大型航空構件視覺測量特征提取方法研究.pdf

1、大型航空零部件在生產(chǎn)、制造和運輸過程中不可避免會產(chǎn)生一定的尺寸誤差和形面變形，不同環(huán)節(jié)的誤差累積從而導致裝配環(huán)節(jié)飛機的裝配協(xié)調準確度控制十分困難。目前，國外航空生產(chǎn)廠家已基本能實現(xiàn)數(shù)字化設計、制造、裝配一體化的生產(chǎn)過程，其中一個關鍵環(huán)節(jié)是零件產(chǎn)品的數(shù)字化測量，以數(shù)字化測量手段還原制造零部件的實際形面信息和幾何尺寸，與理論檢測數(shù)模對比，以指導完成高質量的飛機零部件裝配。雙目立體視覺測量由于其測量精度高、魯棒性好、效率快、測量范圍廣等特點，

2、已逐漸被廣泛應用于飛機數(shù)字化裝配過程中。本文采用基于輔助激光掃描的雙目立體視覺測量方法，實現(xiàn)大型航空構件形面的三維測量。針對測量過程中的激光條紋特征提取以及被測目標的邊界特征提取等圖像處理方法進行了深入研究，主要內容如下：
　?。?）針對測量現(xiàn)場拍攝的光條圖像亮度分布不均勻，光條特征難以快速、高精度提取的難題，提出一種基于自適應閾值處理的光條中心提取方法。建立光條區(qū)域分割自適應閾值數(shù)學模型，在此基礎上，利用局部二次曲線逼近快速獲取

3、光條法線方向進行光條中心提取。實驗結果表明：與Steger算法相比，光條中心提取偏差基本在0.1pixel以內，而提取效率提升約3倍。
　?。?）針對測量現(xiàn)場光照環(huán)境復雜、背景干擾嚴重導致被測零件邊界難以完整準確檢測的問題，提出基于光條幾何特征突變的目標邊界特征提取方法。分析光條特征在目標邊界處的幾何突變特性并建立邊界數(shù)學模型，采用粗精結合的方式進行邊界特征點的高精度提取。邊界提取實驗表明：該方法能夠有效提取復雜背景環(huán)境下的目標邊

4、界特征，提取精度達到0.056%。
　?。?）為進一步提高圖像處理的效率，采用改進的Kalman濾波算法對光條特征感興趣區(qū)域進行快速跟蹤定位，從而在感興趣區(qū)域內進行光條中心特征以及邊界特征的快速提取。實驗結果表明：該方法能夠有效跟蹤定位序列圖像中的光條區(qū)域，可使該區(qū)域內圖像處理效率提高62%以上。
　?。?）搭建基于輔助激光掃描的雙目立體視覺測量實驗系統(tǒng)，在實驗室采用標準件測量驗證本文所提光條中心提取方法和邊界提取方法，平面