基于數(shù)字圖像處理技術(shù)的螺紋檢測系統(tǒng)設(shè)計畢業(yè)論文(存儲版)
【正文】 大小代表邊緣的強度, 梯度的方向與邊緣走向垂直。但是, Laplacian 算子與高斯濾波相結(jié)合形成的LOG 算子經(jīng)常用于邊緣檢測。它利用高斯函數(shù)的一階微分對圖像進行濾波 ,得到每個像素梯度的大小| G| 和方向θ: f 為濾波后的圖像。BW1 = edge(I,39。設(shè)有一獨立等精度的測量列 xi(i =1,2, ?, n) ,其殘差(或偏差)為 rc = ri r o ,殘差(或偏差)平方和為n∑i =1v2i =∑ni = 1( xi ? x)2= (∑ni = 1x2i) n? x2 (4)式中 , ? x =1n∑ni = 1xi 。若圖像中只包括背景和物體, 那么直方圖形狀為兩峰夾一谷, 在谷底取閾值最為合適,誤差也最小。)。例如在螺紋 1 的測量中 ,k = 像素數(shù)/ 物長 = 160/ 7 ,在螺紋 2 的測量中 , k = 104/ 3 , k值的大小決定了測量系統(tǒng)的分辨率 ,因此可以使物體的像素跨度盡可能大一些以增大 k 值 ,提高測量精度。螺紋高度 h是螺紋牙頂與牙底之間的垂直距離: h = (D d1)/ 2 。 ,故測量應(yīng)測量半角。這些影響精度的因素都應(yīng)盡量消除或是減小。δu( u, v) = a0 + a1 u + a2 v + a3 u2+ a4 uv +a5 v2+ a6 u3+ a7 u2v + a8 uv2+ a9 v3δv( u, v) = b0 + b1 u + b2 v + b3 u2+ b4 uv +b5 v2+ b6 u3+ b7 u2v + b8 uv2+ b9 v3(8)最后利用得到的攝像機畸變誤差模型 ,可以建立起原圖像和修正圖像的映射關(guān)系 ,從而得到誤差修正后的圖像。測量的速度快、精度較高。從課題的選擇到項目的最終完成，金老師都始終給予我細心的指導(dǎo)和不懈的支持。 2μm。然后將網(wǎng)格節(jié)點的坐標代入式(7) 中 ,用最小二乘法來求解該式中 k、 b0 、 c0 、 Δu、Δv5 個參數(shù) ,即可以得到理想的網(wǎng)格場。 誤差分析引起測量誤差的主要因素[4]有 :(1)成像系統(tǒng)幾何畸變誤差 ,包括透鏡誤差和透視誤差等； (2) 成像系統(tǒng)的噪聲 ,包括相機的光子噪聲、 暗電流噪聲、 光響應(yīng)非均勻性噪聲、 雜波噪聲和溫度的影響等以及其他如手印、 圖像采集的像素抖動等引起的誤差 。 ,牙型角正確時牙型半角仍可能有誤差 ,如:兩半角分別為29176。與外螺紋牙底相重合的假想圓柱體的直徑 ,稱為小徑。因此測量系統(tǒng)放大倍數(shù)的標定精度是保證測量系統(tǒng)高精度的前提。 圖像的閾值分割的matlab表達：I=imread(39。 確定閾值的方法很多: 有最小誤差法、 最大方差閾值法、差分直方圖法等等。因為標準的螺紋牙大都是直邊 ,所以在本文中選擇最小二乘的直邊擬合來實現(xiàn)對螺紋牙輪廓的亞像素精定位。)。邊緣檢測的基本思想是首先利用邊緣增強算子 ,突出圖像中的局部邊緣，然定義像素的 “邊緣強度” ,通過設(shè)置門限的方法提取邊緣點集。這兩者對灰度漸變低噪聲的圖像有較好的檢測效果, 但是對于混合多復(fù)雜噪聲的圖像處理效果就不理想了。圖像邊緣點即為在方向A 上使模M 取得局部極大值的點。 圖像函數(shù)的Laplacian 算法可以借助如圖 4 所示的模板卷積核來實現(xiàn)。(2) Sobel 邊緣檢測算子由2 個卷積核形成, 圖像中的每個點都用這2 個核做卷積, 一個核對垂直邊緣影響最大, 而另一個對水平邊緣影響最大。Roberts 邊緣算子是一種利用局部差分算子尋找邊緣的算子, 它由下式給出: 其中: f (x , y)、 f (x + 1, y)、 f (x , y+ 1)和 f (x + 1, y +1)分別為 4 領(lǐng)域的坐標。 另一種稱為屋頂狀邊緣。邊緣檢測局部算子法是考察圖像的每個像素在某個鄰域內(nèi)灰度的變化, 利用邊緣鄰近一階或二階導(dǎo)數(shù)變化規(guī)律, 用邊緣檢測算子提取輪廓邊緣的方法。模板運算在數(shù)學(xué)中的描述是卷積運算。 椒鹽噪聲含有隨機出現(xiàn)的黑白亮度值。根據(jù)圖像中噪聲的特性 ,處理方法有:空域低通濾波、 頻域低通濾波、 中值濾波、 加權(quán)中值濾波 , N N 鄰域的濾波和圖像平均等。其原理結(jié)構(gòu)如圖 1 所示 ,按照測量流程 ,首先螺紋由夾持裝置固定并保持與攝象機光軸垂直 ,然后螺紋圖像通過光學(xué)系統(tǒng)的放大成像到CCD 攝像頭上 ,最后由圖像采集卡對其進行采集后送至計算機進行分析計算 ,并得出測量結(jié)果。90年代，瑞士以研制成功Typ565Typ567Typ5677型外螺紋綜合測量儀，該儀器采用了標準螺紋件與被測外螺紋滾動的方法，可測出外螺紋中徑值。用角度規(guī)可以測量牙型角誤差，但因角度規(guī)差用的分度值為2’，故測量精度也不高。測量中徑時，先將立柱7傾斜一個螺紋傾角φ，然后移動儀器的橫、縱向滑板，在各個位置（位置Ⅰ、Ⅱ、Ⅲ和Ⅳ）對準，配合旋轉(zhuǎn)目鏡，并在橫向讀數(shù)顯微鏡6讀數(shù)進行測量。 傳統(tǒng)的幾何參數(shù)測量原理及方法 螺紋幾何參數(shù)的測量方法可分為綜合測量和單項測量兩類。以常用的緊固螺紋為例，但就幾何參數(shù)來說，對其互換性要求可以歸納為兩點：一是旋合性，就是規(guī)格相同的內(nèi)、外螺紋可以相互自由旋合；二是連接強度要求，就是相互旋合的內(nèi)、外螺紋，牙側(cè)面要有足夠的接觸面積，以保證連接強度。 目 錄引 言 61 背景介紹及國內(nèi)外發(fā)展前景 7 本課題研究的目的及意義 7 傳統(tǒng)的幾何參數(shù)測量原理及方法 7 傳統(tǒng)的測量方法最常用的有下面三種： 7 92 數(shù)字圖像處理技術(shù)的螺紋檢測 10 測量原理 10 螺紋圖像處理 10 螺紋圖像的預(yù)處理 11 圖像濾波 11 圖像邊緣輪廓的提取 12 經(jīng)典邊緣檢測算子的理論分析和比較 12 15 圖像輪廓的亞像素提取算法 16 利用閾值法提取 183 測量 20 測量系統(tǒng)放大倍數(shù)的標定 20 實驗結(jié)果及精度分析 21 誤差分析 21結(jié) 論 23參考文獻 24致 謝 25引 言螺紋在工業(yè)生產(chǎn)中使用頻率非常高 ,對其進行實時高精度的測量對提高配件質(zhì)量有重要作用。利用面陣系統(tǒng) ,結(jié)合光學(xué)測量、 計算機圖像處理等技術(shù) ,研制了螺紋參數(shù)非接觸測量系統(tǒng) ,并以MATLAB 為平臺 ,編制了檢測程序 ,實現(xiàn)了圖像數(shù)據(jù)采集、 二維圖像再現(xiàn)、 邊緣特征提取、 邊界擬合等功能 ,能夠有效地測量螺紋的多項參數(shù)。二者都需人工操作 ,精度
電大資料相關(guān)推薦
鄂ICP備17016276號-1