【導讀】取得的研究成果。據(jù)我所知，除文中已經(jīng)注明引用的內(nèi)容外，本論文（設計）。出重要貢獻的個人和集體，均已在文中作了明確說明并表示謝意。有權(quán)將論文（設計）用于非贏利目的的少量復制并允許論文（設。計）進入學校圖書館被查閱。保密的論文（設計）在解密后適用本規(guī)定。文科類論文正文字數(shù)不少于萬字。合國家技術(shù)標準規(guī)范。產(chǎn)效率和產(chǎn)品質(zhì)量。隨著現(xiàn)代工業(yè)的發(fā)展和進步，傳統(tǒng)的檢測手段已不能完全滿足現(xiàn)代化。工業(yè)生產(chǎn)對機械零件測量精度和速度的高要求?；趫D像處理的檢測技術(shù)以其快速、精確、視覺工具為軟件平臺，快速搭建安全、可靠、高效的零件長度自動測量系統(tǒng)方法。實驗驗證系統(tǒng)的功能性以及可靠性。對采集的圖像進行處理，使其被測特征明顯。如采用均值濾波、卷積、標定對圖。如增加測數(shù)據(jù)的處理及保存到Access數(shù)據(jù)庫功能。如光照，震動對系統(tǒng)的影響。功能完整性、可靠性以及穩(wěn)定性。

　　

【正文】 平滑邊緣，去除毛刺對測量結(jié)果的影響采用高斯濾波。 圖像增強 概述 增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合，有目的地強調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感 興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要 ，本文的圖像增強方法如圖 所示 。 圖像增強的幾個方面 ： (1)對比度變換 ： 線性變換、非線性變換 (2)空間濾波：圖像卷積運算、平滑、銳化 (3)彩色變換：單波段彩色變換、多波段彩色運算、 HIS (4)多光譜變換： KL 變換、 KT 變換 (5)圖像運算：插值運算、比值運算 圖 卷積設置 武漢理工大學畢業(yè)設計（論文） 23 本文采用窗口為 7*7 的卷積運算，增強物體的邊緣特征，使邊緣階躍信號增強，有利于提高測量精度以及系統(tǒng)的穩(wěn)定性，結(jié)果如圖 。 （ a）原圖 （ b） 7*7 卷積運算 圖 卷積運算后的圖像 武漢理工大學畢業(yè)設計（論文） 24 零件 圖像標定和矯正方法 利用圖像測量技術(shù)測量物體幾何尺寸時，由于光學鏡頭固有的缺陷，會使采集的圖像存在非線性的幾何畸變 ， 對測量精度產(chǎn)生很大的影響。 所以 必須對 采集的零件圖像 進行標定以消除 畸變 誤差。傳統(tǒng)的標定方法 有 Tsai 兩步法， Weng 迭代法，張正友雙平面法等，應用 雖然 較為廣泛 ， 但實際的標定過程 是十分 繁瑣 的 。本 節(jié) 介紹基于 LabVIEW 的視覺工具 vision 組件的標定方法，能很好的解決這些問題。 標定模版 為校正畸變對圖像造成的影響 ，在 LabVIEW 平臺下的標定過程中采用具有明顯特征及對應關系的點陣標定板，標定板如下圖所示 ， 其中每個黑色圓點的半徑以及相鄰圓點圓心間的距離都是恒定的。 LabVIEW 通過利用 Canny 濾波器可以提取出標定模板中每個黑色圓點的邊緣，再利用邊緣進行圓擬合，得到每個黑色圓點精確的圓心位置，保證了坐標的精度 ，標定模板圖像圖 。 圖 黑色圓點標定模版 過程 為實現(xiàn)精確測量 ，要充分考慮非線性徑向畸變的影響 ，需選擇 Distorition Model（ Grid），此模式在矯正非線性畸變的同時對線性畸變也同樣矯正 ，即相機與工作平面不垂直不會影響測量結(jié)果。具體的操作過程如下 ： （ 1） 載入采集的標定模版圖像 ，圖像中應將標定模版水平放置于工作平面 ，如圖 所示。 武漢理工大學畢業(yè)設計（論文） 25 圖 載入標定圖像 （ 2） 采用 RGB、 HSL 等的 一種方法 ，通過調(diào)節(jié)參數(shù)來對圖像進行閾值分割，使黑色圓點從背景中顯現(xiàn)出來。 若標定模版 未 完全覆蓋視場， 則需要 手動劃定出標定模版的范圍 ， 只有 當 模版覆蓋的區(qū)域可以保證測量精度。最后定義識別的點大小范圍以及圓度范圍以防止圖像中細微噪點被錯誤識別為標定圓點 ，如圖 圖 分割圖像 武漢理工大學畢業(yè)設計（論文） 26 （ 3）輸入標定模版的相關信息，包括 X Spacing， Y Spacing 和 Unit，分別代表 X 方向上相鄰兩個圓點圓心間的距離， Y 方向上相鄰兩個圓點圓心間的距離和距離 的單位 ，如圖 。 圖 選定圓心間距離 （ 4）系統(tǒng)將對模版進行學習，需要手動選定計算方法，同時考慮三個畸變系數(shù)以及切 向畸變將提高標定精度，同時也會降低計算速度，應根據(jù)實際需求進行選擇 ，如圖 。 圖 學習模板 武漢理工大學畢業(yè)設計（論文） 27 （ 5）為標定圖像設定坐標系 ，以便在后續(xù)測量中得出點的精確坐標值 （ 6）最后將標定好的結(jié)果保存為 png 格式文件 ，在測量時進行調(diào)用 結(jié)果 本實驗中相機使用的鏡頭為廣角鏡頭 ，畸變率較大。從圖中可以看到出現(xiàn)了明顯的筒形畸變 ，通過 LabVIEW 軟件的標定 ，很好的修正了畸變給圖像帶來的影響。實際的測量結(jié)果也同樣讓人滿意 ，能達到不錯的精度 ，結(jié)果如圖 。 圖 標定結(jié)果 由于 本文 條件所限 ，如能提高標定模板的制作精度、工作表面平整度 ，則可以得到更好的測量效果。 采用 LabVIEW 的視覺工具 的標定方法可以 十分有效地 消除圖像中線性 、 非線性的畸變， 不但使用方便、 測量精度高， 而 且能夠與 LabVIEW 機器視覺組件的圖像處理 、 圖像測量功能形成完美的結(jié)合 ， 是傳統(tǒng)方法無法相比的 ， 在實際應用中很有實用價值 。 武漢理工大學畢業(yè)設計（論文） 28 零件圖像特征的匹配方法 要實現(xiàn)連續(xù)高效的測量，本文提出進行兩次特征匹配，第一次為檢測零件是否全部進入相機的視野范圍，若沒進入或者未完全進入視野，則一直循環(huán)檢測特征 ，若檢測到特征，則進入下一次特征檢測，此次特征檢測已知零件進入視野，所以選取零件的一部分為檢測模板，在此模板的基礎上建立相對坐標系，以實現(xiàn)測量范圍的精確匹配。 實現(xiàn)步驟： （ 1） 選擇幾何匹配函數(shù)，在 Main 選卡中輸入步驟名，并選擇要查找的范圍，本文選全圖 ，如圖 。 圖 選擇查找范圍 （ 2） 在 Template 選卡中，新建一模板，在圖中選擇物體的一部分作為模板，在選擇模板時要注意模板要選擇物體特征較明顯的部分。后面幾個選卡在新建模板時已經(jīng)設置好，可以不用重新設置，如圖 。 武漢理工大學畢業(yè)設計（論文） 29 圖 選擇匹配模板 （ 3） 選擇建立坐標系函數(shù)，在 Main 選卡中輸入步驟名，再在 Setting 選卡中選擇坐標的式，模式確定物體在相機視野內(nèi)旋轉(zhuǎn)，移動是否能被檢測到 ，如圖 。 圖 建立相對坐標系 武漢理工大學畢業(yè)設計（論文） 30 當被測物體完全進入攝像頭視野內(nèi)時，模板匹配成功，會框出被測物體的位置，否則會一直匹配模板直到找到被測物體為止，當匹配成功后還會在匹配一次新的模板，以建立一個精確的相對坐標系，以后的測量都以這個相對坐標系為參考，測量被測物體周圍的圖像，這種方法很大的提高了測量效率，而且提高了抗干擾能力步驟及結(jié)果如圖 、 。 （ a）連續(xù)檢測流程圖 （ b）連續(xù)檢測程序 圖 連續(xù)檢測 （ a）特征匹配結(jié)果 （ b）相對坐標系建立結(jié)果 圖 連續(xù)檢測 武漢理工大學畢業(yè)設計（論文） 31 零件長度 計量方式 由于本文介紹的是零件長度檢測方法，并且以美工刀片為例，測量刀片刀刃之間的距離，因此可以看作是測量兩條直線間的距離問題。因此首先要檢測刀片的邊緣是一個關鍵的問題。由于采用 LabVIEW 測量，與傳統(tǒng)測量方法有很大差別， LabVIEW 的視覺工具VBAI 中有特定測量函數(shù)，可以簡單方便的完成測量任務。 方式一 —— 測點到直線的距離 由于簡化為兩條直線的距離問題，因此采用 了 測量 點到直線的距離，然后兩這點到直線間的距離的平均值，以代替直線到直 線間的距離。因為兩條直線只有平行時，才有距離，如果不平行，那么它 們總是會相交的。所以一般來講，使用點到直線間的距離，再求平均值要理想許多。 首先用兩次找直邊函數(shù)進行直線的擬合，在設置選項中設置好找邊的方向， 指定像素強度過渡類型來確定邊緣 ，以及找邊的質(zhì)量，根據(jù)實際情況設置函數(shù)的各個參數(shù)，找到刀片被測的兩條邊，具體設置步驟及結(jié)果如圖 。 圖 找直邊函數(shù)設置 武漢理工大學畢業(yè)設計（論文） 32 圖 找直邊結(jié)果 再用兩次幾何測量函。選擇點到直線測量方式，找到下面一條邊的兩個點，再找上面邊的一個點，測量點到直線的距離。再在上面的邊上取兩點，重復上面的操作，如圖 、 。 圖 三點測量函數(shù) 武漢理工大學畢業(yè)設計（論文） 33 圖 三點測量結(jié)果 方式二 —— 測點到點的距離 像這種距離，也可以使用夾鉗、最大夾鉗函數(shù)，這兩個函數(shù)測量的原理是在測 量區(qū)域有很多測量線，每條線找到圖像的邊緣，確定兩點測得其距離，再把測得的數(shù)值求出平均值作為測量結(jié)果。 使用方法為： （ 1） 在 Main 選 卡的 Step Name 中輸入步驟名稱 如圖 。 圖 設置步驟名 武漢理工大學畢業(yè)設計（論文） 34 （ 2）在圖像上通過選擇工具畫好要測量的區(qū)域，并設置參考坐標系。 （ 3）在 Setting 選卡中根據(jù)實際情況設置各個參數(shù)如圖 。 圖 設置參數(shù) （ 4） 在 Limits 選卡中設置通過的范圍，如果測得的距離在范圍中則函數(shù)返回真，否則為假，如圖 。 圖 設置通過范圍 武漢理工大學畢業(yè)設計（論文） 35 使用該函數(shù)是要經(jīng)過多次試驗設置好卡尺類型，搜索線之間的距離，邊緣強度等參數(shù)。要用此函數(shù)測量要根據(jù)自己的實際情況合理設置各個參數(shù)，才能達到理想效果其結(jié)果如圖。 圖 夾鉗函數(shù)測量結(jié)果 零件長度檢測方式選擇 用 點到直線的距離， 測量步驟較多，用時比較長，但是優(yōu)點在于測量結(jié)果穩(wěn)定可靠，使用夾鉗函數(shù)一步測得結(jié)果，步驟簡單但是 對于毛刺干擾很敏感，如果邊緣有毛刺，則會對測量結(jié)果造成很大的影響 ，適用于零件邊緣光滑無毛刺，要求測量速度較高的場合。 本文采用的相機畸變及噪聲較大， 因此 本文采用 先擬合直線，再使用直線上的點到另一直線的距離進行測量，準確度 和穩(wěn)定度 會高許多 ，對毛刺影響不敏感 。 武漢理工大學畢業(yè)設計（論文） 36 零件長度 計量誤差處理 誤差分析 在機械測量的實際中，隨著科學技術(shù)的發(fā)展和測量手段的不斷完善，測量誤差被控制得越來越小，但是對于機械測量來說誤差存在有它的普遍性和必然性，在現(xiàn)實的檢測過程中誤差是不能完全消除的，只能盡量減小。隨著機械零件檢測精度的要求越來越高，在檢測過程中必須深入研究測量過程中可能出現(xiàn)的的誤差，只有正確的掌握測量系統(tǒng)中誤差的來源，通過對誤差的性質(zhì)的分析，才有可能減小或者消除某些誤差。 本系統(tǒng)誤差主要有以下幾個方面： （ 1）圖像采集誤差 相 機作為檢測系統(tǒng)的圖像采集設備，其辨率的大小將直接影響圖像的質(zhì)量， 本系統(tǒng)采用 普通 USB 攝像頭，分辨率由軟件插值達到 500 萬，因此采集的圖像不能真實的反映實際被測零件的圖像信息，誤差較大，因此在實際生產(chǎn)過程中要用專業(yè)的工業(yè)相機來采集圖像。 （ 2）光源不穩(wěn)定帶來的誤差 光源的質(zhì)量在很大程度上會影響測量的精度與效果，本設計采用的是交流電驅(qū)動的普通燈光作為光源，由于交流電的緣故所以燈光一直在閃爍，所以在測同一個物體時，每次測量的采集的圖像都不同，引起的誤差比較大。實際應用中 在選擇光源的時候，如果感覺拿不準，可以把樣品提供給光源提供商，光源提供商會在 光源實驗室里面 選擇合適的光源。 （ 3） 外界振動干擾誤差 在機械測量現(xiàn)場，振動會造成相機與被測零件的相對位置的誤差。無振動干擾的環(huán)境僅僅是理想中的環(huán)境，振動對檢測系統(tǒng)影響是不可避免的，只能盡量減小可避免的外界振。因此在設計的檢測系統(tǒng)必須要求有一定的抗干擾能力。 （ 4） 系統(tǒng)標定誤差 在系統(tǒng)標定中標定的準確度會直接而且最大程度的影響測量結(jié)果的精度，在本文中采用的是平面標準網(wǎng)格作為系統(tǒng)標定的參照物。雖然采用平面網(wǎng)格的標定較之其他校正方法精度較高而且比較容易操作，但是由于網(wǎng)格自身也存在誤差以及在標定過程中網(wǎng)格不同位置的檢測都會帶來標定上的誤 差。 （ 5）軟 件算法誤差 武漢理工大學畢業(yè)設計（論文） 37 本文在圖像預處理過程中進行了圖像濾波操作，通過濾波可以降低圖像的噪聲，但是也使得圖像中的邊界產(chǎn)生了誤差影響后續(xù)處理中邊界位置誤差。 在選擇被測零件邊緣時，階躍并非理想模型，測距時誤差較大。 任何測量總是不可避免地存在誤差，為了提高測量精度，必須盡可能消除或減小誤差，因此有必要對測得的數(shù)據(jù)進行誤差分析以及測得結(jié)果的評定。 當對同一測量值進行多次等精度的重復測量時，得到一系列不同的測量值（常稱作測量列），每個測量值都含有誤差，本文由于燈光使用的為交流電，一直在閃爍，而且相機的分辨率由軟件插值而來。所以本文測得的數(shù)據(jù)包含隨機誤差。 隨機誤差是由于很多暫時未能掌握或不便掌握的微小因素所構(gòu)成的。如果能夠?qū)δ骋涣窟M行無限多次測量，就可得到不受隨機誤差影響的測量值，或其影響甚微，可忽略不計。由于實際上都是有限次測量，本文測量十次求得的平均值近似地作為被測量的真值。 隨機誤差處理 本文測量結(jié)果按以下