现状 |
| 1.2.3 亮度和位置测量方法研究现状 |
| 1.2.4 研究现状分析 |
| 1.3 主要研究内容 |
| 1.4 研究方法及结构安排 |
| 1.4.1 研究方法 |
| 1.4.2 论文结构安排 |
| 1.5 本章小结 |
| 2 眩光的基础理论及系统设计 |
| 2.1 眩光的基础理论 |
| 2.1.1 眩光概念 |
| 2.1.2 眩光分类 |
| 2.1.3 阈值增量 |
| 2.2 系统功能及精度要求 |
| 2.3 系统方案设计 |
| 2.4 本章小结 |
| 3 图像亮度参数的提取 |
| 3.1 亮度参数提取原理 |
| 3.2 亮度标定设备 |
| 3.3 亮度标定平台设计 |
| 3.4 亮度参数标定与数据分析 |
| 3.5 本章小结 |
| 4 图像位置参数的提取 |
| 4.1 位置参数提取原理 |
| 4.2 相机标定方法 |
| 4.3 相机参数标定 |
| 4.4 标定结果 |
| 4.5 本章小结 |
| 5 实验及结果分析 |
| 5.1 亮度精度实验及误差分析 |
| 5.2 位置精度实验及误差分析 |
| 5.3 阈值增量(TI)值准确性检测实验 |
| 5.3.1 实验室环境下检测实验 |
| 5.3.2 道路照明环境下检测实验 |
| 5.4 不确定度评定 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间的科研成果 |
（3）基于视觉的超窄间隙焊接坡口宽度测量方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 视觉测量技术研究现状 |
| 1.2.2 视觉测量技术在焊接领域应用现状 |
| 1.2.3 坡口检测技术研究现状 |
| 1.3 主要研究内容与章节安排 |
| 第2章 系统的构建与标定 |
| 2.1 引言 |
| 2.2 系统的设计与构建 |
| 2.2.1 硬件平台 |
| 2.2.2 软件平台 |
| 2.2.3 系统工作原理 |
| 2.3 系统标定 |
| 2.3.1 常规标定方法 |
| 2.3.2 共面线性标定 |
| 2.4 标定方法性能测试 |
| 2.4.1 实验设计 |
| 2.4.2 结果分析 |
| 2.5 本章小结 |
| 第3章 坡口图像处理与识别 |
| 3.1 引言 |
| 3.2 研究思路 |
| 3.3 图像预处理 |
| 3.3.1 感兴趣区域提取 |
| 3.3.2 滤波去噪 |
| 3.3.3 灰度变换 |
| 3.3.4 顶帽变换 |
| 3.3.5 图像分割 |
| 3.4 激光条纹中心线提取 |
| 3.5 特征点识别 |
| 3.6 本章小结 |
| 第4章 厚钢板超窄间隙焊接坡口宽度测量 |
| 4.1 引言 |
| 4.2 焊接热变形模型 |
| 4.2.1 模型的建立与求解 |
| 4.2.2 模型的分析 |
| 4.2.3 角变形预测 |
| 4.3 实验与分析 |
| 4.3.1 实验设计 |
| 4.3.2 上坡口宽度测量 |
| 4.3.3 下坡口宽度测量 |
| 4.3.4 误差分析 |
| 4.4 本章小结 |
| 第5章 焊层高度预测方法 |
| 5.1 引言 |
| 5.2 截面形貌检测 |
| 5.2.1 截面形貌获取 |
| 5.2.2 形貌参数测量 |
| 5.3 机理模型分析 |
| 5.4 数据预处理 |
| 5.5 特征选择 |
| 5.5.1 特征贡献度评价方法 |
| 5.5.2 机理与数据融合策略 |
| 5.6 基于Light GBM的焊层高度预测 |
| 5.6.1 Light GBM模型建立 |
| 5.6.2 预测结果分析 |
| 5.7 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文目录 |
| 附录B 攻读学位期间所参与的科研项目 |
（4）基于数字成像和图像处理的转速和振动测量研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 转速测量方法概述 |
| 1.3 振动测量方法概述 |
| 1.4 基于图像传感器的转速和振动测量研究现状 |
| 1.5 现有视觉测量方法的局限性 |
| 1.6 研究内容 |
| 1.7 论文组织结构 |
| 第2章 基于图像传感器的测量系统设计 |
| 2.1 测量系统概述 |
| 2.2 系统硬件设计 |
| 2.2.1 转子试验台 |
| 2.2.2 光源 |
| 2.2.3 图像传感器 |
| 2.2.4 光学镜头 |
| 2.2.5 标记的设计 |
| 2.2.6 计算机系统 |
| 2.3 视觉测量软件设计 |
| 2.4 成像几何基础 |
| 2.4.1 坐标系的定义 |
| 2.4.2 相机透视投影模型 |
| 2.5 相机标定 |
| 2.5.1 图像平面与平面标定板的映射矩阵 |
| 2.5.2 求解摄像机参数 |
| 2.6 本章小结 |
| 第3章 基于图像序列相似度的转速和振动测量 |
| 3.1 基于图像序列相似度的转速测量 |
| 3.1.1 转速测量原理 |
| 3.1.2 图像相似度评价 |
| 3.1.3 图像预处理 |
| 3.1.4 转速计算 |
| 3.2 基于图像相似度的振动测量 |
| 3.3 不同算法的实验对比 |
| 3.3.1 相似性评估算法(CORR2、SSIM和VIF)比较 |
| 3.3.2 频率估计算法CZT与PIAC的比较 |
| 3.4 本章小结 |
| 第4章 基于二维码标记跟踪的转速测量 |
| 4.1 基于二维码的转速测量机理 |
| 4.2 二维码检测 |
| 4.2.1 尺度不变特征变换 |
| 4.2.2 加速稳健特征 |
| 4.2.3 AKAZE特征 |
| 4.3 转速计算 |
| 4.4 本章小结 |
| 第5章 视觉测量系统实验测试 |
| 5.1 基于图像相似度的转速测量 |
| 5.1.1 实验装置 |
| 5.1.2 实验结果与分析 |
| 5.2 基于图像相关的振动测量实验 |
| 5.2.1 实验装置 |
| 5.2.2 实验结果与分析 |
| 5.3 基于二维码跟踪的转速测量实验 |
| 5.3.1 实验装置 |
| 5.3.2 实验结果与分析 |
| 5.4 视觉测量的现场应用 |
| 5.4.1 风力发电机的转速和振动测量 |
| 5.4.2 工业电机转轴的转速测量 |
| 5.5 本章小结 |
| 第6章 视觉测量系统的影响因素研究 |
| 6.1 帧速率 |
| 6.2 图像分辨率 |
| 6.3 曝光时间 |
| 6.4 拍摄角度 |
| 6.5 光照条件 |
| 6.6 标记设计 |
| 6.7 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）空间非合作目标的三目立体视觉位姿测量技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 空间目标在轨服务研究现状 |
| 1.2.1 美国在轨服务研究现状 |
| 1.2.2 欧空局在轨服务研究现状 |
| 1.2.3 德国在轨服务研究现状 |
| 1.2.4 日本在轨服务研究现状 |
| 1.2.5 我国在轨服务研究现状 |
| 1.3 非合作目标视觉测量技术研究现状 |
| 1.4 本文主要研究内容与组织架构 |
| 第2章 三目立体视觉位姿测量数学模型 |
| 2.1 引言 |
| 2.2 坐标系建立及转换关系 |
| 2.2.1 像素坐标系 |
| 2.2.2 图像坐标系 |
| 2.2.3 相机坐标系 |
| 2.2.4 世界坐标系 |
| 2.2.5 目标坐标系 |
| 2.3 双目立体视觉测量模型 |
| 2.3.1 双目立体视觉结构模型 |
| 2.3.2 极线约束准则 |
| 2.4 三目立体视觉测量模型 |
| 2.5 三目视觉系统测量精度分析及位置结构设计 |
| 2.5.1 立体视觉测量模型精度分析 |
| 2.5.2 三目视觉相机位置结构设计 |
| 2.6 三目视觉相机标定及测量系统全站仪外测方法 |
| 2.6.1 相机标定现状 |
| 2.6.2 单目相机标定原理 |
| 2.6.3 三目立体视觉标定原理 |
| 2.6.4 三目系统标定实验 |
| 2.6.5 三目视觉测量系统全站仪外测方法 |
| 2.7 本章小结 |
| 第3章 非合作目标关键特征识别与位姿解算 |
| 3.1 引言 |
| 3.2 多椭圆特征的改进弧支撑线段拟合算法 |
| 3.2.1 常用椭圆检测方法及局限性分析 |
| 3.2.2 改进的弧支撑线段椭圆拟合算法 |
| 3.3 显着特征点识别算法 |
| 3.4 基于对接环和显着特征点的三目立体视觉位姿测量方法 |
| 3.4.1 基于立体视觉极线约束和半径尺寸约束的对接环筛选方法 |
| 3.4.2 三目立体视觉位姿测量 |
| 3.5 基于ORB特征点匹配的三目立体视觉位姿测量方法 |
| 3.5.1 三目ORB特征点检测 |
| 3.5.2 三目立体视觉交叉极线约束 |
| 3.5.3 基于RANSAC方法的非合作目标位姿测量 |
| 3.6 本章小结 |
| 第4章 三目测量算法的嵌入式平台移植与多核处理方法设计 |
| 4.1 引言 |
| 4.2 三目相机选型 |
| 4.3 DSP选型 |
| 4.4 嵌入式平台算法处理模块 |
| 4.5 三目视觉算法的DSP移植优化 |
| 4.6 基于数据流模型的三目视觉算法多核处理方法 |
| 4.7 本章小结 |
| 第5章 三目立体视觉位姿测量实验与分析 |
| 5.1 引言 |
| 5.2 实验平台介绍 |
| 5.3 三目与双目视觉测量对比实验 |
| 5.4 对接环和显着特征点位姿测量实验与分析 |
| 5.4.1 非合作目标模型静态实验 |
| 5.4.2 三目视觉相机由远及近位置逼近实验 |
| 5.4.3 非合作目标模型姿态转动实验 |
| 5.4.4 实验结果分析 |
| 5.5 ORB特征点匹配位姿测量实验与分析 |
| 5.5.1 非合作目标模型静态实验 |
| 5.5.2 非合作目标模型三轴位置移动实验 |
| 5.5.3 非合作目标模型姿态转动实验 |
| 5.5.4 实验结果分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文研究工作总结 |
| 6.2 论文主要创新点 |
| 6.3 论文研究工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（6）基于双线阵相机的飞行目标着靶参数测量技术（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 应用背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 相关技术研究概况 |
| 1.4 本文主要内容及结构安排 |
| 2 测量系统总体方案设计 |
| 2.1 测量系统测试方案 |
| 2.2 测量系统模型的建立 |
| 2.2.1 线阵相机模型 |
| 2.2.2 基于双线阵相机的着靶参数测量模型 |
| 2.3 测量系统测试平台设计 |
| 2.3.1 器件选型 |
| 2.3.2 软件支持 |
| 2.4 小结 |
| 3 系统软件设计及图像处理算法 |
| 3.1 测量系统软件界面设计 |
| 3.2 图像噪声处理 |
| 3.2.1 背景处理 |
| 3.2.2 图像增强 |
| 3.3 图像分割 |
| 3.3.1 图像的二值化 |
| 3.3.2 形态学处理 |
| 3.3.3 算法运行结果 |
| 3.4 目标中心像素点计算 |
| 3.4.1 中心点提取算法 |
| 3.4.2 算法运行结果 |
| 3.5 小结 |
| 4 双线阵相机测量系统的标定 |
| 4.1 线阵相机参数及标定 |
| 4.1.1 标定参数 |
| 4.1.2 摄像机标定方法 |
| 4.2 本系统标定方法 |
| 4.2.1 标定原理及过程 |
| 4.2.2 标定实验 |
| 4.2.3 软件实现及标定实验结果 |
| 4.3 小结 |
| 5 实验验证及分析 |
| 5.1 测试实验 |
| 5.1.1 实验流程 |
| 5.1.2 实验结果 |
| 5.2 测量结果分析 |
| 5.2.1 结果分析 |
| 5.2.2 精度验证 |
| 5.3 小结 |
| 6 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（7）机器视觉螺纹参数测量算法与评价技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 螺纹检测技术的国内外研究现状 |
| 1.2.1 接触式螺纹测量技术现状 |
| 1.2.2 螺纹非接触式测量技术现状 |
| 1.3 螺纹图像检测技术研究现状 |
| 1.4 本文研究内容 |
| 第2章 螺纹测量基础与参数评价实验方案 |
| 2.1 螺纹参数测量基础 |
| 2.1.1 螺纹参数综合测量 |
| 2.1.2 单项测量仪 |
| 2.1.3 影像法 |
| 2.2 螺纹参数测量方法对比 |
| 2.3 实验方案的确定 |
| 2.3.1 实验对象和仪器 |
| 2.3.2 机器视觉检测原理 |
| 2.3.3 影像测量仪GIM80A的硬件组成 |
| 2.4 本章小结 |
| 第3章 螺纹图像处理与分析 |
| 3.1 图像采集方法 |
| 3.2 自动聚焦原理 |
| 3.2.1 图像清晰度评价函数 |
| 3.2.2 图像清晰度评价实验 |
| 3.3 图像预处理 |
| 3.3.1 图像平滑 |
| 3.3.2 图像分割 |
| 3.4 图像边缘提取 |
| 3.5 螺纹牙型失真分析 |
| 3.5.1 螺纹牙型失真原因 |
| 3.5.2 螺纹图像失真原理 |
| 3.5.3 螺纹图像失真数学模型的建立 |
| 3.5.4 螺纹曲线修正模型验证 |
| 3.6 本章小结 |
| 第4章 机器视觉螺纹参数检测求取算法 |
| 4.1 螺纹图像偏斜问题研究 |
| 4.1.1 螺纹偏斜问题分析 |
| 4.1.2 螺纹图像修正 |
| 4.2 牙型角 |
| 4.2.1 螺纹牙侧边缘拟合 |
| 4.2.2 牙型角算法 |
| 4.2.3 垂直投影测量条件下牙型角补偿 |
| 4.3 中径 |
| 4.3.1 螺纹中径算法 |
| 4.3.2 垂直投影测量条件下中径的补偿 |
| 4.4 螺距 |
| 4.5 大径、小径 |
| 4.5.1 角点检测 |
| 4.5.2 大径、小径求取方法 |
| 4.6 本章小结 |
| 第5章 实验分析与不确定度评定 |
| 5.1 系统标定 |
| 5.2 螺纹参数测量结果分析 |
| 5.3 螺纹参数测量不确定度 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（8）钢轨廓形动态在线检测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究方法 |
| 1.2.1 接触式机械测量 |
| 1.2.2 非接触式光学测量 |
| 1.2.3 结构光三角测量法 |
| 1.3 研究现状 |
| 1.4 论文结构 |
| 第2 章 系统设计 |
| 2.1 系统结构设计 |
| 2.1.1 静态机械结构设计 |
| 2.1.2 动态机械结构设计 |
| 2.1.3 图像采集模块 |
| 2.1.4 中心处理模块 |
| 2.2 系统工作流程 |
| 2.3 系统应用优势 |
| 第3 章 检测原理 |
| 3.1 结构光三角测量原理 |
| 3.1.1 直射式三角测距 |
| 3.1.2 斜射式三角测距 |
| 3.1.3 三角测量原理 |
| 3.2 传感器标定 |
| 3.3 轮廓拼接 |
| 3.4 本章小结 |
| 第4 章 测量方案 |
| 4.1 60N钢轨介绍 |
| 4.2 60N钢轨尺寸标准 |
| 4.3 60N钢轨尺寸测量 |
| 4.3.1 轮廓拟合 |
| 4.3.2 尺寸测量方法 |
| 4.4 本章小结 |
| 第5 章 软件设计 |
| 5.1 编程软件 |
| 5.2 系统界面 |
| 5.3 数据库操作 |
| 5.4 系统软件工作流程 |
| 5.5 本章小结 |
| 第6 章 实验对比分析 |
| 6.1 精度提升 |
| 6.1.1 影响精度的因素 |
| 6.1.2 精度改进方法 |
| 6.2 对比试验 |
| 6.2.1 静态实验 |
| 6.2.2 动态实验 |
| 6.3 结果分析 |
| 6.4 本章小结 |
| 第7 章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（9）基于机器视觉的直缝焊管焊缝位置识别研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 机器视觉理论及焊缝检测研究现状 |
| 1.2.1 机器视觉国内外研究现状 |
| 1.2.2 焊缝检测国内外研究现状 |
| 1.3 研究方法与研究内容 |
| 第2章 直缝焊管焊缝位置测量原理 |
| 2.1 测量系统坐标建立 |
| 2.1.1 世界坐标系 |
| 2.1.2 像素坐标系 |
| 2.1.3 图像坐标系 |
| 2.1.4 相机坐标系 |
| 2.2 测量系统坐标关系 |
| 2.3 测量系统参数标定 |
| 2.3.1 相机内参的计算 |
| 2.3.2 相机外参的计算 |
| 2.3.3 相机重投影误差的计算 |
| 2.3.4 基于MATLAB相机标定工具箱的标定 |
| 2.4 直缝焊管焊缝位置计算数学模型 |
| 2.5 直缝焊管姿态计算 |
| 2.6 本章小结 |
| 第3章 直缝焊管焊缝位置测量系统设计 |
| 3.1 成像系统硬件选型 |
| 3.1.1 成像传感器选型 |
| 3.1.2 相机数据传输方式 |
| 3.1.3 相机快门曝光类型 |
| 3.1.4 镜头选型 |
| 3.2 光源选型 |
| 3.2.1 光源类型 |
| 3.2.2 照明方案 |
| 3.3 控制方案硬件设计 |
| 3.3.1 上位机 |
| 3.3.2 串口继电器通信 |
| 3.4 本章小结 |
| 第4章 直缝焊管焊缝识别图像处理技术 |
| 4.1 图像处理基础 |
| 4.1.1 灰度图片的获取 |
| 4.1.2 图像的邻域与连通区域 |
| 4.2 图像的降噪技术 |
| 4.2.1 图像噪声类别 |
| 4.2.2 噪声的数值模型 |
| 4.2.3 图像降噪算法 |
| 4.3 图像分割技术 |
| 4.3.1 全局阈值分割 |
| 4.3.2 局部阈值分割 |
| 4.4 图像的边缘检测技术 |
| 4.4.1 常见的传统边缘算法 |
| 4.4.2 Hough空间直线段边缘检测 |
| 4.5 基于改进Canny算法的焊缝边缘检测算法 |
| 4.5.1 传统边缘算法存在问题 |
| 4.5.2 改进的非极大值抑制 |
| 4.5.3 自适应阈值选取 |
| 4.5.4 滞后阈值 |
| 4.5.5 改进实验分析 |
| 4.6 改进的Canny边缘检测性能实验 |
| 4.6.1 边缘检测的评价 |
| 4.6.2 直缝焊管边缘检测实验 |
| 4.6.3 公开数据集边缘检测实验 |
| 4.7 基于焊缝边缘的焊缝识别方案 |
| 4.8 基于颜色标定的焊缝识别方案 |
| 4.9 本章小结 |
| 第5章 直缝焊管焊缝位置测量系统窗口设计 |
| 5.1 测量系统软件设计基础 |
| 5.1.1 MATLAB图像用户界面设计 |
| 5.1.2 GUI界面设计步骤及准则 |
| 5.1.3 MATLAB图像用户界面封装 |
| 5.2 测量系统图形窗口模块设计 |
| 5.2.1 测量系统登陆界面 |
| 5.2.2 主体程序识别流程 |
| 5.2.3 测量系统硬件通信 |
| 5.2.4 手动延时 |
| 5.2.5 输入数据的储存 |
| 5.2.6 彩色分割范围标定 |
| 5.3 本章小结 |
| 第6章 直缝焊管焊缝位置测量系统搭建与实验 |
| 6.1 测量验证平台的搭建 |
| 6.1.1 角度传感器 |
| 6.1.2 焊缝位置验证系统搭建 |
| 6.2 测量实验结果与分析 |
| 6.2.1 算法静态测量精度 |
| 6.2.2 算法动态测量精度 |
| 6.3 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（10）基于线阵相机的凸轮轴精密测量关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源及研究背景与意义 |
| 1.1.1 课题的来源 |
| 1.1.2 背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 凸轮轴测量方法研究现状 |
| 1.2.2 空间误差建模与补偿研究现状 |
| 1.2.3 亚像素边缘检测算法研究现状 |
| 1.3 论文的主要研究内容 |
| 2 凸轮轴测量系统总体方案设计 |
| 2.1 测量系统的总体方案设计 |
| 2.1.1 测量系统需求分析 |
| 2.1.2 测量系统方案设计 |
| 2.1.3 测量系统软件流程 |
| 2.2 成像系统的硬件选型 |
| 2.2.1 工业相机的选型 |
| 2.2.2 光学镜头的选型 |
| 2.2.3 光源的选型 |
| 2.3 测量系统标定方法 |
| 2.4 本章小结 |
| 3 测量系统误差分析与建模 |
| 3.1 测量系统几何误差分析 |
| 3.1.1 机械结构分析及运动链传递关系 |
| 3.1.2 测量系统几何误差分析 |
| 3.2 测量系统空间误差建模 |
| 3.2.1 理想状态下的运动变换矩阵 |
| 3.2.2 考虑几何误差后的运动变换矩阵 |
| 3.2.3 测量系统空间误差模型的建立 |
| 3.3 本章小结 |
| 4 测量系统误差敏感度分析与补偿 |
| 4.1 测量系统空间误差敏感度分析 |
| 4.1.1 空间误差敏感度模型的建立 |
| 4.1.2 空间误差对工件成像的影响 |
| 4.1.3 空间误差敏感度分析 |
| 4.2 基于误差补偿的形位误差评定模型 |
| 4.2.1 圆度误差评定数学模型建立 |
| 4.2.2 圆柱度误差评定数学模型建立 |
| 4.2.3 凸轮升程误差评定数学模型建立 |
| 4.3 基于误差补偿的形位误差测量仿真分析 |
| 4.3.1 圆度误差仿真分析 |
| 4.3.2 圆柱度误差仿真分析 |
| 4.3.3 凸轮升程误差仿真分析 |
| 4.4 本章小结 |
| 5 图像处理算法研究 |
| 5.1 图像预处理研究 |
| 5.1.1 图像滤波算法 |
| 5.1.2 图像阈值分割 |
| 5.1.3 感兴趣区域选取 |
| 5.2 像素级边缘检测 |
| 5.2.1 边缘模型分析 |
| 5.2.2 像素级边缘检测算法 |
| 5.3 亚像素边缘检测 |
| 5.3.1 常见的拟合算法 |
| 5.3.2 拟合算法的选择 |
| 5.3.3 亚像素边缘检测算法 |
| 5.4 本章小结 |
| 6 凸轮轴测量系统的实验验证 |
| 6.1 凸轮轴测量系统样机 |
| 6.2 标定实验 |
| 6.3 实验对象及ADCOLE检测结果 |
| 6.4 实验结果与分析 |
| 6.4.1 轴颈测量结果与分析 |
| 6.4.2 凸轮测量结果与分析 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
四、基于图像处理的几何参数测量系统（论文参考文献）
- [1]链轮毛刺检测方法与几何参数测量技术研究[D]. 田峰. 扬州大学, 2021(02)
- [2]基于阈值增量的眩光测量系统研究[D]. 王嘉明. 西安理工大学, 2021(01)
- [3]基于视觉的超窄间隙焊接坡口宽度测量方法研究[D]. 何倩玉. 兰州理工大学, 2021
- [4]基于数字成像和图像处理的转速和振动测量研究[D]. 王天宇. 华北电力大学(北京), 2021
- [5]空间非合作目标的三目立体视觉位姿测量技术研究[D]. 束安. 中国科学院大学(中国科学院上海技术物理研究所), 2021(01)
- [6]基于双线阵相机的飞行目标着靶参数测量技术[D]. 赵琳杰. 西安工业大学, 2021(02)
- [7]机器视觉螺纹参数测量算法与评价技术研究[D]. 任江豪. 陕西理工大学, 2021(08)
- [8]钢轨廓形动态在线检测系统研究[D]. 孟宇. 冶金自动化研究设计院, 2021(01)
- [9]基于机器视觉的直缝焊管焊缝位置识别研究与应用[D]. 于兵. 太原理工大学, 2021(01)
- [10]基于线阵相机的凸轮轴精密测量关键技术研究[D]. 朱丹丹. 西安工业大学, 2021(02)