（机械设计及理论专业论文）三维机器视觉尺寸测量系统的原理模型与算法研究.pdf

博士后研究工作报告 摘要 作为一种先进的非接触测量技术，机器视觉测量正在成为国内外众 多学者的研究热点。本文针对工、业生产线上机械零件三维尺寸的快速检 测问题，研究了一种可实现三维尺寸快速在线检测的机器视觉系统。 论文耆先在深入磷究单摄像机成像原理和激光三角测距技术的基础 上，提出了适用于机械零件三维尺寸快速在线检测的三维机器视觉尺i i 测量系统的原理模型。该模型可根据摄像机单幅二线数字图像计算出机 械零件上待测特征的三维坐标数据，并进行相应的各种尺寸检测计算。 然后针对所建立的三维机器视觉尺寸测量系统，提出了可线性求解的参 数标定模型，实现了系统参数的快速、准确标定。最后结合三维机器视 觉尺寸测量系统的特点，对图像边缘提取算法进行了深入研究，编制了 实用的图像边缘提取软件。 本文工作为三维机器视觉尺寸检测系统的研制开发奠定了理论和计 算基础。 关键溺：机器视觉，三维i ； | 量，标定，激光测距，图像处理，边缘提取 第l 页 堡主生堡耋三堡垫鱼 a b s t r a c t a sas t a t eo ft h ea r tn o m c o m a c t i i l gm e a s u r i n gt e c h n o l o g y ，m a c h i n e v i s i o nm e a s 獬i n gs y s t e mi sb e c o m 诬gm er e s e a r c hf o e u sa r o 强dt h ew o f l da n d i sf i n d i n gm o r ea n dm o r eu s e si nm a n u f a c t u r i n gi n d u s 订y w i t hm ea i mt o r e a 王i z e 佻to n l i n em e a s u r i n go f t h ep a r t s 3 dd i m e n s i o l l si np r o d u c t i o nl i n e ，a t h e o r e t 呈ca lm o d e lo f3 dm a c h i n ev i s i o nd i m e n s i o nm e a s u r i n gs y s t e mi s p m p o s e di nm i sp a p e r f i 髂l v ，t h et h e o r e t i c a lm o d e lf o r3 dd i m e n s i o 芏lm e a s u r i n gi se s t a b l i s h e d b a s e do nt h es i i l g l ec a m e r ai m a g i n gp r i n c i p l ea n dt h el a s e rt r i a n g u l a rr a n g m g t e c h o l o 影t h i sm o d e lc a nc a l c u l a t eo u tt 沁3 dd i m e n s i o n so f t h ep 躲sj u s t 抒o mas i n g l e2 dd i 西t a li m a g e i na d d i t i o i l ，al i n e a rc a l i b r a t i o nm o d e lf b rm i s t h e o r e t i c 蠢m o d e li sd u tf o n v a r da i l d f a s ta n da c c 删ec a l i b r a t i o no ft h e s y s t e mc a nb er e a l i z e d f m a l l y ，a n 虹n p v e da l g o r i t b = n f o ri m a g ee d g e e x t r a c t i o nb a s e do np r i w i t t o p e r a t o ri sp r o p o s e da n dt h ec o r r e s p o n d i n g s o 黼甜ei sp r o g r 8 m m e dl 王s i n gv i s u a lc + + 。 t h ew o r k 讯t h i sp a p e rl a y st h e o r e t i c a la n dc o m p u t a t i o m lf b u n d a t i o l l s f o rt h ed e v e l o p m e n to f3 dm a c h i n ev i s i o nd i m e 芏l s i o nm e a s u r i n gs y s t e m k e yw o r d s ：m a c h i n ev i s i o n ，3 dm e a s u r i n 舀c a l 泊r a t i o n ，l a s e rr a n g i n 舀 i m a g ep r o c e s s i n g ，e d g ee x t l 鼍c t i o n 第l l 页 博士后研究工作报告 第l 章绪论 1 1 褫器视觉技术及其应用现状 桃器视觉是撂耀摄像枧和计算孛几代替人眼对目标进行识别、跟踪和 测量。机器视觉系统由摄像机、视频采集卡、计算机和图像分析处理软 件组成( 图1 1 ) 。由摄像机和图像采集卡获取翻标的数字图像，通过计 算机对数字图像进行处理分析 ：导到目标的相关信息。 圈1 。1 机器视觉系统基本构戒 机器视觉的研究始于上世纪5 0 年代，开始主要是进行字符识别、医 学显微镜图像分析和以遥感及军用侦察为背景的图像处理和图像分析研 究。以工韭应用为背景的机器视觉系统研究始予6 0 年代中期，美国、嗣 本等发达国家相继开展了以工业应用为背景的图像理解和图像分析嵇 第1 页 溥士后研究工作报告 究。7 0 年代初期，机器视觉开始在工业中终到应用，如日本研制出用于 检查p c 转( 印制电路板) 伤痰的机器视觉装澄。7 0 年代后半期，随着l s i ( 大规模集成) 技术的发展，越来越多的实际机器视觉系统在工、监中得 到应用。8 0 年代机器视觉研究进入了一个快速发展时期，机器视觉的理 论、算法与表达方碰均取穆了很大进展，两且些发达国家棚继出现了 机器视觉公司，开发了许多用于机器人或其他工业领域的机器享冤觉应用 系统。 圈1 2 机械褫觉的綦本应用 机器视觉的应用主要集中在目标识别、表面检测、目标定位和尺寸 测量等弱个方两( 图1 。2 ) ，涉及工农业生产中的视觉检测、智能车辆、 视频监视、机器人视觉导航和视觉测量等各个领域。在农业方瑶视觉捻 测可用于判断农作物的生长情况，通过检测水果的外形尺寸和表面质量 判断其质量等级，也可通过捻测水果的悫郝品质判断其成熟瘦等。在工 业方露视觉检测可用于生产线上的零件计数和质量检验等。在智能化车 辆方面，机器视觉比较有效地解决了智能车辆的哿航问题。目前该领域 有两个研究方向：一是完全意义上的“视觉技术”，它能模拟人的视觉原 理来识别道路，其实现方法是在智能车辆上装嬲台或多台摄像机，进行 第2 页 博士后研究工作报告 图像的3 d 处理，然后根据一定的算法识别前方的道路，从而实现自动导 航；另。种研究方向是标识线识剐法，即“有线式”视觉导航。它根据路 藤或者路边的明显路径标识线，通过车载c c d 摄像机摄取蹋两图像，经 车载计算机处理识别出标识线，通过控制转向系统使实际行使路线在允 许豹偏差范匿内。在视撅监视方面，机器视觉在安僳、交邋、工渣、楼 字等各种监视系统中有着广泛的应用。由于能够自动捕获图像并自动进 行分析，机器视觉监视有着人工监视不可比拟的优势。机器入视觉系统 则是丰几器视觉技术应用的高度集中，其中郝分机器入灏具有豹只是由通 常传感器就可以完成的“视觉”，而有一些则需要通过用c c d 摄像机摄像， 并经过复杂的算法完成对图像的处琏和识别，控铜执行装置采用相应的 行为动作。 在机器视觉测量方面( 包括一维、二维和三维尺寸的测量) ，目前关 于瑚；尺寸和二维尺寸的视觉测量系统已经有不少研究和应用，而三维 尺寸机爨视觉测量系统则是当前国内终的研究热点，在工业生产中，机 械零部件几何尺寸的检测对于保证机械产品的质量十分重要，由于机械 零件一般是连续大批量生产且对精度要求齑，人工难以实现对全部零件 的检测任务，两抽样检测难以保证l o o 的产品合格率。有关砚究表明， 当产品的次晶率为千分之三时，人工检测大约可发现8 0 以上的次品；当 次晶率要求为万分之一时，人工只能检出5 0 豹次晶；而当次品率低于十 万分之三时，人工的检出率为零。与人工检测相比，机器视觉检测无论 是在检测精度方面，还是在检测效率方面，都具有无与伦比的优越性。 另钋，对于微小零件 6 ) 。设p i 在世界坐标系中的坐标为( x ，罗) ( 取 = 批= o ) 。 根据式( 二3 ) 计算出( ，m ) z ，= ( x 工) 叠ey # = ( ) 么y o ) y ( 2 _ 1 5 ) ( 2 ) 根据式( 2 - 1 4 ) 对每个特征点p i 列出个方程，这样共得到n 个方程 we y i y 。j y ly 1 一x x j y 。j x 、 对式( 2 一1 6 ) 可解可褥 7 i 理v 屯，瓦 t ，瓦 h | t 。 飞| t 。 ：x ji 2 l ，2 一，n ( 冬1 6 ) _ = _ ，y ，强= 如o y ，x = 。“，屹= 川y ，吩= 如7o y t z i ， ( 3 ) 利用旋转矩阵r 的正交性，计算出t y 和r ， r ， 雩= 筹 p t s ， 式中，薯= 矗2 + 巧2 + 五2 + 5 。 式( 2 1 8 ) 赢正交旋转矩阵式g 1 9 ) 推导得出，式( 2 1 8 ) 中 。，；。，。c o s 饼e o s p。，l c o s 2a c o s 2 芦 怕 铲尹川r2 1 r 一。 。黪， s 弦搿c 筘摩a s 筘a + 。弦踟8 1 足= 卜c 黔，c 弦a + s 芦玲g c 弘a 一5 筘加8 ( 2 1 9 ) 一s 晷一s o pc 搜c p 由式( 2 m 1 8 ) 求出l t ，| 后，需要确定箕正负号。睦l 图2 * l 知，x 应与k 第2 l页 博士后研究工作报告 正负号桷同，y 应与y c 正负号棚同。对任意个特征点，首先假设其b 为正，由式( 2 1 7 ) 计算得到 i = 墨，巧= 乏巧，瓦= 弓，囊= 弓，吩= 弓 ( 2 2 0 ) 出式( 2 一l1 ) 诗算得到 臃寰谶： 弘2 t ， l y 。= x w + 唯y w + yr 此时，蓉x 与x c 以及y 与y c 同号，则t y 为正，否则1 r y 为负。 利用芷交性可计算r 足= ，1屹l 一_ 2 一考 r 4 气s 正i 毛 一 飞吩 ( 2 2 2 ) 式中，s = 一s 弦( 1 + 吩) ，r 7 、r 8 、r 9 可由矩阵前两行得到，具体如下 r 的另个孵为 。= 鹞扛i 虿一吩扛孑i 唯= _ 、压= 孺一s 1 f ：再 ( 2 2 3 ) 吩= i 如一r 2 k r = 也一扛i i r 。r 、一s 。j ? 孺 一砷一堍玛 ( 2 2 4 ) 爨体选取哪一个r ，可由试探法确定。即先任选一个，淘下计算，若据 此r 值计算如的焦距o ，则选取正确；若f o ，则选取错误，应改选男 一个r 。 第二步：确定平移矢= 羹分鬓t ：和摄像税焦距f 第2 2 页 博士后研究工作报告 对每个特征点p l ，根据式( 2 。1 1 ) 计算船 f ，= 1 x + 吃，叶+ 吩z + l y j = _ x ：，+ 冬y j + z j + 乃 ( 2 2 5 ) l q = r 7 x 毗+ 珞y 嘶+ 码z 毗+ t 再根据式( 2 2 ) ，可得 x ：r 刍垫垒兰羔：2 1 三! ： ，翟：戮：巍： v ：，垒垒2 ，兰墨垡堡! ! ! 。 。x m + 瑰y w 。+ 吩z w + 由式( 2 2 6 ) 可求出t z 和f 的值。 至此摄像机的全部参数已经标定完毕，在上述标定过程中无需求解非 线性方程，因两拣定比较容易实现。 如果需要考虑摄像机镜头的畸变闷题，在公式( 2 2 ) 中引入镜头畸变系 数即可，其标定过程也基本相同。 2 2 2 激光三角测距系统标定 如图2 2 所示，激光三角测距系统戆标定就是要确定系统中的结构参 数d 和平。标定时可预先拍摄一幅含特征点p ；的标定模板图像，确定r 的图像坐标( 墨，只) ，i _ 1 ，2 ，n 。设已知特征点p l 在世界坐标系中的三维 坐标为( x 坤，y 。，z 砷) ，根据式( 2 一1 ) 可计算出特征点p i 在摄像枧坐标系中的 三维坐标( 强，z 。) ，由式( 2 7 ) 与式( 2 _ 8 ) 得 d 一工f = ( z 。一，) ( 柳+ 每)( 2 2 7 ) 垂l 式( 2 2 7 ) 可求继d 秽译的值，激光三角测距系统中的结构参数标定 完毕。 第2 3 页 博士后醒究工作报告 本章基于单摄像机成像和激光三角测距技术，首先建立了三维机器 视觉尺寸测量系统中根据单幅二维数字图像求解三维坐标信息的坐标计 算模型；然后针对系统特点，给出了比较箍单易行的标定模型，该标定 模型仅通过线性计算就可完成摄像机内、夕 参数以及激光三角测距系统 的参数标定。 由本章内容可知，要计算德测酲标点在世界坐标系中的三维坐标值， 除了要完成必须的标定工作外，个非常重要豹条件就是要知道目标点 在图像坐标系中的精确二维坐标，这就涉及到将要在p 一章中介绍的图 像边缘提取问题。只有能够快速、精确地从摄像机图像中提取出零件特 征的边缘数据，才能对照本章分绍的理论与方法计算出待测零件特征的 三维坐标数据。 第2 4 页 博士后研究工作报告 第3 章三维机器视觉尺寸测量系统中的图像边缘提取 3 。1 概述 在上一章中建立了三维机器视觉尺寸测量系统的原瑗模型，给出了 相应的三维坐标计算方法和参数标定。但计算待溅零件特征三维坐标的 翦提是必须先扶摄像机拍摄的待测零件特征的二维图像中提取出零件特 征边缘的二维图像坐标。 在数字图像处理研究领域中，图像边缘提取是最重要的研究内容之 一。人类视觉系统的研究表明，图像的边界非常重要，往往仅凭一条粗 略的轮廓线就能够识别出一个物体。这说明，在很多场合物体可以用其 边界来表示，壶图像灰度不连续点组成的基元图携带了琢始图像酌绝大 部分有用信息。在三维机器视觉尺寸测量系统中，就充分翻用图像中的 边缘来识别和计算零件的特征信息。由于三维机器视觉尺寸测量系统具 有一定的精度要求，圜面在进行图像边缘提取时必须保证边缘的连续性 并且具有较高的精度，为此本章将专门研究三维机器视觉尺i j 4 测量系统 中的图像边缘提取问题。 图像边缘提取是图像处理、计算机视觉中的基础内容，图像边缘中 包括了图像中的大部分有用信息。边缘反映了景物局部区域肉特征的差 别，表示为图像信息的某种不连续性( 如灰度突变，纹理以及彩色的变 化等) 。物体边缘特征是与图像中灰度发生跳变的部分相对应的。因此， 基于灰度不连续性特征检测的方法也就成为图像边缘提取的主要方法之 现有的边缘摄取方法可分为两大类：一类是基于某种固定的局部运 算方法，如：微分法、拟合法等，它们属于经典的边缘提取方法；另一 类则是以能量展小化为准则的全局检测方法，其特征是运用严格豹数学 方法对此问题进行分析，绘出一维值函数作为最优检测的依据，从全局 最优的观点提取边缘，如松弛法，神经网络分析法等。 第2 5 页 博士后研究工作报告 判断边缘提取算法效果好坏的标准为：( 1 ) 检测精度高；( 2 ) 摭嗓能力 强；( 3 ) 计算简单；( 4 ) 易于并行实现。其中最根本的问题是解决检测精度 与抗噪声能力间的矛盾。从理论上讲，这两雀之间存在着相互制约的互 变关系，即不确定性原则。 不确定性原则是聚二j 三力学研究中| ；= | 奄条萋要自然规律，从信怠处理 角度毳，这。原则可表述为：一个信号不可能弱时在时缄和频域中任意 高度集中。图像边缘的定位精度和摭噪声能力不可能同时无限地提高， 这两项指标的乘积为一常数。因此，德量一个检测方法的标准也不能只 看某一指标的高低，而应考察其综合指标是否达到理论上的极限。虽然 迄今已出现了众多的理论和方法，而且有些方法发展得摆当成熟，但从 这个意义上讲还没有一种普遍适于任何条件的最优算法。本文对三维机 器视觉尺寸测量系统中图像边缘提取所提出的主要要求就是测量速度要 快、精度要高。 3 2 几种常用的图像边缘提取算子 3 2 1图像边缘的定义 图像的边缘对人类视觉系统有着重要意义，它是人类判别物体的重 要依据，是图像最基本的特征。图像大部分主要信息都包含在图像的边 缘中，主要表现为图像局部特征的不连续性，是图像中灰度变化比较剧 烈的地方，也即我们通常所说的信号发生奇异变化的地方。奇异信号沿 边缘走向的灰度变化蒯烈，通常我们将边缘划分为阶跃形和屋顶形两种。 阶跃边缘中边缘两边的灰度值有明显的变化；而屋顶形边缘中边缘位于 灰度增加与减少的交界处。在数学上可利用灰度的导数来刻画边缘点的 变化，对阶跃边缘、蓬顶形边缘分剐求其一阶、二阶导数。可见，对阶 跃边缘点a ，其灰度变化油线的一阶导数在a 点达到极大值；二阶弩数 在a 点与零交叉。对屋顶形边缘点b ，其灰度变化睦线的一阶导数在b 点与零交叉，二阶导数在b 点达到极值。 篱2 6 页 博士后研究工作报告 oax0axo 图3 1 盼跃形边缘 0 y r 厂广 v ，y ) 图3 2 阶跃形边缘 3 。2 。2 几种常用的图像边缘提取算子 图像边缘提取的实质是采用某种算法来提取图像中灰度馕产生突变 的边缘像素。凋像的灰度变化可蠲图像灰度分布的梯度来反映。边缘提 取算予可分为使鬣局部技术的边缘提取算法和使用全局技术的边缘提取 算法。边缘提取方法一般都是通过原始霞像中像素的某个小邻域来梭造 边缘提取算子。 设，( t y ) 为图像灰度的数学表达式，兵和分别为阑像灰度，( 薯y ) 在x 和y 方向上的导数，则图像灰度梯度表示式为： = 2 + 2 ( 3 - 1 ) 在实际应用中，为避免开方运算，常用式( 3 2 ) 或式( 3 3 ) 作为图像的 灰度公式。 = 蚓+ 矧 ( 3 2 ) 繁2 7 页 博士后研究工作报告 = m 嘣l l ，i ) ( 3 3 ) 算子、s o b e l 边缘提取算子、l a p l a c 协边缘提取算子等等。本节将对这些 r o b e r t s 算子是弘2 算予，利用局部差分算子寻找边缘，计算沿4 5 。方 向的一阶差分，图像的梯度为两个4 5 。方向梯度的向量列。r o b 碰s 算子的 一一 兵= i ( x + l ，y + 1 ) 一厂( x ，y 1( 3 - 4 ) 形= l 厂( hl ，y ) 一，( x ，y + 1 i ( 3 5 ) g ( 五y ) = 陟( x + l ，y 十1 ) 一，( 工，) 】2 + 【厂( x + 1 ，j ，) 一厂( ，y + 1 ) 】2( 3 6 ) r o b e r t s 算子直接计算图像差分，不包含平滑，故不能抑铡噪声，图 p r e w 溆算子是个3 ) ( 3 算子，它是利用周围八个像素的灰度值来确 雕吣纠i 一1 o 1 jl _ 二1 二1 岫二l j p r e w i t t 算子通过像素平均对图像进行差分和滤波，对灰度渐变和噪 簿2 8 页 博士后研究工作报告 声较多的图象处理得较好，但其缺点是在处理过程中平滑了许多有用的 边缘信息。 3 s o b e l 边缘提取算予 对数字图像上的每个像素，考察其上、f 、左、右相邻像素点灰 度的船权差。常稍的s o b e l 算子模板为： _ l o 1 f l 一2 一1 i 一2 o 2 ， o o o l l o l jl1 2 lj s o b e l 算子与p r e w it t 算予有些相似，也是对像素进行燃权平均，只 是s 曲e l 算子认为距离不同的像素具有不同的权倩，对算子结果产生的 影响也不同。 4 l a p l a c i a 珏边缘提取算予 l a p l a c i a i l 算子是二阶微分算子，是一个标量，属于各向同性的运算， 对灰度突变比较敏感。其零交叉点可作为图像的攫顼形边缘点，蔚其极 小值点可作为图像的屋预形边缘点。l 印l a c i a l l 算子常用的模板有两种： ：8 1 一ll | 8 1 一1 1 l 印l a c i a n 算子极小值算法用于检测屋顶形边缘的效果不错，但是它 为二阶差分，双倍增强了图像中的噪声影响，因露对噪声的敏感性较大。 另钤，其过零点算法若直接用于检测隧项形边缘，不仅过零点的闽值难 以选择，而且检测精度较低，检测到的边缘也不够连续。 3 3 基于p r i w i t i 算予的改进图像边缘提取算法 三维机器视觉尺寸测量系统中，对图像边缘的精度要求很高，需要 第2 9 页 一一 一 一一 缘 边 彩 ；，；lj 叫刈剖 o 4 1 $ o 0 o n i 凇形跃胡j i 叫阶 的 4 ( 一a l 0 h 博士后研究工作报告 精确到边缘上的每一个像素甚至亚像素。常用的r o b e r t s 算子、p r e w m 算 予、s o b e l 算子和l a p l a c i 黼算子等都不能满足这种精度要求。阻圈3 3 所示 的两个机械零件图像为例，用t 述几种常用边缘提取算了的边缘提取效 粜分别如图3 4 至图3 7 所示。 图3 3 原图像 图3 4 用r o b e n s 算予提取的图像边缘 第3 0 页 博士后研究工作报告 图3 5用p r i w m 算予提取的图像边缘 圈3 6 用s o b e l 算子提取的图像边缘 图3 7 用l 印l a c i a i l 算予提取的图像边缘 由以上各个边缘图像可见，上述各种常用图像边缘提取算子所提取 的图像边缘比较粗糙，噪声也较严重。本文从提高边缘提取精度出发， 提出了綦于p r e w i t t 算子的图像边缘提取改进算法，其基本步骤如图3 培所 示： 第3 l页 博士后研究工作报告 图3 - 8改进图像边缘提取算法的原理框阁 3 3 1 图像灰度变换 灰度变换是将一给定的灰度级映射到另一灰度级上。常用的灰度变 换有线性灰度变换、分段线性灰度变换和非线性灰度变换等，本文三维 机器视觉尺寸测量系统中所采用的跫分段线性灰度变换。 1 线性灰度变换 如果图像在成像时曝光不足或曝光过度，或者由于成像设备的非线 性图像记录、设备动态范围太窄等因素，都会造成图像的对比度不足， 使得图像中的细节分辨不清。如将图像灰度线性扩展，则能显著改善图 像的主观质量，这时就需要进行灰度变换。常用的线性交换公式为： f c 0 ，( x ，y ) o ( g $ 为黑点) 且满足以下 条件之一一，剩删除p ， 否则将p 。作为图像骨架像索。 1 ) p 2 p l 且p 3 和p 9 中至少有个大予p j ； 2 ) p 4 p l 且p 3 和p 5 中至少有一个大于p l ； 3 ) p 6 p i 且p 5 和p 7 中至少有一个大于p l ： 4 ) p 8 p i 且p 7 和p 9 中至少有一个大于p l ； 5 ) p 3 ，p 4 ，p 5 、 p 5 ，p 6 ，p 7 、 p 7 ，p s ，p 9 莘口 p 9 ，p 2 ，p 3 ) 豳组像素点中， 至少有一组像素点的馕都不小于至 ，点的值； bbb 只只8 只圪 只 图3 1 3 标记点p 及萁邻点 3 。3 。5 图像边缘信息的坐标读取 在三维机器视觉尺寸测量系统中，将鞠像边缘精确到单个像素之后， 第3 8 页 博士后研究工作报告 采用遂行扫描的方式读取边缘像素的坐标值，并将其保存到一一个公共数 组中，以备三维孛几器视觉尺寸测量系统进行三维坐标诗算时使用。 采用上述基于p r i w i t t 算子豹改进图像边缘提取算法，图3 3 所示鹾个 零件图像的边缘提取结果如图3 一1 4 所示。经对比可知，该方法边缘提取效 果明显好于各种常蠲算予。 图3 一1 4 用改进图像边缘提取算法掇取的阁像边缘 3 。4 网像边缘的相关计算 3 4 。1零件特征边缘与激光线交点的计算 在三维机器视觉尺寸测量系统中，由于激光线亮度较高，因而在图 像边缘提取过程中，可通过适当灰度变换将激光线单独提取出来。这样 傻可以从图一幅二维图像唾 提取出硬幅尺寸一致瓣边缘图像，其中一蠛 为零件特征边缘图像，另一幅为两条激光线图像。 将零件特征边缘图像与激光线图像进行匹配，可找出两条激光线与 零件特征边缘的交点，其是体步骤如下： ( 1 ) 对激光线图像进行扫撼，把所有黑色像素标记为l ，白色像素标 记为o ； ( 2 ) 用串行方法搜索激光线圈像中的黑色像素( 值为1 ) ，将黑色像素 及其周围八个像素作为一个3 x 3 基准区域； ( 3 ) 搜索零件特征边缘图像，找到与基准区域对应的区域，如果该区 鹅3 9受 博士后研究工作报告 域存在两个或者两个以上黑色像素，则得到激光线与零件特征边 缘的交点，并保存交点像素坐标； ( 4 ) 重复上述步骡。壹到求出所有交点并保存。 利用这些交点坐标以及前丽提取的零件特征边缘坐标，可通过第一： 章中的坐标计算模型计算出零件特征边缘的三维坐标。 3 4 2直线拟合 由于图像本身的清晰度和边缘掇取滤波的影响，从图像中提取出来 的直线可能存在断点，为了不影响计算，可进行直线拟合( 一一次离散) 。 本文采用最小二乘法进行直线拟合。 取n 个离散像素点，其坐标分别为( _ ，y 1 ) 、( x 2 ，y 2 ) 、( ，y 。) 。 设妻线方程为y = 奴+ 6 。取目标函数为： s ( 是，6 ) = 【慨+ 6 一少 ( 3 ，1 3 ) s 为最小值的必须条件为 篆= 篆= o b t 4 ， 0 k孙 、。 将各离散点的坐标值代入式( 3 1 4 ) 解出参数k 和b 。 3 。4 3 曲线拟合 如果提取爨来的图像边缘存在断点，为了不影响计算，可进行曲线 拟合，本文采用最小二乘法进行曲线拟合。 首先采用串行搜索方式对图像进行串行扫描，找到断点位置，然后 读取断点附近一缀像蘩坐标值( 同时包括断点两侧的像素) 。不妨设所取 各像素的坐标分别为( 玉，苁) 、( 屯，y ：) 、( 心，乩) ，设拟合的曲线方程为 y = 厂( x ) ( ，( x ) 为二：次或二次以上多项式) 。可采用最小二乘法，对目标 函数s = 厂( x ，) 一y ，】2 求最小傻，以确定出多项式厂( z ) 中各项的系数。 第4 0 页 博士后研究工作报告 对图3 一1 5 质示豹零件鍪豫( 含两条激光线) ，其边缘提取结果如强 3 一1 6 蹶示，直线拟合结巢和曲线拟合结果分别如图3 一1 7 和图3 一1 8 联示。 图3 1 5 原溺像图3 1 6 边缘提取结果 图3 1 7 矗线拟合结果图3 1 8曲线拟合结果 3 s 边缘提取软体编制 对于上一节提出的改进图像边缘提取算法，本节用v i s u a lc + + 语言编 制了相应的图像边缘提取软件。 3 5 1 软件功能及用户界面设计 该软件是以c f o 触v i e w 类为基类的多文档应用程序，通过 a p p w i x a 砖创建一个名为 m a g e p r o c e s s i l 培麴项翻，其特征有： 第4 l员 博士后研究工作报告 ( 1 ) 多文档界面： ( 2 ) 简体中文； ( 3 ) 源文 牛注释； ( 4 ) m f c 静态链接。 该软件的用户界面如阁3 1 9 赝示。 图3 。1 9 用户界面 该软件的功能流程图如图3 ，2 0 所示。 第4 2 页 媾士后研究工馋报告 图3 2 0 软件劝能漉程图 图像边缘提取软件的初始晃面是一个标准的w i n d o w s 风格界面，最 上恧的是菜单条，菜单条囊“文l 孛”、“查羲”和“帮助”三个下拉式蕖 聱组成。接下来是一排快捷按锯，通过点击快捷按镪可方便地实现下拉 式菜单中的各项功能。界丽中间部分建图形显示区域，可用来显示原始 图像和所提取的边缘图像，各交互对话框也将在此区域显示。界面最底 部是状态拦，在馒用不同菜单功戆丑寸，状态糕中会显示出菜单项功能简 籀4 3 页 博士后研究工作报告 介和当前测量状态。点击文件下拉菜单中的“打开”按钮或者矗接点击 菜单条上的快捷按钮，可打开用户指定的图像文件，并进而手 + 开图像处 理主界面，如图3 2 1 所示。 图3 2 l边缘提取软件主界面 3 5 2 软件主要菜单及功能 由图3 2 l 可知，图像边缘提取软件的功能菜单由“文件”、“查看”、 “窗口”、“图像分割”、“图像特征分离”和“帮助”六大部分组成。 “文件”菜单中主要提供文件的存取、打印及历史文件名的显示等 功能。“查看”菜单主要包括工具栏和状态栏的显示和隐藏功能。执行图 像边缘提取功能的主要菜单是“图像分割”和“图像特征分离”。“图像 分割”菜单主要功能是实现原图像的边缘提取和保存边缘坐标。“图像特 征分离”主要是将检测出来的边缘图像进行特征分离，将零件特征边缘 与激光线图像分离开来，并求出其交点坐标。 第4 4 页 博士后研究工作报告 第4 章结论 作为一种先进的非接触测量技术，机器视觉测量系统正在成为幽内 外众多学者的研究热点，并且在汽车、航空和模具制造等许多行业中得 到应用。针对工业生产线| 二机械零件三维尺寸的快速检测问题，本文提 出了一种叮实现快速在线三维尺寸榆测的机器视觉系统，所做主要创新 工作如下： 1 基于荦摄像机成像和激光= 角测距技术，建啦j ，机械零件三维尺 寸快速检测机器视觉系统的原理模型。该模型吲_ 丰艮据摄像机单i 幅二维数 宁图像的数据信息，计算出机械零件上待测特征的三维坐标数据并进行 相应的各种尺寸检测计算。 2 针对所建立的三维机器视觉尺寸测量系统，提出了可线性求解的 参数标定模犁。使系统参数的标定计算既满足高精度又具有高速度，增 强该系统在使用过程中的柔降。 3 研究三维机器视觉尺寸测量系统的图像边缘提取算法，编制了相 应的图像边缘提取软件。 上述工作为三维机器视觉尺寸测景系统的研制奠定了十分重要的理 论和计算基础。作者今后将通过进一步研究，实现系统标定、图像边缘 提取车u 二三维尺寸计算的无缝集成，最终目标是研制出可在j 二业生产线上 应用的三维机器视觉尺寸测量系统。 麻用的三维机器视觉尺寸测量系统。 第4 5 页 博士后研究工作报告 谫 致谢 本文研究工作得到了导师余跃庆教授的悉心指导，在此表示衷心感 感谢宁波保税区博士后科研工作站为本人提供良好的工作条l 牛! 感 谢工作站的各位领导在工作、学习和生活上所给予的关心和照顾! 感谢解放军理工大学机械工程系对本人从事博士后研究工作所给予 的支持! 感谢亲友的支持和关爱! 博士后研究工作报告 参考文献 1 + 李仁举，钟约先，由志福等三维测量系统中摄像机定标技术清华大 学学报，2 0 0 2 ，4 2 ( 4 ) ：4 8 卜4 8 3 2 赣耘，马利，何t 鍪：3 f 二维形状检溅中的参数标定研究实验力学， 2 0 0 2 ，1 7 ( 2 ) ： 1 2 5 1 3 0 3 陈琳基于激光测距的三坐标测量系统研究光学仪器，2 0 0 2 ，2 4 ( 2 ) ： 7 1 2 4 ，阳道善激光一机器揽觉二三维检测系统研宽华中科技大学溥士学位 论文，1 9 9 9 5 章毓普图像分割北京：科学出版社，2 0 0 1 6 何斌，马天予。王运坚等v i s u a lc + + 数字图像处理北京：人民邮电 出版社，2 0 0 l 7 杨枝灵，王开v i s u a lc + + 数字阁像获取、处理及应明北京：人民 邮电出版社，2 0 0 3 8 周会成线结构激光三维视觉检测系统及其关键技术研究华中科技 大学博学位论文，2 0 0 2 9 高文，陈熙霖计算机视觉一算法与系统原理+ 北京：清华大学出版社， 1 9 9 9 l o 贾云德枧器视觉北京：科学出版社，2 0 0 0 1 1 沈庭芝，方子文，数字图像处理及模式识别j 艺京：l 京理工大学出 版社，1 9 9 2 1 2 吴立德计算机视觉上海：复旦大学出版社，1 9 9 3 1 3 马颂德，张正友计算机视觉北京：科学出版社，1 9 9 8 1 4 梁勇，李天牧多方位形态学结构元素在图像边缘检测中的应用云南 大学学报，1 9 9 9 ，2 l ( 5 ) ：3 9 2 3 9 4 第4 7 页 堡兰- 量竺塞三堡垫堂 1 5 李翠华，郑南宁，张永1 f 基于样条修匀公式的图像边缘检测电子学 报，1 9 9 9 ，2 7 ( 1 ) ：l 一4 1 6 - 朱弼辕，彭嘉雄，罱铁英。基于左右导数算予类的边缘提取红外与激 光工程，1 9 9 9 ，2 8 ( 5 ) ：3 5 3 8 1 7 苑玮琦，王建军，张宏勋种基于梯度极值的边缘检测算法，信息 与控皋i ，1 9 9 7 ，2 6 ( 2 ) ：1 1 7 一1 2 0 1 8 如 l nc a n n y ac o m 阳t a t i o n a la p p r o a c ht oe d g e d 。t e c t i o n 。 i e e e t r a n s ，p a t ta n a l ， m a c h i n ei n t e l l ， 1 9 8 6 ( 6 ) ：6 7 9 6 9 8 1 9 漱r rd ，h i i d r e t he t h e o r yo fe d g e d e t e o n p r o c ，rs o l ， i n g ，1 9 8 0 ，2 0 7 ：1 8 卜2 1 7 2 0 吴字岚，费尴东，荆仁杰边界的快速骤踪算法矛日嫒髂实现遽信学掇， 2 1 - 周长发- 精通，i s u a lc 图像编程北京：电子工业出舨社，2 0 0 0 2 2 + 张大鹚。模式识别与图像处理并行计算机设计哈尔滨：哈尔滨工蛾大 学出版社，1 9 9 8 2 3 c r ，g i a r d i a n 。e - r d o u 曲e r t y ，m o r p h 0 1 0 9 i c a lm e t h o d si ni 髓a g ea n d s i g n a lp r o c e s s i n g qj 。r s e y ：p r e n t i e e 瓣a 1 1 ， 1 9 8 8 2 4 一d - m a r r ，e l i i 打e t h 袖e o r yo fe 趣ed e t e c t i o n l o n d o n ：p r o c r s o c ， 1 9 8 0 2 5 g o n z a l e zrc ，晒o d