基于机器视觉的木窗双端铣削加工尺寸测量方法

木窗是一种以木材或木质复合材料为主要构件的门窗产品,具有良好的生态性能和美观效果,适用于多种建筑形式和风格,其中木窗尺寸是衡量木窗加工是否合格的重要指标。对于传统木窗双端铣削加工中人工测量尺寸方式存在的精度低、效率低等问题,提出一种基于机器视觉的木窗双端铣削加工尺寸测量方法,以期提高尺寸测量精度及加工效率。该方法针对木窗厚度引起的透视效应,提出一种物平面提升法,以消除透视投影带来的误差。首先对木窗图像采取灰度化、平滑去噪、图像增强及轮廓分割等举措,完成图像预处理,提取出木窗内外轮廓区域。对轮廓区域应用Canny算子获取木窗像素级轮廓。通过优化的Zernike矩亚像素边缘提取算法对木窗像素级边缘进行更精确的定位,得到亚像素级轮廓坐标。通过最小二乘法联合RANSAC算法对亚像素轮廓坐标进行拟合,得到拟合轮廓及角点坐标,并使用透视矫正模型计算出木窗尺寸。实验利用3种厚度规格相同但尺寸不同的松木材质矩形木窗,分别测量其内框和外框的边框尺寸及对角线尺寸,并与对应的实际物理尺寸对比,验证了所提木窗尺寸测量方法的检测精度。研究结果表明,所提方法与实际物理尺寸值相比,其绝对误差范围在±0.12 mm之内,相对误差在±0.1%之内,且效率及精度高,可以满足对木窗的在线尺寸检测。

电力变压器关键尺寸视觉检测方法及其缩比模型验证

电力变压器的关键尺寸测量是其装配制造、运输安装过程中重要一环,现有测量方法操作繁琐且效率较低。为此,本文提出了一种适用于110 kV油浸式电力变压器关键尺寸视觉检测方法,该方法利用YOLO目标检测算法、Grabcut图像分割算法实现关键组部件的智能检测与分割,然后基于双目立体视觉原理实现套管相间距离及变压器最大截面外形尺寸等关键尺寸的测量。本文搭建了110 kV油浸式电力变压器外观缩比模型,试验分析了拍摄距离和角度等因素对电力变压器关键尺寸视觉检测的影响。结果表明,本文基于缩比模型试验实现了在不同拍摄距离与角度下变压器关键尺寸的视觉检测,验证了该方法的有效性。本文方法可以为110 kV油浸式电力变压器现场尺寸测量提供参考。

二维主动位姿引导的单目空间姿态测量方法

针对空间物体姿态快速测量问题,以构建视觉最小系统需求为依据,研究了一种基于二维主动位姿引导的单目视觉空间姿态测量方法,建立了单目相机、二维载台与倾角仪之间的姿态测量模型,实现了空间物体的姿态角的测量。该方法以大地倾角仪坐标系统一测量系统的测量基准,由精密二维载台引导单目相机覆盖地空大视野三维空间,通过前期标定设计完成了单目相机与二维载台之间的工装校准;建立了载台坐标系、摄像机坐标系以及大地倾角仪坐标系之间的姿态测量传递模型,实现了定轴旋转双视角拍照下的空间物体的姿态解算和角度测量。构建了实验验证环境,测角实验结果表明:在系统测量基准坐标系下,其俯仰角的测量误差≤0.82°,测量相对误差≤6.1%;其横滚角的测量误差≤0.43°,测量相对误差≤3.4%。

基于机器视觉的电子线束产品尺寸检测方法

针对电子线束产品尺寸的传统人工检测方式效率低、主观测量误差较大等问题,提出一种基于机器视觉的非接触式检测方法。设计和搭建了视觉检测系统,使用张正友标定法对相机进行标定并采集产品图像信息,采用改进的Canny算法对图像进行边缘检测,提取产品轮廓并对图像进行水平倾斜校正;将校正后的产品轮廓进行区域划分并用最小二乘法对轮廓边缘采样点进行直线拟合;根据轮廓边缘上测量点的图像坐标和相机标定结果计算得到世界坐标系下的产品尺寸;对产品分别进行传统游标卡尺测量和视觉测量试验,结果表明,该方法重复测量误差和绝对测量误差均不超过0.1 mm,平均检测耗时在1 s以内,能够实现电子线束产品尺寸的快速准确检测。

基于双目立体匹配与改进YOLOv8n-Pose关键点检测的奶牛体尺测量方法

【目的】实现奶牛体尺准确测量,精准评定奶牛体型。【方法】针对奶牛体尺测量精度有限、自动化程度低等问题,提出一种基于双目立体匹配和改进YOLOv8n-Pose的奶牛体尺测量方法,利用CREStereo获取深度信息,在YOLOv8n-Pose中引入SimAM注意力机制,使网络更加关注奶牛个体识别及奶牛关键点位置信息,并采用CoordConv卷积改进网络结构,增强网络空间坐标感知能力。【结果】改进的YOLOv8n-Pose可快速准确检测奶牛体尺测量关键点,检测精度为94.3%,模型参数量为2.99 M,浮点计算量为8.40 G,检测速度为55.6帧/s。融合双目立体匹配与改进YOLOv8n-Pose关键点检测的奶牛体尺测量最大平均相对误差为4.19%。【结论】所提出的体尺测量方法具有较高的精度及较快的检测速度,能够满足奶牛体尺测量的实用要求。

基于机器视觉技术的激光焊机支撑块零件测绘的研究

机器视觉测量技术具有非接触、全视场测量、高精度和自动化程度高的特点,特别适用于轻微破损零件的测绘及后续修复。本文通过选用合适的光源、镜头和相机,搭建了机器视觉测量系统,对激光焊机设备支撑块零件4个面进行了视觉图像采集,并通过康耐视VisionPro软件对图像进行处理与分析,实现了对该零件整体尺寸的视觉精准测量。在此基础上,采用SolidWorks软件,完成支撑块的三维模型设计,为后续零件的加工与替换奠定技术基础。

一种基于立体靶标定位的三维重建方法

针对线激光传感器在特征信息匮乏引起的数据拼接误差较大的问题,提出了一种基于立体靶标定位的线激光数据拼接方法。通过双目立体视觉的空间几何约束构建靶标点库,实现立体靶标坐标系与线激光坐标系的位置标定;通过Canny边缘检测、亚像素边缘提取、椭圆拟合等算法对圆形特征点进行识别定位;将采集的局部标志点与靶标点库进行同源点匹配,解算线激光传感器的实时位姿;采用坐标系转换将线激光初始坐标与全局坐标系进行统一,实现点云的三维重建。实验结果表明:靶标标定的平均绝对误差为0.078 mm,测量的标准件拟合平均偏差为0.127 mm,与三坐标测量机(CMM)对比,该方法的测量平均偏差为0.165 mm,与机器人定位拼接和深度相机测量结果对比,搭建的测量系统的平均测量误差和标准偏差较小,可以满足对复杂曲面的多角度实时扫描需求。

基于计算机视觉的钢构件尺寸测量应用研究

钢构件生产加工过程中的质量检查对于构件的质量控制非常重要。其中,尺寸检测和孔洞尺寸的检测是钢结构加工过程中的重要一环。当前构件加工检测仍然以传统的卷尺测量为主,不能形成数字化检测结果无法进行信息化管控,同时对异形构件检测效果差。针对现有检测手段存在的不足,提出了一种基于计算机视觉领域算法的钢构件尺寸测量方法。利用视觉摄像头传感器获取数字图像并进行数据预处理,利用计算机视觉领域YOLOv3算法对数字图像进行目标检测,形成数据模型,在实现对钢构件外边缘和其上孔洞轮廓的批量化自动化处理与识别的基础上,开展构件尺寸检测。经过验证,YOLOv3模型算法检测精确度到达了100%。通过图像识别得到的检测结果和实际尺寸的误差在7.44%和0.08%以内,能够预测真实尺寸。

三维扫描技术在飞行学员医学选拔人体尺寸测量中的应用思考

人体尺寸测量是空军飞行学员医学选拔的必查项目,当前的检测工作投入的人力和时间成本较多,需要一种准确、客观、高效的检测设备和方法辅助开展该项工作。三维扫描技术已成熟应用于常规人体尺寸测量领域,将该项技术应用于飞行学员医学选拔领域,有助于提高招飞所需人体尺寸测量的客观性和检测效率。

Determination of Surface Roughness in Wire and Arc Additive Manufacturing Based on Laser Vision Sensing

Wire and arc additive manufacturing(WAAM) shows a great promise for fabricating fully dense metal parts by means of melting materials in layers using a welding heat source. However, due to a large layer height produced in WAAM, an unsatisfactory surface roughness of parts processed by this technology has been a key issue. A methodology based on laser vision sensing is proposed to quantitatively calculate the surface roughness of parts deposited by WAAM.Calibrations for a camera and a laser plane of the optical system are presented. The reconstruction precision of the laser vision system is verified by a standard workpiece. Additionally, this determination approach is utilized to calculate the surface roughness of a multi-layer single-pass thin-walled part. The results indicate that the optical measurement approach based on the laser vision sensing is a simple and effective way to characterize the surface roughness of parts deposited by WAAM. The maximum absolute error is less than 0.15 mm. The proposed research provides the foundation for surface roughness optimization with different process parameters.

基于线结构光的水下旋转扫描高精度测量方法研究

随着海洋工程领域的不断发展,如何高精度地获取水下物体的三维点云具有重要学术和应用价值。由于光在不同介质中传播会引起光路的变化,导致水下线结构光视觉测量获得的点云受折射畸变影响,精度降低。针对上述问题,设计了一种基于线结构光的水下旋转扫描测量系统。提出了一种轴眼标定算法,能够将多视角水下点云配准到统一坐标系中。提出了一种引入折射补偿的水下相机成像模型,该模型可准确的描述激光在不同介质间传播过程中的光路,基于水下激光平面方程的约束,对水下点云进行折射校正,提高了水下点云的重建精度。水下测量实验结果表明,提出的高精度测量方法能够获得水下物体的三维点云信息,可测量水下目标的尺寸信息,距离目标30~80 cm时测量精度达到0.2 mm,满足了水下目标三维高精度测量要求。

生猪体尺检测和体重预估方法研究进展

本文综述了国内外猪的体尺测量、体重预估的研究进展,以“猪”、“体尺测量”、“体重预估”、“机器视觉”为关键词,对近20年相关文献进行检索,分别从机器视觉、三维点云2个角度对文献进行梳理总结。结果表明:通过机器视觉技术测量猪的体尺、体重方法可以解决传统测量方法中造成猪只应激、人工效率低下等问题,而机器视觉技术中的三维点云重建是未来重点发展的趋势之一,通过点云数据可以直接提取猪的体尺和体积参数,减少外部环境对拍摄造成的影响,可提高检测精度。另外,从社会和经济等角度考虑,将机器视觉技术与养殖行业结合将具有良好的发展前景,未来建立更健全的智能养殖系统,增加更多智能化养殖设备的研发对实现规模化生产、集约化经营的畜牧业至关重要。

基于投票约束的Hough变换直线检测算法

图像边缘直线检测的精度直接影响机器视觉尺寸测量的精度,Hough变换算法用于类矩形小插件边缘直线检测时,易在Hough空间形成伪峰、影响边缘检测精准度,为此,提出了基于投票约束的Hough变换直线检测算法,通过引入Hough空间投票权重分配机制来抑制伪峰的产生,对算法性能影响较小,同时较明显地提高了检测精度。基于高分辨率工业相机和高性能计算机构建了精密测量系统,并以手机尾插零件为对象进行实验,实验结果表明,该文算法直线检测精准度可达到89%,与标准Hough算法、概率Hough算法相比较,该文算法的直线检测精准度有较大的提升,且该文研究已应用于某型检测设备研制中。

基于贝叶斯估计的粘连颗粒尺寸检测方法

在高速流水线上对小视场物体大批量在线检测过程中,针对滚子、钢珠、卷烟爆珠等球形颗粒因体积过小、发生破裂、传输振动而引起的颗粒粘连,致使其尺寸无法精准检测的问题,采用机器视觉的检测手段,提出基于贝叶斯估计的尺寸视觉检测方法。首先,经图像采集系统获取粘连颗粒图像,对采集图像预处理去除干扰因素。之后,利用边缘检测方法进行轮廓坐标点提取,通过数据滤波选取有效轮廓点数据,代入到该文所提出的贝叶斯尺寸测量数学模型中,从而实现对粘连颗粒尺寸的精确测量。以卷烟爆珠为例进行试验验证,该方法测得的尺寸最小均方根误差为0.0496 mm,测量误差均值最小为0.02263 mm,验证所提方法的可靠性与稳定性,满足实际工业检测精度要求。该方法的提出可为高速流水线上小视场粘连颗粒测量研究提供基础。

融入一维概率Hough变换与局部Zernike矩的双目视觉测量

针对被测物体理想角点不易检测致使测量精度不高的问题,提出一种融入一维概率Hough变换与局部Zernike矩的双目视觉测量方法。首先利用一维概率Hough变换对物体外轮廓边缘进行直线检测;然后根据直线检测结果建立感兴趣区域,在各局部区域内利用Zernike矩进行亚像素检测,并在两相邻感兴趣区域的相交范围内完成亚像素点筛选;之后通过正交总体最小二乘法进行亚像素边缘直线拟合,并进行关键点匹配;最后利用三角测量原理获得被测物体的三维空间信息完成测量。以连铸坯模型为测量对象,实验结果表明:此算法最小相对误差达到0.3401%,满足测量要求。长度相对误差均值为0.3945%,与传统SIFT,ORB算法相比分别降低80.01%和74.63%;与其他边缘拟合算法相比测量误差减小34.11%,运行时间缩短39.07%,验证了此算法的精确性和高效性。

一种大尺寸视觉测量系统标定方法

针对相距较远的基坐标系与视觉传感器坐标系的标定问题,提出一种高精度标定方法,通过激光跟踪仪建立中间坐标系,基于最小二乘点集配准误差标定激光跟踪仪坐标系与视觉传感器坐标系的关系,采用最小二乘平均刚体变换矩阵标定激光跟踪仪坐标系与基坐标系之间的关系,最后通过坐标变换建立测量基坐标系与视觉传感器坐标系之间的坐标关系,实现大尺寸工件空间相位角度的精确测量.仿真结果证明了最小二乘点集配准方法求解坐标系关系的有效性,同时验证了最小二乘点集配准方法的配准误差与配准点集大小、传感器精度、传感器的位姿关系有关.试验结果表明,该标定方法能够准确可靠地测量大尺寸工件空间角度,测量标准差达到0.007 5°,完全满足工艺要求.

基于边缘计算的砂砾粒径测量系统

砂砾的浓度是评价沙尘暴等风沙气象危害程度的重要因素,而沙尘浓度是砂砾的外在表现,客观精确地测量砂砾的粒度分布对于风沙流动研究和荒漠化防治有重要意义。以砂砾的粒度分布作为研究对象,搭建基于边缘计算的砂砾粒径测量系统。感知层中,砂砾经振动平台均匀落入暗室,线阵相机采集的图像经数据层读取,在全局阈值分割、形态学处理后获取砂砾目标,使用连通域标记、最小外接圆、最小外接矩形算法测量直径;边缘部署基于PyQt5开发的上位机软件,融入粒径检测算法,提高算法执行效率。采用(3.000±0.005)mm标准规格钢珠,针对3种算法开展砂砾粒径测量系统精度评价实验分析。实验结果表明,连通域标记法在精度、速度表现最好,测量平均误差为0.070 mm,最大误差为0.151 mm。最后,对3种不同规格砂砾开展粒径分布测试实验,粒径识别准确率在95.5%以上,边缘计算设备对分辨率为3 993×4 096图片的计算时间分布在46.1~50.7 ms。研究证明,本系统具有较高的检测精度和检测效率,可以满足科研观测等现场实验的基本要求,具有良好的应用价值。

基于消费级双目相机的立木因子测量方法

【目的】随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。【方法】首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。【结果】树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。【结论】本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。

基于机器视觉的小型零件尺寸测量系统

针对目前大多数小型零件尺寸测量采用人工方式存在效率低、精度差的问题,设计一套基于机器视觉的小型零件尺寸测量系统。该测量系统的硬件部分由工业相机、远心镜头和背光光源等组成;测量软件实现小型零件图像平滑滤波、自适应阈值二值化、感兴趣区域自动提取、亚像素边缘特征提取和最小二乘法曲线拟合等功能。通过对短U弯制小型零件进行测量实验,验证了该测量系统可实现小型零件多个几何量参数的一键快速测量,最大误差为0.021 mm,测量精度可达0.02 mm。

一种基于机器视觉的笔杆表面缺陷检测方法

医疗器械产品生产中的笔杆表面缺陷是不可避免的问题,基于机器视觉的自动检测方法可以克服传统人工检测效率低、漏检及误检率高等问题。在分析笔杆结构和缺陷的基础上,文章重点研究笔杆边缘直线拟合、缺陷灰度值差异、图像边缘平滑和稳定等检测方法;通过实验证明,该方法准确率可达到98.8%,每个笔杆的检测时间为8.3 s,相较于人工检测,明显提高了检测精度和速度,可以满足对笔杆实时自动缺陷检测的要求。