基于CCD視覺的二維精密零件反求系統(tǒng)
發(fā)布時(shí)間:2022-01-03 11:19
隨著工業(yè)強(qiáng)國(guó)計(jì)劃的深入推進(jìn),在工業(yè)制造中,對(duì)許多儀器或者設(shè)備的靈敏度和準(zhǔn)確度提出了極高的要求,譬如:汽車發(fā)動(dòng)機(jī)、火箭軸承和高速離心機(jī)等。為了滿足工業(yè)生產(chǎn)和社會(huì)發(fā)展的需求,許多零件對(duì)精度有著極高的要求。反求技術(shù)是以實(shí)物為基礎(chǔ)獲得CAD模型的一項(xiàng)技術(shù),對(duì)于生產(chǎn)開發(fā)精密零件有著至關(guān)重要的作用。反求系統(tǒng)需要構(gòu)建一系列功能強(qiáng)大的數(shù)據(jù)處理方法去高精度、高重復(fù)性、高準(zhǔn)確率的復(fù)現(xiàn)零件,比如:圖像去噪,圖元識(shí)別等,F(xiàn)有的技術(shù)在泛化性,穩(wěn)定性,準(zhǔn)確性上,難以滿足實(shí)際工業(yè)要求。針對(duì)上述問題,本文對(duì)基于CCD視覺的二維精密零件反求系統(tǒng)進(jìn)行研究,簡(jiǎn)述反求系統(tǒng)研究背景、研究意義和精密測(cè)量研究現(xiàn)狀,重點(diǎn)說明精密零件反求系統(tǒng)的相關(guān)理論。本文設(shè)計(jì)的系統(tǒng),包含硬件和軟件兩部分。精密零件反求系統(tǒng)是多種圖像處理方法共同協(xié)作的結(jié)果,為了成功輸出CAD模型,本文進(jìn)行了如下工作:(1)標(biāo)定。通過張正友標(biāo)定法來獲得像素坐標(biāo)與現(xiàn)實(shí)坐標(biāo)的對(duì)應(yīng)關(guān)系和畸變參數(shù),獲得對(duì)應(yīng)關(guān)系,獲得對(duì)應(yīng)關(guān)系可將像素坐標(biāo)與現(xiàn)實(shí)坐標(biāo)進(jìn)行映射,獲得畸變參數(shù)來消除相機(jī)畸變。(2)改進(jìn)一種基于信息熵的去漸暈算法。該算法將信息熵理論與同態(tài)濾波相結(jié)合,不僅去除了硬件設(shè)施不匹...
【文章來源】:廣西師范大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:67 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
坐標(biāo)系示意圖
廣西師范大學(xué)碩士學(xué)位論文7式(2.4)中0001000000vuffyx是相機(jī)的內(nèi)參,10tR是相機(jī)的外參。2.1.2相機(jī)畸變由于相機(jī)的前方增加了透鏡,透鏡會(huì)對(duì)光線的傳播有新的影響,就會(huì)產(chǎn)生畸變。相機(jī)的畸變主要是有三種:枕型畸變、桶形畸變、線性畸變。枕型畸變是由于鏡頭引起的畫面向中間“收縮”的情況,常出現(xiàn)在長(zhǎng)焦鏡頭或者變焦鏡頭的長(zhǎng)焦端時(shí)。桶形畸變是由鏡頭中透鏡物理性能和鏡頭結(jié)構(gòu)引起的成像畫面呈桶形膨脹的失真現(xiàn)象,一般出現(xiàn)在廣角鏡頭或使用變焦鏡頭的廣角。線性畸變一般出現(xiàn)在近距離拍攝出高大的直線結(jié)構(gòu)的情況例如近距離拍攝樹木等。一般常見的畸變桶形失真和枕形失真,如圖2.2所示。(a)原圖(b)桶形失真(c)枕形失真圖2.2相機(jī)畸變類型圖2.2圖像預(yù)處理在精密零件反求系統(tǒng)中,圖像的好壞程度直接影響最終反求結(jié)果。因此,系統(tǒng)的每一個(gè)環(huán)節(jié)都要嚴(yán)格把控,第一步對(duì)圖像得噪點(diǎn)進(jìn)行濾除。進(jìn)行圖像濾波時(shí),濾波方法有高斯濾波、均值濾波、中值濾波、雙邊濾波。正是因?yàn)椴淮嬖谌魏我环N算法能夠解決所有噪聲問題,因此濾波算法有多種,每種算法都有自己的優(yōu)點(diǎn)和缺點(diǎn),例如對(duì)于隨機(jī)噪聲均值濾波算法濾除效果好,而對(duì)于脈沖噪聲均值濾波算法不能濾波噪聲只能是中值濾波算法濾除噪聲[12]。下面對(duì)各濾波算法進(jìn)行介紹:(1)高斯濾波高斯濾波器是一種對(duì)整幅圖像進(jìn)行加權(quán)平均的線性平滑濾波器,目前被廣泛使用的一種濾波算法,在求取邊緣輪廓時(shí),有些算法需要先進(jìn)行高斯濾波后進(jìn)行提取輪廓。高斯函數(shù)公式如下:
廣西師范大學(xué)碩士學(xué)位論文82222)(221),(yxeyxg(2.5)式(2.5)中通常情況下取數(shù)值為3,高斯濾波就是將圖像與模板進(jìn)行卷積。高斯濾波具有五個(gè)優(yōu)良的性質(zhì):①二維高斯濾波函數(shù)具有旋轉(zhuǎn)不變性,也就是平滑程度不受方向影響都是固定的;②二維高斯函數(shù)能夠分步進(jìn)行;③高斯函數(shù)對(duì)應(yīng)的傅里葉變換函數(shù)能夠不受到高頻信息的干擾;④與平滑程度直接相關(guān),在區(qū)間內(nèi)越大平滑程度越大;⑤高斯函數(shù)只對(duì)距離算子中心近的區(qū)域有作用。(2)均值濾波均值濾波算法的基本思想是用幾個(gè)鄰域像素灰度的平均值替代每個(gè)像素的灰度值,其鄰域的選取通常為以單位Δx構(gòu)成的4鄰域和以2個(gè)單位距離為半徑r構(gòu)成的8鄰域,具體示意圖如圖2.3所示。圖2.3均值濾波鄰域圖一幅M×N圖像經(jīng)過大小為m×n(m和n均為奇數(shù))的加權(quán)均值濾波器,由公式(2.6)可得:aasbbtaasbbttswtysxftswyxg),(),(),(),((2.6)(3)中值濾波中值濾波:定義長(zhǎng)度為ML12(M為正整數(shù))的濾波窗口,設(shè)在第n時(shí)刻輸入信號(hào)序列在窗口中的樣點(diǎn)是[13]:nMnxnxMx)(),...,(),...,((2.7)此時(shí)的輸出為:
本文編號(hào):3566183
【文章來源】:廣西師范大學(xué)廣西壯族自治區(qū)
【文章頁數(shù)】:67 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
坐標(biāo)系示意圖
廣西師范大學(xué)碩士學(xué)位論文7式(2.4)中0001000000vuffyx是相機(jī)的內(nèi)參,10tR是相機(jī)的外參。2.1.2相機(jī)畸變由于相機(jī)的前方增加了透鏡,透鏡會(huì)對(duì)光線的傳播有新的影響,就會(huì)產(chǎn)生畸變。相機(jī)的畸變主要是有三種:枕型畸變、桶形畸變、線性畸變。枕型畸變是由于鏡頭引起的畫面向中間“收縮”的情況,常出現(xiàn)在長(zhǎng)焦鏡頭或者變焦鏡頭的長(zhǎng)焦端時(shí)。桶形畸變是由鏡頭中透鏡物理性能和鏡頭結(jié)構(gòu)引起的成像畫面呈桶形膨脹的失真現(xiàn)象,一般出現(xiàn)在廣角鏡頭或使用變焦鏡頭的廣角。線性畸變一般出現(xiàn)在近距離拍攝出高大的直線結(jié)構(gòu)的情況例如近距離拍攝樹木等。一般常見的畸變桶形失真和枕形失真,如圖2.2所示。(a)原圖(b)桶形失真(c)枕形失真圖2.2相機(jī)畸變類型圖2.2圖像預(yù)處理在精密零件反求系統(tǒng)中,圖像的好壞程度直接影響最終反求結(jié)果。因此,系統(tǒng)的每一個(gè)環(huán)節(jié)都要嚴(yán)格把控,第一步對(duì)圖像得噪點(diǎn)進(jìn)行濾除。進(jìn)行圖像濾波時(shí),濾波方法有高斯濾波、均值濾波、中值濾波、雙邊濾波。正是因?yàn)椴淮嬖谌魏我环N算法能夠解決所有噪聲問題,因此濾波算法有多種,每種算法都有自己的優(yōu)點(diǎn)和缺點(diǎn),例如對(duì)于隨機(jī)噪聲均值濾波算法濾除效果好,而對(duì)于脈沖噪聲均值濾波算法不能濾波噪聲只能是中值濾波算法濾除噪聲[12]。下面對(duì)各濾波算法進(jìn)行介紹:(1)高斯濾波高斯濾波器是一種對(duì)整幅圖像進(jìn)行加權(quán)平均的線性平滑濾波器,目前被廣泛使用的一種濾波算法,在求取邊緣輪廓時(shí),有些算法需要先進(jìn)行高斯濾波后進(jìn)行提取輪廓。高斯函數(shù)公式如下:
廣西師范大學(xué)碩士學(xué)位論文82222)(221),(yxeyxg(2.5)式(2.5)中通常情況下取數(shù)值為3,高斯濾波就是將圖像與模板進(jìn)行卷積。高斯濾波具有五個(gè)優(yōu)良的性質(zhì):①二維高斯濾波函數(shù)具有旋轉(zhuǎn)不變性,也就是平滑程度不受方向影響都是固定的;②二維高斯函數(shù)能夠分步進(jìn)行;③高斯函數(shù)對(duì)應(yīng)的傅里葉變換函數(shù)能夠不受到高頻信息的干擾;④與平滑程度直接相關(guān),在區(qū)間內(nèi)越大平滑程度越大;⑤高斯函數(shù)只對(duì)距離算子中心近的區(qū)域有作用。(2)均值濾波均值濾波算法的基本思想是用幾個(gè)鄰域像素灰度的平均值替代每個(gè)像素的灰度值,其鄰域的選取通常為以單位Δx構(gòu)成的4鄰域和以2個(gè)單位距離為半徑r構(gòu)成的8鄰域,具體示意圖如圖2.3所示。圖2.3均值濾波鄰域圖一幅M×N圖像經(jīng)過大小為m×n(m和n均為奇數(shù))的加權(quán)均值濾波器,由公式(2.6)可得:aasbbtaasbbttswtysxftswyxg),(),(),(),((2.6)(3)中值濾波中值濾波:定義長(zhǎng)度為ML12(M為正整數(shù))的濾波窗口,設(shè)在第n時(shí)刻輸入信號(hào)序列在窗口中的樣點(diǎn)是[13]:nMnxnxMx)(),...,(),...,((2.7)此時(shí)的輸出為:
本文編號(hào):3566183
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3566183.html
最近更新
教材專著