（测试计量技术及仪器专业论文）基于机器视觉的三坐标测量系统研究.pdf

中文摘要随着科技日新月异的发展，在机械制造、电子、汽车和航天航空等工业中，各种复杂的零件在研制和生产过程都需要高精密的三坐标测量机。传统的三坐标测量机只能在操作人员的牵引下完成对被测表面的测量，测量效率已经跟不上科研实验、生产加工的节奏。基于机器视觉的三坐标测量系统将机器视觉技术引入三坐标测量机的测量过程中，通过处理采集到的视场图像，得到测头与被测表面的准确位置，并指导三坐标测量机完成自动测量。该系统将三坐标测量机的高精度特点与机器视觉技术的柔性相结合，可以有效地提高三坐标测量机的工作效率。本文从机器视觉技术出发，详细叙述了机器视觉技术在三坐标测量机柔性测量上的应用，重点研究摄像机定位过程及算法，并通过软件编程，开发出基于机器视觉的坐标定位系统。主要研究内容如下：l 、详细地分析了基于机器视觉的三坐标测量系统方案。该方案成功地将机器视觉技术的柔性与三坐标测量机的高精度进行融合，让三坐标测量机同时拥有精度和效率；2 、开发了基于机器视觉的c m m 测量系统软件。该软件模块完整，性能可靠，界面美观且方便操作，可作为系统工作、系统实验、系统演示及数据处理等功能的工具；3 、对摄像机标定技术及定位技术进行研究，提出了以矩形框定位和曲线定位组合的二步定位法，该算法可以大大提高系统的实时性。实现了三坐标测量机自动测量时的路径规划，并通过仿真实验确认了该方法的可行性；4 、通过对各种边缘检测算子的分析，提出了改进的p r a t t 方法对边缘检测算子性能进行评价。该方法原理清楚、操作简单，可以作为对边缘算子性能进行评价的一种参考。5 、通过软件的设计与硬件系统的安装与调试，完成了b a y s i d e 平台的联机实验与三坐标测量机的定位实验，并通过实验数据显示，该系统的定位精度在3 m m 以内，满足三坐标测量机自动定位的精度要求。关键词：机器视觉，三坐标测量机，视觉定位，路径规划，d e p h i 。a b s t r a c tw i t ht h er a p i dd e v e l o p m e n ti ni n d u s t r i e ss u c ha sm e c h a n i c a lm a n u f a c t u r i n g 、e l e c t r o n i c s 、a u t o m o t i v ea n da e r o s p a c e ，a l lc o m p l e xp a r t sr e q u i r eh i g h - p r e c i s i o nc o o r d i n a t em e a s u r i n gm a c h i n ef o rt h e i rd e v e l o p m e n ta n dp r o d u c t i o n t h et r a d i t i o n a lc o o r d i n a t em e a s u r i n gm a c h i n ec a no n l yb ep u l l e db yo p e r a t o r st oc o m p l e t et h es u r f a c em e a s u r e m e n t s t h em e a s u r i n ge f f i c i e n c yh a sf a i l e dt ok e e pp a c ew i t hs c i e n t i f i cr e s e a r c h 、t e s t i n ga n dp r o d u c t i o n t h ec o o r d i n a t em e a s u r e m e n ts y s t e mb a s e do nv i s i o nm e a s u r e m e n ti n t r o d u c e dv i s i o nm e a s u r e m e n tt e c h n o l o g yi n t ot h ec m mm e a s u r e m e n tp r o c e s s b yp r o c e s s i n gt h ec o l l e c t e di m a g e , t h et h r e ec o o r d i n a t em e a s u r i n gm a c h i n eb a s e do nv i s i o nm e a s u r e m e n ts y s t e mo b t a i nt h ee x a c tl o c a t i o no ft h es u r f a c et ob em e a s u r e d ，t h e ng u i d et h ec o o r d i n a t em e a s u r i n gm a c h i n et oc o m p l e t et h ea u t o m a t i cm e a s u r e m e n t c o m b i n i n gt h eh i g h p r e c i s i o no fc o o r d i n a t em e a s u r i n gm a c h i n ew i t ht h ef l e x i b i l i t yo fv i s i o nm e a s u r e m e n tt e c h n o l o g y , t h i sm e t h o dc a nh i g h l yi m p r o v et h ee f f i c i e n c yo ft h ec o o r d i n a t em e a s u r i n gm a c h i n e d e p a r t u r ef r o mt h ev i s i o nm e a s u r e m e n tt e c h n o l o g y , ad e t a i l e dd e s c r i p t i o no fv i s i o nm e a s u r e m e n tt e c h n o l o g y sa p p l i c a t i o n si nt h ec o o r d i n a t em e a s u r i n gm a c h i n ef l e x i b l em e a s u r e m e n t si sg i v e n ，p o s i t i o n i n ga l g o r i t h m si ss t u d i e dp r i m a r i l y , a n dac o o r d i n a t e sp o s i t i o n i n gs y s t e mb a s e do nv i s i o nm e a s u r e m e n ti sd e v e l o p e d t h es t u d i e sm a i n l yo nt h ef o l l o w i n ga s p e c t s ：1t h es o l u t i o no ft h ec o o r d i n a t em e a s u r i n gm a c h i n eb a s e do nv i s i o nm e a s u r e m e n ti sa n a l y z e di nd e t a i l t h es o l u t i o ns u c c e e d e di nc o m b i n i n gt h eh i g h p r e c i s i o no fc o o r d i n a t em e a s u r i n gm a c h i n ew i t ht h ef l e x i b l eo fv i s i o nm e a s u r e m e n tt e c h n o l o g y , e n s u r ea c c u r a c ya n de f f i c i e n c yf o rt h et h r e e c o o r d i n a t em e a s u r i n gm a c h i n e s ；2t h ec m mm e a s u r e m e n ts y s t e ms o f t w a r eb a s e do nv i s i o nm e a s u r e m e n ti sd e v e l o p e d t h es o f t w a r eo w n ss u c hf e a t u r e s ：m o d u l e sc o m p l e t e ，r e l i a b l ep e r f o r m a n c e ，b e a u t i f u li n t e r f a c ea n de a s yo p e r a t i o n ，t h es o f t w a r ec a l lb eu s e da ss y s t e mw o r k i n g ,s y s t e me x p e r i m e n t ，s y s t e md e m o sa n dd a t ap r o c e s s i n g ；i i 3c a m e r ac a l i b r a t i o nt e c h n o l o g ya n dp o s i t i o n i n gt e c h n o l o g yi sr e s e a r c h e d ，ap o s i t i o nl o c a t e dm e t h o db yu s i n gar e c t a n g u l a rb o xa n dc h iv ei ss u g g e s t e d ，w h i c hg r e a t l yi m p r o v et h ee f f i c i e n c yo fl o c a t i n gp r o c e s s t h ec m mp a t hp l a n n i n gf o ra u t o m a t i cm e a s u r e m e n t si sf i n i s h e d ，a n dt h ef e a s i b i l i t yo ft h em e t h o di sc o n f i r m e db yt h es i m u l a t i o nr e s u l t s ；4b ya n a l y z i n gv a r i e t i e so fe d g ed e t e c t i o na l g o r i t h m ，ab e t t e rp r a t tm e t h o dt oe v a l u a t et h ee d g ed e t e c t i o na l g o r i t h m sp e r f o r m a n c ei ss u g g e s t e d t h en e wm e t h o dh a sac l e a rp r i n c i p l e ，s u p p o r ts i m p l eo p e r a t i o n s ，w h i c hc a nb eu s e d 弱ar e c et 0e v a l u a t et h ep e r f o r m a n c eo ft h ee d g ed e t e c t i o na l g o r i t h m 5a c c o r d i n gt ot h es o f t w a r ed e s i g n , h a r d w a r ei n s t a l l a t i o na n dc o m m i s s i o n i n g t h eo n l i n et e s tp l a t f o r mw i t hb a y s i d ea n dc m mp o s i t i o n i n ge x p e r i m e n ti sc o m p l e t e d t h ee x p e r i m e n t a ld a t as h o wt h a tt h es y s t e m sp o s i t i o na c c u r a c yo fl e s st h a n3 m m k e yw o r d s ：v i s i o nm e a s u r e m e n t ，c o o r d i n a t em e a s u r i n gm a c h i n e ，v i s i o no r i e n t a t i o n ，p a t hp l a n n i n g ，d e l p h i i i i 独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特n j t l 以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。期：塑 望! 翌猡学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。( 保密的论文在解密后应遵守此规定)呲徽吼翩雠) ：秘卜心培武汉理工大学硕士学位论文1 1 研究背景第1 章绪论当前，数字化技术成为了先进制造技术的重要发展方向。数字化技术的主要内容和关键技术是产品的数字定义、建模、设计、分析、综合优化以及和制造规划等，而其核心的底层支持是数据f l 】。表征产品外形尺寸、表面形状、结构特征、形位公差等数据获取的途径无外乎c a d ( c o m p u t e ra i d e dd e s i g n ) 设计模型或产品实物测量两种，因此，测量是产品数据获取的重要途径。同时，测量也是产品制造过程的关键工艺流程，关乎产品质量。在机械制造、电子、汽车和航天航空等工业的发展中，各种复杂的零件在生产和研制过程都需要精密的测量仪器【2 】。虽然测量的仪器形式多样，但就精度而言，在这些测量仪器中，三坐标测量机c m m ( c o o r d i n a t em e a s u r i n gm a c h i n e )是应用最广泛的一种先进、高精密测量仪器，也是进行产品数字化以及质量检测的重要坏节。以测头式测量的接触式三坐标测量机，由于其标定容易、测量精度高，几乎不含测量噪声，因此经常出现于各种生产与科研现场。但通过实际测量与调研发现，c m m 在测量的过程中存在如下问题：1 测量过程枯燥传统的c m m 只能在操作人员的牵引下逐点完成对被测物体轮廓的测量【3 】。由于测量过程重复性高，易使操作人员在操作过程中产生心理疲劳和生理疲劳，从而引起操作不当，影响测量结果的准确性。若能采用自动化的测量方式，相应可以减少操作人员的疲劳，避免操作不当。2 测量效率低下在c m m 测量的过程中，为了后续的建模过程的精确性，往往需要对被测表面大量的点进行测量以获得点云数据。随着被测对象结构的复杂性或尺寸的增加，相应需要测量更多的点云数据。由于c m m 测量过程是纯手动操作，测量这些点云数据的过程消耗时间长，造成测量效率低下。3 非接触式精度不高为了提高测量效率，以光学测量为主的非接触式测量设备开始走进测量的舞台，虽然具备较好的柔性、测量速度快，但其测量精度下降了许多，对许多武汉理工大学硕士学位论文精度要求高的场合不能满足要求【4 1 。2 课题研究的目的和意义随着生产节奏的不断加快，技术的不断更新，各种先进制造技术、工程项目与科学实验对c m m 的要求也不断提高，目前的测量效率在一定程度上限制了数据的提取。因此迫切需要设计一套c m m 自动测量系统来提高测量效率，满足设计与生产的实际需求。近年来，机器视觉技术发展迅速，由于机器视觉技术的兴起，提高了很多领域的自动化程度，改善了人类的生活状况。鉴于机器视觉技术在现在应用的领域可以提高系统的柔性及效率【5 】，因此采用机器视觉技术实现c m m 自动测量。利用机器视觉技术实现对被测物体的定位，将立体视觉系统的图像信息引入三坐标测量机测量中，用机器视觉代替人眼牵引测量臂完成测量，实现三坐标测量机的自动测量，让工作人员从枯燥的测量过程解放出来，实现c m m 的柔性测量。将c m m 的高精度特点和非接触测量快速、柔性特点相结合，开发具有一定智能的测量系统，可以降低测量的劳动强度和成本，缩短产品设计与制造的周期。同时，国内许多企业、高等院所及研究机构都购置了三坐标测量机，有着强烈的设备低成本智能化升级的需求，因此基于机器视觉的三坐标测量定位系统具有很好的产业化前景。1 3 国内外研究现状1 3 1 三坐标测量机在单传感器的研究方面，德国g o m 的a t o s 测量系统可以在l m i n 内完成一幅包括4 3 0 0 0 0 个像素点的测量，精度达0 0 3 r i l l l n 6 。意大利c o r d 3 公司的a e r o 型c m m ，它的接触式扫描采用点到点的双向扫描方式，配套的a c r o c a d 测量软件可以导入零件的c a d 模型来指导测量，其图形化的交互操作大大提高测量规划的效率 7 1 。国内自2 0 世纪7 0 年代开始引进研制c m m以来，也有了很大发展。目前，主要的生产厂家有中国航空精密机械研究所、2武汉理工大学硕士学位论文青岛海克斯康等【8 1 0 1 ，具有年产几百台各种型号c m m 的能力。总的来说，国内开发的c m m ，其核心控制部分大多为国外技术，在测量精度上与国外产品也有一定差距。近年出现了将视觉传感器和c m m 的激光测头或接触式测头结合的方法。代表性研究机构有美国俄亥俄州大学、加拿大v i c t o r i au n i v e r s i t y 和澳大利亚u n i v e r s i t yo f s o u t ha u s t r a l i a 等【1 1 1 。从国外研制的产品来看，英国雷尼绍公司研制的新型测量机和高速扫描仪【1 2 l ，可实现激光扫描头和接触式扫描头互换，二种扫描头测得的数据可通过t r a c e c u t 软件构成所扫描的型面，从而使两种测头的优势互补。国内，在国家自然基金的资助下，西安交通大学和天津大学将视觉技术引入c m m 为基础，进行柔性测量和可视化测量技术的研究【1 3 1 ；上海交通大学进行了非接触视觉测量改造的相关研刭h 】；浙江大学面向逆向工程需要，研究了基于多传感器集成的智能化测量的若干关键技术，并建立了相关的测量系统原型。合肥工业大学对三坐标测量机的路径规划与安全问题进行了研究，并提出一种无碰撞的检测路径生成方法【1 5 】。当前，国内的研究均只有原理型样机，距离实用化还有较大差距。近年来，c m m 本身自动化、智能化的程度也在不断增大，由手动型发展到计算机数字控制型。各国纷纷推出了新型的坐标测量机，例如德国p t b 的虚拟坐标测量机，意大利i m g c 的专家坐标测量机等。国内天津大学、浙江大学和西安交通大学等高校开始了c m m 智能技术的研究，并取得一定的研究成果【1 6 1 。1 3 2 机器视觉用机器人代替人类去工作，让人类从枯燥冗繁的工作中解放出来一直是人类的梦想。虽然有许多工业机器人已经成功地应用于汽车、机械、电工电子、橡胶、食品、木材等诸多领域【1 7 】，但只能局限于做一些简单的、重复性的工作，究其发展与应用受限制的原因，主要是机器人智能程度不高，不能完全根据现场情况自主地进行工作。机器视觉技术最早起源于上世纪5 0 年代的统计模式【1 8 】，虽然机器视觉技术相对其它技术，起步教晚，但其发展速度很快。由于机器视觉技术用摄像机与计算机模拟人类的眼睛与大脑，很大程度上提高了机器人的智能识别系统。把3武汉理工大学硕士学位论文计算机的高速性、可重复性与机器视觉的柔性相结合，可以大大提高机器人的柔性和自动化程度。机器视觉的一个典型应用【i9 】如图1 2 所示，通过摄像头采集被测工件的形状等轮廓参数( 也可以采集色彩、纹理等信息) ，通过图像处理得到被测工件的特征参数，用这些特征参数与预存的标准参数进行比较，判断被测工件是否合格，通过控制执行机构，带动传送平台上的被测工件移动到对应产品区域；通过这种机器视觉的检测方法，不仅测量效率比人工测量快，而且测量准确，因此类似的以机器视觉技术为基础的工件检测已经在很多工厂应用。图1 - 1 机器视觉典型应用在国外，机器视觉技术已经成功、广泛地应用与电子制作行业，并逐步向其它领域扩展例。主要体现在以下方面：1 高速性随着算法的复杂性提高，对计算机的计算能力及计算速度都有新的要求，因此部分从事机器视觉研究机构同时也在朝计算机的高性能运算方向研究。如美国o a kr i d g en a t i o n a ll a b o r a t o r y 的h i g hp e r f o r m a n c ec o m p u t i n g ，是全球顶级的机器视觉研究机构，主要研究机器视觉在数据吞吐量大，运算速度要求快的背景下的应用。2 高精度4武汉理【人学硕士学位论文机器视觉直接被作为一种测量的方法来对被测对象进行测量。英固r o v e r汽车公司利用机器视觉实现对8 0 0 系列汽车车身轮廓尺寸精度的1 0 0 在线检测：奥迪公司基于机器视觉研制成功了一种能够对自车身表面缺陷进行全自动检测的系统。整车检验时间为8 0 s 。通过自动测试与分析，将过去靠肉眼无法分辨的表面缺陷直接标记在车身上，使白车身进入喷漆工序之前即可对缺陷处进行打磨，节省了表面喷涂过程巾的打磨工序，既节约了大量制造成本，同时又提高了车身的表面质量口”。3 三维图像随着机器视觉技术的发展与应用，二维图像已经在很多场合不能满足对象的要求，因此维图像也成了机器视觉的研究方向。如在德国的s t 眦g a n 大学针对工业生产中的零部什榆测，开发了基于机器视觉的3 d 图像检测系统f 捌。、图卜2 利用视觉导向的工、啦机器人在国内，机器视觉起步较晚，但发展也很迅速，短短几年就迅速从半导体电子领域普及到其他工业领域，成为 一业生产自动化的项重要技术。许多国内有关的高校与研究所电丌始对机器视觉进行大胆地尝试，并有许多技术运步推向市场。中国汽车技术研究中心口”已经应用机器视觉技术开发了汽车仪表性能检测殴各，用于测量指针式仪表的精度是否符合企业标准或者行业标准。随着机器视觉技术研究的进一步深入，日i j l 机器视觉技术己绎j3 泛地应册子上业、农业、圃防、卫生、包装等诸多领域，代许了传统的人工检测方法，提高了生产效率的例时，也大大地提高了产品的质量“4 讲j 。武汉理工大学硕士学位论文1 4 论文的主要内容本文介绍的是机器视觉技术在三坐标测量中的应用方法，并详细介绍了硬件及软件的系统设计。采用了先实验后样机的实验方法，软件设计的过程中，同时考虑测量过程中的实时性与准确性，设计了一种简单有效的二步定位方法。第一章：主要分析了c m m 目前使用过程中存在的问题，介绍了机器视觉技术应用于三坐标测量中的目的与意义；同时概述了c m m 及机器视觉的国内外发展现状。第二章：首先介绍了摄像机的标定方法及建模过程。然后分析了机器视觉理论中常用的特征提取方法，在视觉图像特征提取中还介绍了边缘算法的性能评价方法；最后介绍了基于曲面拟合以及背景差分等特征识别方法。第三章：介绍了基于机器视觉的三坐标测量系统的系统方案、功能要求；通过对系统方案及功能要求进行分析，设计了相应的实验；并通过性能参数选择了驱动电机、摄像机、图像采集卡等设备，建立了实验硬件系统。第四章：详细介绍了系统软件在d e l p h i 7 0 环境下的设计过程，系统软件分为摄像机模块、标定模块、定位演示模块、图像处理模块、边缘检测模块、实验数据模块及数据处理模块；重点介绍了定位模块的功能与实现，并提出了二步定位法的概念，实现了三坐标测量机测量中的路径规划。第五章：主要内容是三个实验。实验一是用改进的p r a t t 方法评价边缘检测算子的性能；实验二是应用开发的系统软件在b a y s i d e 定位平台上进行联机实验，进一步完善系统软件；实验三是在通过第二个实验验证了系统软件的可行性后，将系统移植到三坐标测量机上进行联机定位实验，验证了将机器视觉技术应用于三坐标测量中，实现c m m 的自动测量是可行的。总结与展望：对全文的工作进行总结，指出了本文的创新点与完成内容；同时指出存在的不足，基于此提出了未来的展望及下一步可以研究的工作。6武汉理工大学硕士学位论文第2 章机器视觉理论机器视觉是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等，它用视觉传感器采集目标图像，通过对图像各种特征量的分析处理，获取信息【2 8 1 。机器视觉不同于图像处理，图像处理的目的是使图像经处理后变得更好，其输出仍是一幅图像，而机器视觉是机器对图像进行自动识别，找到图像中的特征。因此机器视觉由两部分组成：特征提取与基于这些特征量的特征识别。原始特征类别2 1 摄像机模型图2 一l 机器视觉系统组成框图与普通的图像处理不同的是，机器视觉不仅需要对图像的特征进行识别，最重要的是需要判断这些特征量在实际空间中的位置，因此需要建立正确的数学模型，获得识别后的特征对应的空间坐标。图2 2 图像坐标系、摄像机坐标系与世界坐标系7武汉理工大学硕士学位论文图2 2 是图像坐标系、摄像机坐标系以及世界坐标系的空间分布，其中图像坐标系( o o u v ) 与摄像机坐标系( o l x y ) n ；勾- 维坐标系，而且为同一个平面，所不同的是图像坐标系的坐标原点在最左上角，而摄像机坐标系的坐标原点在图像的正中间；世界坐标系是三维坐标系，实际空间中一点v ( x ，y ，z ) 通过成像，得到摄像机坐标系( o x y z ) d e 的点p ( x ，。针孔成像模型是典型的线性模型，空间任一点v ( x ，y ，z ) 成像于摄像机坐标系中的p ( x ，点，由相似三角形可以得到：式中f 为o o l 距离，即摄像头焦距。联合图像坐标系并用齐次坐标形式表示为：料雕u 冲o= m 。m 2 置，( 2 2 )式中s 为比例因子；口，= 厂d x ，为u 轴上的尺度因子；口。= 厂d 】，为v 轴上的尺度因子；u o 、v o 分别为摄像机坐标系原点在图像坐标系中的位置；r 、t分别为摄像机坐标系与世界坐标系之间的旋转矩阵和平移向量；矩阵m 。的参数口。、口一u 。、v o 只与摄像机内部参数有关，因此将这些参数称为摄像机内部参数；m ，的参数r 、t 由摄像机相对世界坐标系的方位决定，因此称为摄像机外部参数，则摄像机标定的过程则可以转换为求解这些参数 2 9 - 3 0 o在某些条件下，比如摄像机的视场很小，而且视场内待采集的物体表面深度变化相对其到摄像机的距离很小，透视模型就可以用线性模型来近似描述，也称弱透视模型【3 l 】。在图2 2 中由于由于摄像机的视场很小，且待采集物体表面深度变化较小，因此物体表面上任一点的景深( p 在z 方向上的数值变化) 可以忽略不计。即在弱透视模型中，该模型中物体上的景深用一固定的深度值z 0 近似，摄像机坐标系与世界坐标系建立映射关系，对应模型的映射关系为：q矗一z痧一z=yy武汉理工大学硕士学位论文| x ：鱼 y ：主陆3 ，【z o从式( 2 - 3 ) 可以看出，当f z 。为常数时，世界坐标系中的( x ，y ) 就与图像坐标系中的( x ，y ) 构成一个线性映射，这样就可以通过一个已知具体参数的标定块( 即a x ，y 已知) 先通过图像采集处理得到对应的图像坐标( a x ，h y ) ，带入式( 2 - 3 ) 中求解出f z 。保存起来，这样就可以作为机器视觉中定位求解世界坐标系提供变量3 2 3 3 1 。2 2 视觉图像特征提取正如眼睛提取特征信息给人的大脑，机器视觉中依靠摄像头扫描到原始的、直接的图像信息，怎样从原始图像信息中提取有用的特征信息，是进行机器视觉的首要任务。在一幅图像中，常用的视觉图像特征信息包括：边缘、角点、圆或椭圆中心，以及图像的形状等。这些特征信息的提取在很多图像处理的专著与文献中已有详细介绍【3 6 1 ，与图像处理不同的是，机器视觉更注重于处理的速度与处理效果的可靠性，而不太关注结果图像的视觉效果。2 。2 1 平滑处理技术图像在采集的过程中，或者进行数字量化的过程中，都有可能引入噪声，这些噪声在处理的过程应该剔除掉，由于处理后的图像看起来比原始图像平滑，因此该过程也叫平滑处理。现在平滑处理的方法有很多种，常用的包括邻域平均法、中值滤波法、低通滤波法以及多图平均法等。1 邻域平均法邻域平均法是一种简单的空域处理方法，其原理就是用附近几个像素灰度值的平均值来代替每个像素的灰度值。由于高斯噪声是随机分布的，根据相关性可知，采用邻域平均法可以有效地对图像中的噪声信号进行有效地抑制。邻域平均法的数学表达式为：1 一g ( x ，y ) = 吉f ( x m ，y 一，1 )( 2 4 )9武汉理工大学硕士学位论文式( 2 4 ) 中s 为确定的( x ，y ) 附近但剔除( x ，y ) 自身点的邻域，m 为邻域s 内的像素点个数。邻域平均法的优点是算法简单，计算速度快。但会使图像变得模糊，邻域的范围取得越大，图像会更加模糊。为解决这个问题，一般采用阀值的方法，具体过程如下：用一个3 x 3 的窗口逐行扫描图像，求出原始图像除( x ，y ) 自身点外的灰度平均值g 2 ，假设( x ，y ) 点处的灰度值为g l ，若g 1 与g 2 的差的绝对值大于设定的阀值t ，n ( x ，y ) 点处的灰度值用g 2 代替，否则仍然为g 1 。用数学方法表示为：g ( x ，y ) =击。磊。厂( x - m , y - n )厂少)2 中值滤波法中值滤波法也叫最大值滤波法和最小值滤波法，是基于图像连续性的处理方法，其图像处理的效果普遍认为比较理想。基本原理如下：假设图像中一点( x ，y ) 的灰度值g 0 】，其邻域内所有点的灰度值组成的数组为g 【n 】，对g 【0 】以及g n 按数值大小进行升序或降序排列，取排列序号是最中间的值g x 】取代g 0 】。0l20121 121 l23 11 12321 12321 123221 11232图2 3 中值滤波原理如图2 3 ，对于3 3 的红色窗口，中间的8 显然是发生突变的。红色窗口内的灰度值原始序列是 2 ，1 ，1 ，2 ，8 ，1 ，2 ，2 ，1 _ 。对原始序列进行升序排序操作后的序列是f l ，1 ，1 ，1 ，2 ，2 ，2 ，2 ，8 ) ，用此序列的中间值2 来代替原来3 3 红色窗口中间的8 ，通过该滤波方法不仅是图像变得平滑，而且剔除了突兀的噪声点8 。因此采用中值滤波法对椒盐噪声有很理想的抑制作用。l o52rrv |uil，u川1肛疗一一yymm一一xx广， | | l m。一m一一yyx工，武汉理工大学硕士学位论文2 2 2 边缘检测技术在一幅图像中，机器视觉关注的只是该图像的特征，实践证明，图像最基本的特征是边缘，正是这些边缘的存在使得目标和背景之间、目标和目标之间有了划分的界线。而边缘检测技术就是提取这些边缘或者是边界线，将目标和背景、目标和目标分开来。判断一个像素点是否为边缘，取决于该点的灰度值以及与其相连的8 个点的灰度值之间是否存在跨度。一般通过采用一阶极值点或二阶导数的过零点来进行边缘检测。常用的一阶导数有梯度算子、r o b e r t s 算子、s o b e l 算子及p r e w w i t算子等；二阶导数有l a p l a c i a n 算子、k i r s c h 算子及c a n n y _ 【3 7 1 算子等。1 s o b e l 算子s o b e l 算子与p r e w i t t 算子很相似，实现原理一致，是用两个垂直的核与图像进行卷积计算，其中s o b e l 的水平边沿检测与垂直边沿算子分别如式( 2 6 ) 、式( 2 7 ) 所示。| - i l 吾言仁6 ，l - 121jf - 1 。01 - 22 仁7 ，l0i( 2 - 7 )、7l 一101 j实现方法：用3 3 的核算子对图像进行逐点卷积，对应的卷积结果来替换原来的灰度值。需要注意的是，在卷积的过程中可能会出现某行或某列的运算结果大于2 5 5 或小于0 ，而实际定义的灰度取值范围是 0 2 5 5 ，因此需要借助数学函数m a x 以及m i n 对取值结果进行修正。2 l a p l a c i a n 算子l a p l a c i a n 算子是图像边缘检测中常用的一种二阶算子，应用于数字图像，l a p l a c i a n 算子表示为：v 2 f ( x ，y ) = 厂( x + 1 ，y ) + f ( x - 1 ，y ) + 厂( x ，y + 1 ) + 厂( 石，y 1 ) 一4 f ( x ，y )( 2 8 )对应点、线的端点、直线、垂直角点、面的边缘检测效果如图2 - 4 所示：武汉理r 大学硕士学位论文罔2 - 4l a p l a c i a n 算子检测效果从图2 _ 4 可以发现，政算予对于孤立点的检测运算其输出的灰度值得到提高到原来灰度的4 倍，对于线的端点检铡运算，其输出的灰度值得到提高到原来扶度的3 倍，对于线及垂直角点的检测运算，其输出的灰度值得到提高到原来灰度的2 倍，而对面的检测运算，其效果并不理想，并且会使其检测效果变得模糊不清t 因此l a p l a e i a n 算于是一种对噪声很敏感的算子。3c a n n y 算子c a n n y 算子是罔像处理中非常著名的检测算干，由于采用双阀值，检测效果比较理想。分析其检测过程包括高斯平滑滤波、计算梯度、极大值抑制、烈阈值检测。具体实现方法；( 1 ) 高斯滤波：用l o g 算子中的巷积模板式肘原始图像进行卷积操作，达到平滑的效果。( 2 ) 计算梯度：用方向导数的方法求x 与y 两个方向梯度计算方法如下：x 的方向导数：y 的方向导数：a ，f ( x , y ) = ，( y + 1 ) - f ( x ，y 1 )梯度值计算：r ：+ 可a ，( 置，) 。+ ，( t y ) 。( 2 9 )( 3 ) 非最大值抑制：先判断当前像素梯度幅值是否为0 若为0 ，则不是边界点，应珐被剔除；比较方向导数。，“y ) 和，( y ) ，再采用插值法判断该点是否可能为边界点完成非最大值抑制：( 4 ) 利用统计直方圈的方法求墩高低阀值，然后根据高、低阀值把梯度值夫于高阀值或梯度值小于低阀值的像素点剔除；通过以上步骤完成基于c a n n y 算子的程序，得到效果比较好的边缘信息。武汉理工大学硕士学位论文2 2 3 边缘检测算子评价方法在设计边缘检测算子的时候有许多方法可以选择，因此需要一种客观的评价方法评价各种边缘检测方法的性能。由于边缘检测应用的领域不同，评价的方法也不统一，但主流的有两种：p r a t t 公式、c a n n y 准则。1 p r a t t 公式【3 8 】p r a t t 早在1 9 7 8 就提出了用一个简单的公式来评价各种边缘检测算子性能的方法，这个公式是对各边缘点进行求和：肚毒善去亿，智l + 以2、7式中l = m a x ( ，l ) ，l 是边缘检测算子为检测到的边缘点的数目，l 是被边缘检测的图像的实际边缘点的数目。口是常数，作为比例系数，用来控制尺度。d 是边缘检测算子检测到的边缘点与被边缘检测图像的实际边缘点间的距离。从式子可以得出，用该方法进行边缘检测算子性能评价的前提条件，是要知道，。及d 的数值，只有已知的图像才有可能知道这两个参数的值j 因此该公式的重要用途是用于数据的合成或者用已知图片去评价各边缘检测算子的性能。2 c a n n y 准则c a n n y 在研究了边缘检测器的性能特性，发现尽管边缘检测器应用于不同的领域，但对边缘检测的结果依然有共同的要求【3 9 1 。( 1 ) 优良的信噪比即将非边缘点判断为边缘点的概率要低，对边缘检测的错误率要低，检测出来的尽可能都是边缘点；( 2 ) 定位准则即检测出的边缘尽可能在实际边缘的中心；( 3 ) 第三准则即单个边缘产生多个相应的概率要低，对同一边缘仅有唯一响应，而且虚假边缘响应得到最大抑制。c a n n y 准则的目的在于：对信号和滤波器做出一定假设的条件下，利用数值计算方法求出最优滤波器并对各种滤波器的性能进行比较。武汉理工大学硕士学位论文2 3 视觉图像特征识别2 3 1 基于曲面拟合法该方法的基本原理就是首先将图像中的灰度值等效为高度值，然后对小窗口的数据用曲面来拟合，根据拟合的结果来判断是否为边缘点。过程如下：假设原始图像为f 【x ，y ) ，待拟合曲面为g ( x ，y ) 为一个1 1 次多项式g ( x ，y ) = 口f y 7( 2 1 1 )i = 0y = o式中，i ，j 为别为小窗口s 区域内像素点的横纵坐标，m ，n 表示图像s 区域内横向与纵向的像素个数，口，表示1 1 次多项式的系数，则拟合误差为e ( a ，) = f ( x , y ) - g ( x ，y ) 】i 2( 2 1 2 )根据最小值理论，当e ( ) 取得最小值时，对应的所表示1 1 次多项式的拟合曲面即为最佳拟合曲面。因此对e ( q ，) 进行求导得o e _ = - ( a g ) ：0 ( 2 - 1 3 )o c l o 得到一组变量为拟合曲面多项式的系数嘞的方程组，求解该方程组，得到的值，相应地可以得到最优拟合曲面。即此时s 区域内的函数为g ( x ，”，梯度幅值为：对应方向角为：g ( x ，y ) =骶加t 锄一篆端( 2 1 4 )( 2 - 1 5 )然后通过设定阀值t ，比较g ( x ，y ) 与t 的大小，判断( x ，y ) 处是否为边缘点。由于拟合曲面的结果是基于一定平滑性的有理曲面，因此可以抑制部分噪声。但在对方程组求解时，计算量大且不一定有解，同时针对多个s 区域应该设置不同的阀值t 才比较理想。因此该方法适合于对实时性要求不高但精度要1 4武汉理丁大学硕士学位论文求高的场合233 背景差分法所睛的背景差分就是把图像中的背景部分去掉，剩下的部分自然就是可【三【识别的特征。该方法基于一个假设：任何一个与背景不同的部分都是感兴趣的部分州。臣【r 1l 一( a )( b )( c )图2 5 背景差分方法该方法一般应用丁背景比较稳定的场合，根据背景的准确估计值，得到差分的效果，如图2 - 5 中( a ) 图是混台了背景与特征信息的图像，( b ) 圈是背景图案，通过背景差分的方法就可以得( c 悃所不的特征信息。最简单的方法足直接保存一张背景的图像，但在实际应用的过程中，背景的提取往往是很困难的过程，其中影响背景信息提取最重要的因素是亮度，比如实物与背景之间的阴影、曝光程度不同影响背景亮度等等，因此要准确地提取需要在差分的过程中设置合适的阀值t ，并以式( 2 1 6 ) 进行判别：震瑟i ；i i i 麓弘s ，【特征部分差分结果绝对值 r24 本章小结奉章以机器视觉为对象说明丁删透视的摄像机模型标定过程。介绍了机器视觉中常用的图像预处碍! 方法，重点介绍了中值滤波法：在边缘检测方法中针对边缘算法多的特点t 阐述了p r a t t 公式、c a n n y 准m 等边缘检测箅于评价的方法；般后，分析了基十曲而拟合】三i 及背景差分等关于特征讨 别方法；武汉理工大学硕士学位论文3 1 系统方案第3 章系统方案及硬件本系统的目的是采用机器视觉的方法达到三坐标测量机自动化、高精度、快速测量的要求。即系统需要实现以下功能：1 完成三坐标测量时的自主定位，实现三坐标测量机的柔性测量；2 该系统的控制精度需满足测量的定位精度3 m 以内；3 三坐标测量机自动测量的速度比手动操作的速度快。根据三坐标测量机测量的工作原理，三坐标测量机的测量分为两部分，c 删测量系统和机器视觉定位系统。c m m 测量系统主要实现测头路径规划、自动精密测量、零件点云数据；机器视觉定位系统通过机器视觉技术，完成对待测体的准确、实时定位；设计系统的方案如图3 一l 所示。机器视觉定位系统市几器视觉芦瞰艨卡卜定位软件、，c c d i _一、!jx z 厂：、i竺j咚l搦_c h探头圈c m m 测量机测量软件c c d 2，fj-j待测体 、，y0 9 1 2 0 89 0 0 1 2 0 0 8 0 01 4 5 0 2 1 6 5 2 9 4 60 3由于测量的光栅尺，花岗石平台以及待测体都会受温度变化而产生一定的武汉理i 大学硕士学位论文形变，因此为了保证测量结果的精确性配置了实时结构温度补偿系统c l i m a偿。具体工作环境如表3 - 2 所示：殴备对环境有严格的要求。同时设备可以在补偿温度范围内对温度进行补表3 4 2 三坐标测量机工作环境c l i m a 补偿温度标准环境温度环境温度变化可操作温度相对湿度范暖16 - 2 6 18 - 2 2 1 h ，2 2 4 h1 0 q 5 9 0 ，无冷凝l h 5 2 4 h设备采用气压驱动，犀小供气压力5 b a r ( 05 m p a ) ，耗气量1 5 0n l m i n ：由于设没各采用气压驱动因此不需要额外添加驱动结构来牵引测头的移动。图3 - 4b r o w n s h a r p 三坐标测量机如图3 - 4 所不。浚设备r q 咀作为研究三坐标测量机自动测量的样机，完成机器视觉技术应坩于三坐标测量机的实验。武汉理l ：大学硕士学竹论文332b a y s i d e 平台由于三坐标测量机的工作环境严格在调试系统软件的过程中，可以借助b a y s i d e 精密定位平台代替三坐标测量机完成定位实验，实验结果可以作为能否进行三坐标测量机联机实验的参考。实验室的b a y sr d el m l 5 0 精密定位平台可以通过控制电机实现两坐标移动。如图3 - 5 所示。图3 5b a y s i d el m l 5 0