【正文】 度的制約 ,很難適應(yīng)快速高精度的測量要求。 如果測量頭的壓力過大會(huì)使被測零件表面發(fā)生變形，導(dǎo)致探頭局部壓入零 件表面，從而影響測量精度。 常見的處理有 圖像數(shù)字化 、 圖像編碼 、圖像增強(qiáng)、 圖像復(fù)原 、圖像分割 和圖像分析等。在 MN 點(diǎn)陣上對(duì)照片灰度采樣并加以量化（歸為 2b 個(gè)灰度等級(jí)之一），可以得到計(jì)算機(jī)能夠處理的數(shù)字圖像。局部區(qū)域大小可以是固定的，也可以是逐點(diǎn)隨灰度值大 小變化的。例如一個(gè)圖像增強(qiáng)系統(tǒng)可以通過高通濾波器來突出圖像的輪廓線，從而使機(jī)器能夠測量輪廓線的形狀和周長。圖 像變換的范圍一般可以為兩類 :一種是局部的 ,另一種是全局的。這類算法主要使用模板配準(zhǔn) ,并且在圖像拼接過程中 ,往往能夠很容易的完成圖像重構(gòu)和變換模型的構(gòu)建。目前對(duì)圖像邊緣檢測技術(shù)的研究已經(jīng)很成熟 ,傳統(tǒng)的邊緣檢測算法是通過計(jì)算圖像中每個(gè)像素點(diǎn)在其較小鄰域內(nèi)的灰度變化程度 ,使用計(jì)算出的一階或二階方向?qū)?shù)變化來進(jìn)行邊緣檢測。 2） 高的精確度，檢測到的邊緣應(yīng)該在真正的邊界上。這種方法不容易被噪聲 “填充 ”，隔壁容易檢測出真正的弱邊緣。 Trajkovic 檢測法 基于 SUSAN 檢測法中 USAN 的定義 ,Miroslav Trajkovic 和 Mark Hedley 在 1998 年共同提出了最小亮度變化角檢測法。圖像融合技術(shù)最早在遙感圖像的分析和處理中得到了廣泛的應(yīng)用。 像素級(jí)融合 該融合更多地保持了場景中的原始信息 ,其準(zhǔn)確性最高 ,這是因?yàn)樵撊诤鲜侵苯釉谠紨?shù)據(jù)層上進(jìn)行 的 ,它的細(xì)節(jié)信息更加精確、可靠而且豐富。 特征級(jí)圖像融合的方法包括 :聚類分析法、 Dempstershafe 推理法、墑法和表決法、 神經(jīng)網(wǎng)絡(luò)法、聯(lián)合統(tǒng)計(jì)、帶約束的高斯一馬爾可夫估計(jì)、廣義卡爾曼濾波、貝葉斯估計(jì)法等。 在零件選取的過程中由于實(shí)驗(yàn)室條件有限沒有符合課題的零件， 本次實(shí)驗(yàn)就用錐形零件代替。 為了結(jié)果 準(zhǔn)確，將標(biāo)準(zhǔn)塊規(guī)水平移動(dòng)，在不同的位置反復(fù)拍攝，進(jìn)行處理，最后將一系列的 Li(i= 1,2,3, ,…n ) 求平均值，得到最終的標(biāo)準(zhǔn)塊規(guī)計(jì)算機(jī)圖像尺寸的平均值 ，由此可以計(jì)算出整陜西理工學(xué)院畢業(yè)論文 第 15 頁 共 22 頁 個(gè)系統(tǒng)的 標(biāo)定系數(shù) β 。個(gè)人誤差：在使用 matlab軟件進(jìn)行擬合的選取與確定上是通過人為視覺定位的，所以不可避免產(chǎn)生了誤差 。 本文 引用了許多位學(xué)者的研究文獻(xiàn)，如果沒有各位學(xué)者的研究成果幫助和啟發(fā)，我將很難完成這篇寫作。)。)。 [x,y]=size(lenna)。 0 0 0。 陜西理工學(xué)院畢業(yè)論文 附錄 B 邊緣提取程序 lenna=imread(39。)。2.39。尤其要感謝景敏老師的細(xì)心指導(dǎo)。其中 ccd 設(shè)想機(jī)有固定的噪聲，主要是由于暗電流分布不均，各種光敏元件大小、間隔不等天氣的空間分布噪聲 目標(biāo)分割過程中的影響因素 目標(biāo)分割過程中的主要影響因數(shù)來自于圖像分割 算法。所以，首先要確定本系統(tǒng)為穩(wěn)定的，無很大畸變的系統(tǒng)，在這種情況下，才可以使用上述的標(biāo)準(zhǔn)件法來標(biāo)定整個(gè)系統(tǒng)。經(jīng)由外部電路的控制，每個(gè)小電容能將其所帶的電荷轉(zhuǎn)給它相鄰的電容。在特征級(jí)融合層次的基礎(chǔ)上 ,根據(jù)一定的準(zhǔn)則和每個(gè)傳感器的可信度來完成相關(guān)決策融合處理。隨著科學(xué)技術(shù)的迅速發(fā)展 ,圖像分析及圖像處理的研究熱點(diǎn)逐漸轉(zhuǎn)移 到圖像融合技術(shù)上來。一個(gè)好的圖像融合技術(shù)應(yīng)盡量保留源圖像中的有用信息 ,去除冗余信息 ,使得圖像更加適應(yīng)人的感官要求。所以算法操作簡單 ,在提取的特征點(diǎn)上是均勾且合理的 ,由于這種檢測法只使用圖像灰度的一階陜西理工學(xué)院畢業(yè)論文 第 10 頁 共 22 頁 導(dǎo)數(shù)參與計(jì)算 ,即使在圖像出現(xiàn)噪聲、旋轉(zhuǎn)灰度變化及視點(diǎn)變換等不同情況下 ,提取到的角點(diǎn)也較為穩(wěn)定 。 所謂零交叉點(diǎn)就是：如果一個(gè)像素處的值小于一 0，而此像素 8連通的各個(gè)像素都是大于 0（ 0是一個(gè)正數(shù)）那么這個(gè)像素就是零交叉點(diǎn)。則有 2122 ]}),(),([)],(),({[),( vxfnvxfvxfvnxfyxs ?????? ...)2,1( ?n （ ） 坎尼算子 (Canny 算子） 坎尼 (Canny)算子是指首先找出圖像中具有局部最大梯度值的像素點(diǎn) ,再通過尋找能夠用于實(shí)際圖像的梯度數(shù)字逼近來提取圖像邊緣。此類算法不需要使用圖像中的全部信息 ,所以在計(jì)算時(shí)算法的效率比較高 ,對(duì)圖像中的灰度變化也有較強(qiáng)的魯棒性 ,但此類算法的精度很大程度上依靠的是特征點(diǎn)提取精度及其配準(zhǔn)的準(zhǔn)確度。 圖像配準(zhǔn)算法分類 在圖像配準(zhǔn)中主要有兩類算法 :一類是基于區(qū)域的圖像配準(zhǔn)算法 ,這類算法主要是通過兩張圖像的灰度關(guān)系來確定圖像間坐標(biāo)變化的參數(shù) ,其中主要包括基于頻域的算法和基于空間像素配準(zhǔn)的算法。 相似性度量 陜西理工學(xué)院畢業(yè)論文 第 6 頁 共 22 頁 相似性度量是一種采用某種算法衡量配準(zhǔn)特征之間的相似性程度的衡量標(biāo)準(zhǔn) ,相似性度量通常以某種相似系數(shù)函數(shù)或距離函數(shù)體現(xiàn)出來。尋求一估值 ,使優(yōu)度準(zhǔn)則函數(shù)值最小。灰度歸一化、幾何歸一化和變換歸一化是獲取圖像不變性質(zhì)的三種歸一化方法。 圖像預(yù)處理 在圖像分析中，對(duì)輸入圖像進(jìn)行特征抽取、分割和匹配前所進(jìn)行的處理。本課題以錐形零件為研究對(duì)象來進(jìn)行測量。 當(dāng)然其缺點(diǎn)也很明顯主要有以下幾點(diǎn)： 由于接觸式的探頭頻繁被接觸被測零件導(dǎo)致球形探頭容易磨損，為了保持精度需要常常矯正球頭直徑。 從目前對(duì)模糊霾圖像恢復(fù)的算法研究來看，都是在圖像暗通道先驗(yàn)基礎(chǔ)上來估計(jì)更加細(xì)致的透射率，從而進(jìn)一步研究獲取更加細(xì)致的恢復(fù)圖像結(jié)果。通過設(shè)法有選擇地突出便于人或機(jī)器分析的某些感興 趣的信息，抑制一些無用信息，以提高圖像的使用價(jià)值，即圖像增強(qiáng)處理只是增強(qiáng)了對(duì)某些信息的辨別能力。 陜西理工學(xué)院畢業(yè)論文 Research on high accuracy measurement method of large size parts based on image measuring meter Haoxiaobo （ Grade11,Class04,Major Measurement Control Technology And Instrument， school of mechanical engineering， Shaanxi University of Technology， Hanzhong 723000， Shaanxi） Tutor: Jingmin Abstract： The precision measurement of the dimension has important function and significance in the manufacturing industry. It is an important link to measure and guarantee the manufacturing quality .For the dimension of the part, as a representative of the contact and noncontact measurement, three coordinate measuring machine with laser displacement sensor / laser interferometer is one of the frequently used measuring tool, however the former efficiency is low and the use is plex, which is measurement is from the concepts and methods of puter vision of the application of puter vision in precise measurement and positioning of the space dimension, but its shorting is only within the field of view of a single small field images were measured and the measuring range is field constraints. This paper presents the problem of using image mosaic technology to solve the accuracy of large parts with large dimension. problem of using image mosaic technology to solve the accuracy of large parts with large dimension This thesis is based on the characteristics of large size parts, and studies the characteristics of large size parts contact measurement and noncontact measurement, and puts forward the application of image mosaic technology to reproduce large size parts. This topic mainly used automatic camera to get the picture, and then feature points are extracted using Harris corner detection method, and image mosaic, image fusion, finally, the edge detection method to obtain the size of large size workpiece. Key words： large image。 本課題從大尺寸零件的特征出發(fā)，研究了大尺寸零件接觸測量與非接觸測量的特點(diǎn)，提出應(yīng)用圖像拼接技術(shù)再現(xiàn)大尺寸零件。它是基于圖像拼接技術(shù)的研究， 圖像拼接就是將有重疊的多幅圖像 ( 不同時(shí)間 不同視角或者不同傳感器采集的 ) 拼接成一幅大的高分辨率圖像，是機(jī)器視覺研究中的一個(gè)熱 點(diǎn) 。暗通道先驗(yàn)是一種模糊霾圖像的數(shù)據(jù)統(tǒng)計(jì)，即基于一種重要的觀察：大多數(shù)模糊霾圖像的局部塊在某個(gè)色彩通道具有較小的灰度值。 大尺寸零件的 接 觸式測量技術(shù) 多點(diǎn)測量是接觸 式 測量技術(shù)之一。其中，光學(xué)非接觸式測量是非接觸式測量中主要采用的方法。 遙感圖像的處理 隨著航空技術(shù)的發(fā)展 ,衛(wèi)星或航空遙感能夠?qū)崿F(xiàn)獲得目標(biāo)的高分辨率圖像 ,不同傳感器的多幅圖像可以通過拼接得到大視野的全景影像圖。 幾何變換 用于改 正圖像采集系統(tǒng)的系統(tǒng)誤差和儀器位置的隨機(jī)誤差所進(jìn)行的變換?；镜膹?fù)原技術(shù)是把獲取的退化圖像 g(x， y)看成是退化函數(shù) h(x， y)和理想圖像 f(x， y)的卷積。圖像配準(zhǔn)是整個(gè)圖像拼接的核心 ,圖像配準(zhǔn)的準(zhǔn)確性則成為能否拼接成功的關(guān)鍵性因素 ,同時(shí)還對(duì)拼接運(yùn)行速度有著至關(guān)重要的影響。 搜索策略 搜索策略的目的是在搜索空間中找出圖像之間進(jìn)行旋轉(zhuǎn)、平移等變換的最優(yōu)配準(zhǔn)參數(shù)。采用塊配準(zhǔn)法時(shí) ,當(dāng)模板數(shù)據(jù)較大時(shí)算法的配準(zhǔn)精度會(huì)很高 ,但同時(shí)計(jì)算量也將增大。此種算法在空間上易于實(shí)現(xiàn) ,可以比較準(zhǔn)確的找出圖像邊緣 ,有一定抗噪能力。抑制噪聲和邊緣精確定位是無法同時(shí)得到足的，即邊緣檢測算法通過圖像平滑算子去除噪聲，勢必增加邊緣定位的不確定性；反之，提高邊緣檢測算子對(duì)邊緣的敏感性，同時(shí)也提高了對(duì)噪 聲的敏感性。其次 ,我們將根據(jù)實(shí)際圖像來設(shè)定一個(gè)閥值 ,遍歷圖像中的每一個(gè)像素點(diǎn) ,如果該點(diǎn)的興趣值大于該點(diǎn)的閥值 ,那么這個(gè)點(diǎn)就作為一個(gè)候選點(diǎn)出現(xiàn)。為了使圖像包括的信息更全面 ,更為準(zhǔn)確 ,使用圖像融合技術(shù)是很好的一個(gè)選擇 ,這些優(yōu)點(diǎn)是單一源圖像所不具備的 ,經(jīng)過圖像融合技術(shù)融合的圖像將更加滿足人們的要求 ,圖像融合技術(shù)可以降低圖像的部分冗余信息 ,只保留我們主要關(guān)注的信息 ,所以經(jīng)過圖像融合技術(shù)融合后的信息 ,相對(duì)來說比源圖像的 信息量要稍微少一點(diǎn)。之后 ,研究者 Adelson使用拉普拉斯技術(shù)將焦距不同的出自同一相機(jī)的多張圖像制作成具有擴(kuò)展景深的一幅融合圖像。原因二是 ,相對(duì)于特征 級(jí)圖像融合及決策級(jí)圖像融合 ,該融合有很多信息量需要處理 ,因此需要的時(shí)間比較長 ,而對(duì)圖像設(shè)備要求也較高。 CCD 英文全稱： Chargecoupled Device，中文全稱：電荷耦合元件。 實(shí)驗(yàn)標(biāo)定 尺寸測量結(jié)果精確與否的關(guān)鍵在于系統(tǒng)的精度，而系統(tǒng)標(biāo)定的準(zhǔn)確與否直接影響到整個(gè)系統(tǒng)的精度，因此準(zhǔn)確地實(shí)現(xiàn)測量系統(tǒng)的標(biāo)定是保證直線度誤差精確測量的前提。對(duì)特征的測量時(shí)要從數(shù)字化出發(fā)，精確的估計(jì)產(chǎn)生這些數(shù)據(jù)的原始模擬量的性質(zhì)。 本次 畢設(shè) 也有許多不足之處。0039。 %img2=imgread(39。mosaic_39。 title(39。)。.39。)。jpg3