基于數(shù)字圖像處理技術(shù)的螺紋檢測系統(tǒng)設(shè)計(jì)畢業(yè)論文-預(yù)覽頁
【正文】 規(guī)和環(huán)規(guī)，分別用以檢驗(yàn)內(nèi)、外螺紋，僅僅檢測螺紋外形輪廓的量規(guī)也被大量使用。儀器的照明系統(tǒng)在后下方。測量螺距時，先在位置Ⅰ上對準(zhǔn)，并在顯微鏡5上進(jìn)行讀數(shù)，然后移動縱向滑板，使之移動n個螺牙后在位置Ⅴ上對準(zhǔn)，由顯微鏡5繼續(xù)進(jìn)行讀數(shù)，兩次讀數(shù)之差即為n個螺距的實(shí)際值。精密量儀（如杠桿千分尺、光學(xué)計(jì)、測長儀等）測出M值，最后測量出被測中徑值d2 。因此，這些方法只能對螺紋某些參數(shù)作低精度檢測。新標(biāo)準(zhǔn)分為兩種螺紋：“保安螺紋”和“其他螺紋”。德國研制出一種應(yīng)用光纖維傳感器的內(nèi)螺紋自動檢測裝置，它可測內(nèi)螺紋的大徑、小徑、中徑和螺距誤差，其整機(jī)測量精度為7μm 。具有非接觸、速度快、精度高、現(xiàn)場抗干擾能力強(qiáng)等許多優(yōu)點(diǎn)，能很好的滿足現(xiàn)代制造業(yè)的需求。這里的測試分析軟件主要包括圖像的預(yù)處理、 邊緣提取、亞像素定位等幾方面。 螺紋圖像處理螺紋特征參數(shù)測量軟件主要包括圖像處理、 參數(shù)標(biāo)定以及參數(shù)計(jì)算三個方面的內(nèi)容 ,圖像處理又包含圖像預(yù)處理、 螺紋輪廓邊緣的提取、 擬合等幾個方面 ,其算法流程圖如圖 2 所示。邊緣保持濾波器[2]是在上述濾波器的基礎(chǔ)上發(fā)展的一種濾波器 ,該濾波器在濾除噪聲脈沖的同時 ,又不致于使圖像邊緣十分模糊 ,特別適合于像螺紋檢測這樣的我們只關(guān)心它的邊緣特征的情況。噪聲通常是隨機(jī)產(chǎn)生的, 因而具有分布和大小的不規(guī)則性。 脈沖噪聲只含有隨機(jī)的白亮度值或只含有隨機(jī)出現(xiàn)的黑亮度值。 在頻率域, 由于噪聲的頻譜常多在高頻段, 因此采用各種形式的低通濾波方法來減少噪聲。平滑模板的思想是通過一點(diǎn)和周圍幾個點(diǎn)的運(yùn)算來去除突變點(diǎn), 從而濾掉一定的噪聲, 但圖像有一定的模糊度, 而減少圖像模糊是圖像平滑處理的主要問題之一, 這主要取決于噪聲本身的特性。從圖1 中可以看出, 模板變大后的均值濾波更顯模糊,而中值濾波后圖像均勻, 線條比較明顯。邊緣檢測算子檢查每個像素的鄰域并對灰度變化率進(jìn)行量化, 也包括方向的確定, 然后使用基本方向?qū)?shù)掩模求卷積的方法提取邊緣。 經(jīng)典邊緣檢測算子的理論分析和比較所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合, 兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣。邊緣檢測算子是利用圖像邊緣的突變性質(zhì)來檢測邊緣的。一階導(dǎo)數(shù)算子也就是常說的梯度算子, 對于數(shù)字圖像 z= f (x , y), 它的梯度定義為向量: 其中: Gx 和Gy 是梯度值。Roberts 算子是 22 算子模板, 如圖 1 所示的 2 個卷積核形成了Roberts 算子。 運(yùn)算結(jié)果是一幅邊緣幅度圖像。 2 個卷積的最大值作為輸出值, 其運(yùn)算結(jié)果是一幅邊緣幅度圖像,Sobel 邊界見圖2(b)。Prewitt 算子也產(chǎn)生一幅邊緣幅度圖像。 Canny 算子是在以往的邊緣檢測算子和邊緣檢測的基礎(chǔ)上提出的, 它滿足信噪比準(zhǔn)則、定位精度準(zhǔn)則和單邊緣響應(yīng)準(zhǔn)則。 ④用雙閾值算法檢測和連接邊緣。在實(shí)際應(yīng)用中, Canny 算子通過 2 個閾值來分別檢測強(qiáng)邊緣和弱邊緣, 只有在強(qiáng)邊緣與弱邊緣連接時, 弱邊緣才被輸出, 該算子不容易受噪聲干擾。用該算子處理邊緣陡峭度高且噪聲小的圖像效果較佳。Laplacian 算子是二階導(dǎo)數(shù)算子, 其方向信息已丟失, 常產(chǎn)生雙像素, 對噪聲具有雙倍加強(qiáng)作用, 因此它很少直接用于邊緣檢測。 因此, 該算子具有較強(qiáng)的噪聲抑制能力, 但該算子有時也把一些高頻邊緣濾掉, 造成一部分邊緣的丟失。Canny 邊緣檢測是一種比較新的邊緣檢測算子 ,具有較好的邊緣檢測性能 ,能在噪聲抑制和邊緣檢測之間取得良好的平衡。比較可得 Canny 算法產(chǎn)生的邊界較細(xì)、 定位精度高、 單一邊緣好 ,這是由于 Canny 算法是通過對梯度方向上的非局部極大值進(jìn)行抑制而達(dá)到這樣的效果的 ,缺點(diǎn)是檢測出來的雜散邊界較多 ,但只要控制好檢測的域值 ,可以減少雜散邊界 ,降低其影響 ,它是檢測階躍型邊緣效果最好的算子之一 ,它比Prewitt 算子、 Sobel 算子、 拉普拉斯算子極小值算法的去噪能力都要強(qiáng)。imshow(I)。figure,imshow(BW1)。最小二乘法的原理是:成對等精度地測得一組數(shù)據(jù)( xi , yi) (i = 1 ,2 , ?, k) ,若能找到一條最佳的擬合直線 ,那么這條擬合直線上的各點(diǎn)的值與測量值的差的平方和在所有擬合直線中應(yīng)是最小的。 利用閾值法提取一幅圖像包括目標(biāo)物體、背景和噪聲, 怎樣從多值的數(shù)字圖像中只取出目標(biāo)物體, 常用的方法就是設(shè)定某一閾值T , 用T 將圖像的數(shù)據(jù)分成兩部分: 大于T的像素群和小于T 的像素群。直方圖法是閾值算法中一種直觀簡單的方法, 它是通過統(tǒng)計(jì)每個灰度值在圖像中所占像素的比例來繪制各個灰度值在圖像中的分布圖, 進(jìn)而確定用于分割物體和背景的閾值。 圖3 為一個經(jīng)過中值濾波后螺紋圖像的灰度直方圖, 可以看出,谷底的取值是50 ～ 150, 通過實(shí)際測算, 確定閾值為120。39。 % 觀察灰度直方圖， 灰度140處有谷，確定閾值T=140I1=im2bw(I,140/255)。在進(jìn)行實(shí)際測量之前 ,先對系統(tǒng)進(jìn)行了標(biāo)定實(shí)驗(yàn) ,在同一測量條件下 ,對標(biāo)準(zhǔn)量塊和直尺(3 級、 3 等) 進(jìn)行測量 ,然后通過最小二乘法進(jìn)行擬合 ,去除粗大誤差 ,得到該測量條件下的系統(tǒng)的放大比例系數(shù)。對于一些用于密封的管螺紋還有螺紋錐度等參數(shù)。中徑 d2與大徑和原始三角形高度 H 有下列關(guān)系: d2 = D 3 H/ 4 。牙型角是指在通過螺紋軸線剖面內(nèi)的螺紋牙型上相鄰兩牙側(cè)間的夾角 ,公制普通螺紋的牙型角α= 60176。 和 31176。本文利用圖像在 CCD 上所占像素?cái)?shù)來進(jìn)行測量 ,所以測量精度很大程度上取決于 CCD 器件上像素的大小。(3)量化誤差、 圖像分割過程中的影響因素及特征量計(jì)算過程中的影響因素等。本文采用攝像系統(tǒng)標(biāo)定的方法[5]來消除或降低其影響。u = kv + c0 + i Δuv = ku + b0 + jΔv(7)然后將理想網(wǎng)格節(jié)點(diǎn)坐標(biāo)( ui , vi) 和該點(diǎn)處的像差(δui ,δvi)代入式(8) 中 ,利用最小二乘法對超定線方程組進(jìn)行求解 ,就可得到攝像機(jī)畸變誤差模型。如果要提取的目標(biāo)為點(diǎn)特征目標(biāo) ,則可以通過映射關(guān)系只對目標(biāo)位置進(jìn)行變換來得到修正的目標(biāo)位置。 結(jié) 論本系統(tǒng)實(shí)現(xiàn)了螺紋幾何尺寸的非接觸測量。非接觸測量——這在工程上對保證配件的質(zhì)量具有重要的意義。四年多來，金老師不僅在學(xué)業(yè)上給我以精心指導(dǎo)，同時還在思想、生活上給我以無微不至的關(guān)懷，在此謹(jǐn)向金老師致以誠摯的謝意和崇高
電大資料相關(guān)推薦
鄂ICP備17016276號-1