基于机器视觉的形状尺寸检测方法研究go

基于机器视觉的形状尺寸检测方法研究go

ID:36503219

大小:212.13 KB

页数:6页

时间:2019-05-11

基于机器视觉的形状尺寸检测方法研究go_第1页
基于机器视觉的形状尺寸检测方法研究go_第2页
基于机器视觉的形状尺寸检测方法研究go_第3页
基于机器视觉的形状尺寸检测方法研究go_第4页
基于机器视觉的形状尺寸检测方法研究go_第5页
资源描述:

《基于机器视觉的形状尺寸检测方法研究go》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、http://www.elecfans.com电子发烧友http://bbs.elecfans.com电子技术论坛基于机器视觉的形状尺寸检测方法研究徐晓,翟敬梅(华南理工大学机械与汽车工程学院,广州,510640)摘要:基于机器视觉技术的产品自动检测、分类和测量系统,由于非接触性和快速、精度高等优点在实际生产中得到广泛关注。论文研究并建立了目标体几何形状和尺寸检测机器视觉系统。原始图像经过预处理、获取图像轮廓特征后,采用一个基于不变矩、相对矩和提取角点特征的新方法自动识别目标体的形状。根据工业应用实际情况,线性模型标定获取摄像机内外参数,计算目标体形状特征的真实尺寸

2、。实验证明该方法计算复杂度相对于常用的Hough变换大大降低,适合实时处理,实验结果较为理想。关键词:机器视觉;不变矩和相对矩;角点检测;摄像机标定中图分类号:TP391文献标识码:AMethodsofGeometricShapeRecognitionandGeometryParametersMeasurementBasedonMachineVisionXUXiao,ZHAIJing-Mei(SchoolofMechanicalandAutomotiveEngineering,SouthChinaUniversityofTechnology,Guangzhou510

3、640,China)Abstract:Machinevisionsystemsforautomatedinspection,sortingandparametersmeasurementhavebeenfocusedinthemanufacturingprocessesowingtotheadvantagesofnon-contact,high-speedandhigh-precision.Ageometricshaperecognitionandgeometryparametersmeasurementsystemisdevelopedbasedonmachine

4、visionr.Anewmethodofgeometricshaperecognitionissuggestedbasedontheintegratedtechnologiesofinvariantmoments,relativemomentsandcornerdetection.Forgeometricparametersmeasurement,alinearmodelcalibrationisrealizedtogettheinnerandouterparametersofcamerafortheactualgeometricparameters.Itisobt

5、ainedfromtheexperimentsthattheresultsaresatisfiedandthecomplexityofthemethodisgreatlylessthanthecommonmethodwhichiscalledHoughTransform.Keywords:Machinevision;Invariantmomentsandrelativemoments;Cornerdetection;cameracalibration1引言在实际生活和工业生产中,目标体的形状及其大小是识别和检测的一个重要特征。本文研究基于机器视觉的形状识别和尺寸检测

6、方法,建立一个通用的、适合于不同形状的视觉测量系统,自动识别常规形状,并计算各自形状的特征尺寸。图1为系统实施流程框图。原始图像图像减色图像增强图像预处理轮廓提取边缘检测与图像分割图像提取摄像机标定图像坐标点特征描述图像分析尺寸计算形状判别形状和尺寸图1系统实施框图基金项目:广东省科技计划项目(2007B010400049):医护用健康监护分析仪的研究与开发http://www.elecfans.com电子发烧友http://bbs.elecfans.com电子技术论坛2图像预处理和图像提取为提高运算速度,首先对获得的真彩色图转换为灰度图。采用八叉树颜色量化算法得到

7、256色图,再采用色彩系统变换算法,将256色位图转换成灰度图,既可保留原图像的层次,又可以反映原图像的亮度等级。为便于特征提取,对图像进行增强处理。本文结合高斯滤波与中值滤波,滤除图像中的高斯噪声和脉冲噪声。由于滤波是对灰度取平均,会对图像造成一定程度的模糊,因而进一步进行拉普拉斯锐化以增强图像的边缘。边缘检测方法很多,通过边缘检测各种算子的分析和实验对比,选择平移和差分算子中的水平和垂直算子,该算子能较好地显现出目标的边缘,而且速度较快。工业测量中,背景取为与目标体对比度较大的单一色,故图像分割中采用算法简单的阈值分割法。轮廓提取则对图像的所有像素点逐个判断

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。