基于机器视觉的不规则零部件尺寸测量方法

随着机器视觉技术的发展,零部件尺寸测量技术在工业生产中的应用愈加广泛。针对不规则形状且具有一定厚度的零部件尺寸测量难度大、测量不精准的问题,该文研究一种面向不规则零部件的尺寸测量方法。首先对噪音图像进行中值滤波和灰度变换处理,增强图像的对比度;研究相机标定原理和张正友标定方法,通过黑白棋盘标定板求出单应矩阵和相机内外参数。经过透视转换,将图像的立体效果转换成平面形态,并纠正畸变,以消除零部件厚度造成的透视影响;在图像轮廓提取中,针对Canny算法需要人为设定阈值的缺点,利用OTSU算法进行改进,实现零部件图像的自动轮廓提取;针对不规则形状的轮廓尺寸测量,需要先利用基于RDP算法进行多边形逼近,获取关键轮廓点,再将不规则轮廓曲线通过直线和近似圆形拟合,对轮廓进行分割;最后对分割的轮廓段进行Hough变换拟合,获得直线长度和圆弧半径,实现对零部件分割图形的尺寸测量。通过实验结果得出本方法平均检测率大于95%,检测精度小于等于0.044mm,满足应用要求。