(1)机器视觉测量系统的标定方法和多视场协同测量方法。文献综述
(2)图像驱动的自动测量方法及曲线特征的多视场协同测量算法的开发方法。
对于以上问题本课题拟采用的研究手段为:
(1)标定机器视觉测量系统采用的研究手段是按照被测几何特征和测量相机的视场尺寸,规划图像自动采集路径,开发基于数字图像的测量目标定位算法,算法处理结果通过串口与下位机通信,驱动三坐标测量装置定位被测目标方向和位置,实现被测目标图像的自动采集。多视场协同测量采用的研究手段是采用两只分辨力不同的CCD相机,一只用作测量空间的大视场图像采集,另一只用作小视场序列图像采集。清晰成像后,可对测量系统进行标定,标定完成后采集待测零件的大视场图像,由公式和特征识别得到大视场图像的被测特性信息,即可进行小视场测量路径规划。
(2)图像驱动的自动测量方法采用的研究手段是依据大视场图像上的测量路径,由控制系统引导小视场相机完成序列图像的自动采集,这是通过建立大视场图像坐标与测量空间坐标之间的映射关系,大视场图像坐标与小视场图像坐标之间的映射关系、小视场图像的重叠区域在相邻小视场图像坐标之间的映射关系来实现的。而曲线特征的多视场协同测量算法的开发方法的提出是为了实现先进制造现场的高精度、大量程、自动化、数字化测量,故而把基于序列局部图像尺寸特征的测量思想进一步拓展,寻求的一种不限于直线特征的、比较通用的现场测量方法。
1.4 本章小结
本章论述了机器视觉的概念和特点,以及国内外机器视觉技术和基于机器视觉测量技术的发展现状和应用,并且简要分析了机器视觉检测的理论价值与实践价值,最后兼顾课题与实际应用,论述了本文的研究内容。
2 机器视觉测量技术
机器视觉测量技术是研究利用相机对动态、静态景物或物体进行拍摄得到序列或单帧数字图像,在应用数字图像处理分析等技术结合各种目标三维信息的求解和分析算法,对目标结构参数或运动参数进行测量和估计的理论和技术。国内外许多人也把这种测量方法称为光学测量或简称光测。摄像测量的内容主要包括两个方面:一是物体空间三维特性成像系统之间的成像投影关系,即二维图像与对应三维空间物体之间的关系,这主要是测量学方面的知识;二是从单幅和多幅图像中高精度自动提取、匹配图像目标,这主要是计算机视觉、图像分析方面的知识,本文就主要应用后者的知识。