強(qiáng)干擾條件下精密視覺(jué)測(cè)量技術(shù)及應(yīng)用研究.pdf

1、以計(jì)算機(jī)視覺(jué)為基礎(chǔ)的測(cè)量技術(shù)，具有非接觸、靈活性強(qiáng)、集成性高等顯著優(yōu)勢(shì)，在工業(yè)測(cè)試領(lǐng)域有著廣泛的應(yīng)用前景。在極端惡劣的工業(yè)環(huán)境中，振動(dòng)、噪聲、水霧、粉塵等干擾都會(huì)對(duì)視覺(jué)測(cè)量造成不利影響，穩(wěn)定性和精度難以保證。當(dāng)系統(tǒng)長(zhǎng)期在惡劣的條件下工作時(shí)，上述干擾因素還將造成測(cè)量裝置性能下降，進(jìn)一步降低檢測(cè)精度，甚至造成系統(tǒng)失效，而作為保證系統(tǒng)穩(wěn)定工作的重要途徑——系統(tǒng)維護(hù)在惡劣工業(yè)環(huán)境下難以實(shí)施，需盡量減少，現(xiàn)有視覺(jué)測(cè)量技術(shù)難以保證強(qiáng)干擾條件下檢測(cè)的

2、準(zhǔn)確性和長(zhǎng)期可靠性。研究能穩(wěn)定準(zhǔn)確應(yīng)用于強(qiáng)干擾工業(yè)條件下的視覺(jué)測(cè)量技術(shù)是一項(xiàng)具有實(shí)際意義和挑戰(zhàn)性的工作。
　　本文在國(guó)家科技重大專(zhuān)項(xiàng)“兩萬(wàn)噸難變形合金臥式擠壓機(jī)”（項(xiàng)目號(hào):2009ZX04005-031）、西南鋁業(yè)集團(tuán)技術(shù)改造項(xiàng)目“125MN擠壓機(jī)技術(shù)改造”及航空航天九院國(guó)營(yíng)江北機(jī)械廠(chǎng)預(yù)研項(xiàng)目“基于機(jī)器視覺(jué)的柔性接頭擺心測(cè)試系統(tǒng)”支持下，采用理論分析和實(shí)驗(yàn)研究相結(jié)合的方法從特征提取、圖像增強(qiáng)、精度校準(zhǔn)及數(shù)據(jù)處理四方面入手，對(duì)強(qiáng)干擾

3、條件下精密視覺(jué)測(cè)量技術(shù)進(jìn)行了較系統(tǒng)和深入的研究，并集成上述研究成果，實(shí)現(xiàn)了實(shí)際工業(yè)測(cè)量系統(tǒng)的軟、硬件設(shè)計(jì)和完善。論文的主要工作和創(chuàng)新成果可歸納如下:
　　1.結(jié)合工業(yè)環(huán)境的特點(diǎn)，較系統(tǒng)的分析了常用的圖像分割算法及圓特征提取算法的適用范圍、優(yōu)勢(shì)和局限。提出了一種基于區(qū)域和邊緣準(zhǔn)確定位的圓特征精確提取方法。該方法以在干擾條件下表現(xiàn)優(yōu)良的Canny邊緣檢測(cè)器、Hough變換和和曲線(xiàn)擬合特征提取技術(shù)為基礎(chǔ)，可在較強(qiáng)干擾條件下快速實(shí)現(xiàn)較高的

4、特征提取精度，還可用于復(fù)雜背景下多特征檢測(cè)。
　　2.討論了常見(jiàn)噪聲抑制及圖像增強(qiáng)方法的優(yōu)勢(shì)及局限。針對(duì)極端惡劣條件下極低質(zhì)量檢測(cè)圖像最普遍存在的問(wèn)題，結(jié)合距離變換和連通分量分析理論，提出了一種應(yīng)用像素鄰接特性分析的激光邊緣圖像修復(fù)方法。該方法僅通過(guò)對(duì)同一張標(biāo)號(hào)圖像的分析即可實(shí)現(xiàn)同時(shí)存在大斷裂和大噪聲的極低質(zhì)量工業(yè)檢測(cè)圖像邊緣有效修復(fù)，引入的中心定位誤差穩(wěn)定的保持在較低的水平，對(duì)以圓（橢圓）為檢測(cè)特征的測(cè)量系統(tǒng)具有普適性。

5、　　3.分析了透視原理下檢測(cè)系統(tǒng)線(xiàn)性及引入非線(xiàn)性畸變的成像模型，在現(xiàn)有方法基礎(chǔ)上，針對(duì)工業(yè)在線(xiàn)檢測(cè)的特點(diǎn)和要求，提出了一種應(yīng)用直線(xiàn)畸變方程的工業(yè)測(cè)量系統(tǒng)精度校準(zhǔn)及精度維護(hù)方法。該方法改傳統(tǒng)基于優(yōu)化迭代求解系統(tǒng)參數(shù)過(guò)程為數(shù)據(jù)擬合式，降低了對(duì)環(huán)境噪聲的敏感程度;校準(zhǔn)過(guò)程分圖像畸變校正和位置誤差校正兩步，對(duì)特征點(diǎn)的布置方式進(jìn)行了優(yōu)化，過(guò)程簡(jiǎn)便。給出了新方法的主動(dòng)視覺(jué)實(shí)施實(shí)例，測(cè)試表明，該方法精度較高且易于實(shí)施，為用于工業(yè)在線(xiàn)監(jiān)測(cè)的測(cè)量裝置精度

6、校準(zhǔn)及精度維護(hù)提供了一種有效的解決方案。
　　4.為進(jìn)一步提高視覺(jué)測(cè)量系統(tǒng)在工業(yè)檢測(cè)中的性能，分析基于貝葉斯理論的一系列濾波方法，結(jié)合工業(yè)在線(xiàn)檢測(cè)的特點(diǎn)，討論了各自的優(yōu)勢(shì)和局限，選擇Sage-Husa自適應(yīng)Kalman濾波及其改進(jìn)算法作為研究重點(diǎn)，提出了Sage-Husa自適應(yīng)濾波算法在測(cè)量系統(tǒng)誤差抑制和特征提取兩個(gè)層面上的應(yīng)用。
　　5.將本文的部分研究成果作為系統(tǒng)升級(jí)應(yīng)用到了125MN擠壓機(jī)活動(dòng)部件中心在線(xiàn)監(jiān)測(cè)系統(tǒng)中;集