基于图像拼接的零件几何尺寸的图像测量算法的研究

《基于图像拼接的零件几何尺寸的图像测量算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要图像测量(ImageMeasurement)是一种采用CCD(ChargeCoupledDevice)进行摄像测量的新型光电测量技术。本课题针对现有的图像测量中存在的视场范围小、成本高等难题，在广东工业大学自动化学院广东省教育厅“先进控制技术”重点实验室的CTLs一1000生产过程自动监控实验装备的图像检测工作站硬件平台的基础上，通过图像拼接，对零件几何尺寸进行图像测量，并对相关的图像测量算法进行了探讨研究和改进。本论文首先介绍了图像测量的概念及其国内外动态，讨论了图像测量技术存在的问题，给出了本课题研究目

2、的、意义和具体内容。通过对现有实验装备的介绍，给出图像测量算法的总体架构。其次通过对采集的图像进行预处理，消除原始图像的噪声污染及运动产生的模糊现象，使退化图像得到复原，为图像拼接奠定基础。图像拼接采用灰度相关算法，并对拼合处进行图像融合，消除虚假边缘。然后，为了实现对拼接图像在象素级上的分割，对蚁群算法进行了改进，以梯度算子作为蚁群聚类特征，并采用两类蚁群聚类分割，使分割快速且准确。同时，为了使边缘定位更精确，采用了基于Lyvers空间矩算子边缘定位算法进行亚象素级定位，并对算法进行了改进，仅对己分割的边缘点

3、进行亚象素定位，减少了定位所需的时间。通过Hough交换和最小二乘法对离散的边缘点进行拟合，得到零件的基本图形信息。最后，对CCD系统进行了非线性畸变补偿，并采用标准的二次标定方法，完成象素与真实尺寸的换算，获得了零件的几何尺寸。在论文的最后，以零件的两帧图像的拼接为例，对基于图像拼接的零件几何尺寸图像测量算法进行了测量精度分析并得到测量精度估算值。关键词：图像测量图像拼接图像分割亚象素定位CCD标定ABSTRACTImageMeasurementisanewkindofphotoelectricmeasure

4、menttechnologythatusestheChargeCoupledDevice．namelyCCDtotakephotosandmeasurements·ThepaperaimsattheproblemsofimagemeasurementfieldsuchasthesmallviewfieldandhighCOSt，presentstotakemeasuresonthegeometricsizesofpartsbaseonimagemosaic·Wehaveimprovedtherelatedima

5、gemeasurementalgorithm．WestudyontheimagemeasurementstationofCTLS．1000equipmentintheAdvancedControlLaboratoryofEducationBureauofGuangdongProvincecontributedinAutomationFacultyofGuangdongUniversityofTechnology．Thepaperfirstintroducestheconceptandthedevelopment

6、situationofimagemeasur。me“ttechnology,pointsouttheproblemsthatexistinthisfieldandpresentstheobjective，significanceandtheresearchrange．Besides，italsointroducestheimagemeasurementstationofCTLS-1000equipmentsandpresentstheoverallstructureofthealgorithm·Second，t

7、hroughthepre—processingontheoriginalimagessuchasremovingthenoisepollutionandblurringledbythemotionoftheobject，theblurredimagecanberestoredtopreparedformosaicoperation．Weadoptsintensitycorrelationalgorithmtomakeimagemosaicoperationandalsomakeimagefusionatjoin

8、tareatoeliminatefalseedges．Then，inordertorealizethesegmentationofmosaicimageatthesub-pixellevel，weimprovetheantcolonyalgorithm，andusegradientoperatorasantcolonyCharacteristicofClustering，Usetwot