基于机器视觉的太阳能网版缺陷检测

为了解决传统太阳能网版缺陷检测法效率低、检测速度慢和准确率低的问题,本文提出一种硬件与软件相结合的基于机器视觉的太阳能网版检测方法。根据测量精度的要求,本文还设计了一台适合太阳能网版图像采集的移动平台,软件部分主要包括缺陷检测、栅线宽度测量。利用质心检测和直线拟合测量栅线的宽度,在此基础上,通过支持向量机(SVM)图像分类法检测太阳能网版缺陷,利用已经分类好的样本进行训练生成一个分类器。经过实验验证,缺陷检测的准确率超过95%,栅线宽度测量误差为1μm左右,证明该方法不仅具有检测成本低、可靠性高、检测效率高等特点,而且具有实用推广价值。

条纹反射法测量三维面形中的积分算法

基于不同梯度数据噪声,研究讨论了几种典型的梯度积分算法,并提出了一种改进的Southwell全局积分算法.以重建面形和原始面形的相似度、均方根误差作为算法性能参数,对梯度数据进行模拟测试.搭建条纹反射实验平台,对标准凹球面反射镜进行积分重建,并将条纹反射法测量结果和实际元件参数进行对比.实验结果表明:用改进的Southwell算法重建的凹球面的半径误差为0.09%,结构相似度大于0.999,其重建速度为原算法的1.2倍.改进后的Southwell算法相较于传统的积分算法,获得了更高的重建质量和重建效率,满足镜面物体测量的非接触、精度高、稳定性强等要求.