论文部分内容阅读
机器视觉测量具有非接触、效率高、可靠性强等特点,在现实的制造业的测量车间,正在逐渐地替代传统的人工测量方法。作为基站散热基板的金属板状零件,工件的尺寸对其安装稳定性具有重要的意义。目前,基站散热基板的尺寸测量主要采用人工测量,由于人工测量速度难以提高,劳动强度大,缺乏一致性和可靠性。因此,基于机器视觉的尺寸测量技术的研究,对相关的测量产业发展具有重要意义。本文针对基站散热基板的二维尺寸测量进行研究,完成对机器视觉测量系统的硬件平台进行搭建和软件算法设计。本文主要研究工作如下:(1)根据本文的研究对象基站散热基板铣槽具有倒角和高反射的特点,设计了基于机器视觉的二维尺寸测量总体方案。对相关的系统硬件进行调研和实验对比,选择合适的器材搭建测量硬件系统,完成测量系统软件算法的设计。(2)对图像预处理进行研究,对图像噪声进行分析和去噪处理,采用去噪效果最好的中值滤波进行去噪。使用常见的几种边缘检测方法对基板图像进行处理,通过对比后采用亚像素的边缘检测算法来检测基板图像边缘,使得提取的边缘达到亚像素级别,让后续的测量结果更加准确。(3)针对散热基板多形状的特点,本文采用长短轴、圆度的检测来对图像形状进行分离,提高后续圆检测和线段检测效率,避免了图像处理算法在检测不同形状的槽型时出现的混乱。(4)在后续的图像处理过程中,对采集到的散热基板图像中的圆分别采用Hough变换和最小二乘法拟合进行对比,采用优化后的最小二乘法对圆进行参数拟合,达到精度高、运行速度快的效果。对图像上的非圆形状分别使用Hough变换、Radon变换和本文针对工件检测所提出的改进算法进行线段检测,本文所改进的线段检测算法能够有效地拟合出目标直线并得到线段参数。通过图像处理算法得到了基站散热基板的尺寸参数之后,对测量硬件系统进行标定,得到图像像素尺寸与实际几何尺寸的转换系数K。通过此转换系数K对测量得到的像素尺寸参数进行换算,对应的实际几何尺寸与通过三坐标测量仪测量得到的真实几何尺寸进行对比,发现圆的半径检测偏差在?0.08mm,线段的位置参数检测偏差小于一个像素点。通过各项实验数据可知,本文研究的基板二维尺寸测量方法具备实用价值,可初步用于实际生产检测当中。