基于机器视觉的线结构光尺寸测量系统
|
摘要
随着智能化和自动化在中国制造业内的深入，企业不仅对生产过程愈加重视，而且对产品质量的要求也更加严格。目前，磁线圈的绕线及其质量评价过程基本上是由手工完成，效率和可靠性低下，生产成本高，阻碍了企业的发展。针对这种情况，本论文研究了一种基于机器视觉和结构光传感器的非接触式测量系统，该系统能快速、高效、稳定地实现线圈绕制过程中相关尺寸的在线测量。本论文的研究内容概括如下：
一、论文介绍了测量系统的软硬件构成，分析了系统的技术路线，并提出了在研究过程中需要解决的问题，如视觉系统标定、结构光传感器设计以及图像处理方法等，为系统设计打下理论基础。
二、论文研究了视觉系统标定方法，并用非线性模型相机的线性标定方法对试验相机进行标定；研究了激光三角原理，分析了结构光传感器的数学模型，并针对实验环境设计了结构光传感器；研究了激光条纹的图像处理方法，在现有方法的基础上，针对实验中所得光条的特征，设计了相应的光条中心提取法。
三、论文介绍了测量实验过程，通过分析实验数据计算出系统的精度，并得出结论：该系统的测量精度能满足要求。
论文实现了磁线圈的绕线监控技术的基础研究，今后的工作是进一步优化光条中心提取算法，改善系统硬件结构，提高系统的可靠性和抗干扰能力，以真正实现磁线圈绕线的自动监测，适应将来更复杂的检测测量环境。
As the automatic and intelligent level has being enhanced in Chinesemanufacturing industry, enterprise pay more and more attention not only to theproduction process, but also to the quality of products. Nowadays the coiling process ofmagnetic coils is monitored by manual work, which is of low efficiency and lowreliability and high production costs. And it goes against the development of theenterprise obviously. According to this, this paper studies a non-contact measuringsystem that based on machine vision and the structure light sensor. The measuringsystem can do online size measurement rapidly, efficiently and stably, and realize theautomation of the coiling process in theory. The main contents of this thesis aresummarized as follow:
1．It introduces the software and hardware composition of the measurementsystem in this thesis. And the technical route has been analyzed, which contains theproblems need to be solved over the course of the study, such as the calibration of visualsystem, the structured light sensor design and the image processing method.
2．The thesis studies the calibration method of the visual system. We calibrate thecamera by using Zhang’s linear calibration method for the nonlinear model camera.Based on the principle of laser triangulation, the mathematical model of structured lightsensor has been analyzed, and a structured light sensor has been designed for theexperimental environment. The image processing method for laser beam also has beenstudied. According to the characteristics of the laser beam from experiment, the centerextraction of the laser beam has been designed.
3．This thesis introduces the experimental process and analyzes the experimentaldata, from which we get the reasonable measurement accuracy of the system. And theconclusion is that the system can meet the requirement of the measurement accuracy.
However, the thesis has just finished the basic technology of the magnetic coilcoiling monitoring research. And we need to further improve the system to realize theautomatic monitoring of the magnetic coil coiling process and adapt to complexmeasurement environment in future.
一、论文介绍了测量系统的软硬件构成，分析了系统的技术路线，并提出了在研究过程中需要解决的问题，如视觉系统标定、结构光传感器设计以及图像处理方法等，为系统设计打下理论基础。
二、论文研究了视觉系统标定方法，并用非线性模型相机的线性标定方法对试验相机进行标定；研究了激光三角原理，分析了结构光传感器的数学模型，并针对实验环境设计了结构光传感器；研究了激光条纹的图像处理方法，在现有方法的基础上，针对实验中所得光条的特征，设计了相应的光条中心提取法。
三、论文介绍了测量实验过程，通过分析实验数据计算出系统的精度，并得出结论：该系统的测量精度能满足要求。
论文实现了磁线圈的绕线监控技术的基础研究，今后的工作是进一步优化光条中心提取算法，改善系统硬件结构，提高系统的可靠性和抗干扰能力，以真正实现磁线圈绕线的自动监测，适应将来更复杂的检测测量环境。
As the automatic and intelligent level has being enhanced in Chinesemanufacturing industry, enterprise pay more and more attention not only to theproduction process, but also to the quality of products. Nowadays the coiling process ofmagnetic coils is monitored by manual work, which is of low efficiency and lowreliability and high production costs. And it goes against the development of theenterprise obviously. According to this, this paper studies a non-contact measuringsystem that based on machine vision and the structure light sensor. The measuringsystem can do online size measurement rapidly, efficiently and stably, and realize theautomation of the coiling process in theory. The main contents of this thesis aresummarized as follow:
1．It introduces the software and hardware composition of the measurementsystem in this thesis. And the technical route has been analyzed, which contains theproblems need to be solved over the course of the study, such as the calibration of visualsystem, the structured light sensor design and the image processing method.
2．The thesis studies the calibration method of the visual system. We calibrate thecamera by using Zhang’s linear calibration method for the nonlinear model camera.Based on the principle of laser triangulation, the mathematical model of structured lightsensor has been analyzed, and a structured light sensor has been designed for theexperimental environment. The image processing method for laser beam also has beenstudied. According to the characteristics of the laser beam from experiment, the centerextraction of the laser beam has been designed.
3．This thesis introduces the experimental process and analyzes the experimentaldata, from which we get the reasonable measurement accuracy of the system. And theconclusion is that the system can meet the requirement of the measurement accuracy.
However, the thesis has just finished the basic technology of the magnetic coilcoiling monitoring research. And we need to further improve the system to realize theautomatic monitoring of the magnetic coil coiling process and adapt to complexmeasurement environment in future.
引文
[1]王伯雄，陈非凡,董瑛．微纳米测量技术[M]．北京：清华大学出版社，2006.
[2] D.H.Ballard&C.M.Brown. Computer vision[M]．NewYork：Prentice-Hall，1982:23-36．
[3]江舟，周建瑜，陈德金等．三维几何量非接触测量技术[J]．航空制造技术，2007（12）：114-116．
[4] Carsten Steger，Markus Ulrich，Christian Wiedemann．Machine Vision Algorithms andApplications[M].Darmstadt：Betz-Druck GmbH，2008．
[5]章毓晋．机器视觉和图像技术[J]．自动化博览，2009（2）：20-25．
[6]廖强，周忆，米林等．机器视觉在精密测量中的应用[J]．重庆大学学报(自然科学版)，2002,25（6）：1-4．
[7] WEI ZH ZH，ZHANG G J，LI X．The application of machine vision in inspectingposition-control accuracy of motor control systems：Proceedings of the Fifth InternationalConference on Electrical Machines and Systems，Shenyang，China，2001[C]．
[8]曹亮，魏怡，姚思勤．机器视觉技术及其发展和应用[J]．中国科技信息，2008（11）：40-41.
[9]雷文华．机器视觉及其应用(系列讲座)第一讲：机器视觉发展概述[J]，应用光学，2006（5）．
[10]宋慧欣．解读“新经济时代”中国机器视觉市场[J]．自动化博览，2011（4）：68-69．
[11]孙学珠，付维乔，刘庆等．高精度CCD尺寸自动检测系统的光学系统设计[J]．光学技术，1995（5）：4-6．
[12]黎安兵，王宏涛，陈琪等．基于机器视觉的几何量精密测量系统[J]．传感器与微系统，2009，28（4）：99-101．
[13]宋学勇，赵敏．机器视觉系统的关键技术[J]．计算机世界，2007-7-23（B11）．
[14]杨雪荣，张湘伟，成思源等．视觉测量中的相机标定方法进展研究[J]．机械设计与制造，2009（3）：259-260．
[15]徐德，谭民，李原．机器人视觉测量与控制[M]．北京：国防工业出版社，2008．
[16] Zhengyou Zhang．A Flexible New Technique for Camera Calibration[J]．IEEE Transactions onPattern Analysis and Machine Intelligence，2000，22（11）：1330-1334．
[17]夏仁波，刘伟军，赵吉宾等．基于圆形标志点的全自动相机标定方法[J]．仪器仪表学报，2009，3（2）：368-371．
[18]任延俊，郭霏，姜淑华等．基于径向约束的CCD相机标定参数的整体优化[J]．长春理工大学学报（自然科学版），2009，32（2）：213-216．
[19]吴剑锋，王文，陈子辰．激光三角法测量误差分析与精度提高[J]．机电工程，2003，20（5）：89-91．
[20]万瑾，黄元庆．激光三角法测量的研究[J]．三明学院学报，2006，23（4）：361-364．
[21]李宏伟．结构光三维视觉检测关键技术研究[D]．哈尔滨：哈尔滨工程大学，2006．
[22]李瑞君，范光照，吴彰良．线结构光传感器的精度分析及优化设计[J]．合肥工业大学学报（自然科学版），2004，27（10）：1115-1118．
[23]贺忠海，王宝光．线结构光传感器的模型及成像公式[J]．光学精密工程，2001，9（3）：269-272．
[24]解则晓，辛悦向．光条亮度对线结构光测量精度的影响[J]．光学技术，2008，34增刊：52-54．
[25] Benveniste R.， Unsalan C.．A binary coded structured light system to scan shiny surfaces：Proceedings of Signal Processing and Communications Applications Conference，Diyarbakir，Turkey，2010[C]．
[26]常城，张志峰．激光三角法测量的误差研究[J]．中国科技信息，2006（23）：61-64．
[27]王晓嘉，高隽，王磊．激光三角法综述[J]．仪器仪表学报，2004，25（4）：601-604．
[28]胡庆英，尤政，罗维国．激光三角法及其在几何量测量中的应用[J]．宇航计测技术，1996，16（2）：10-14．
[29]邹媛媛，赵明扬，张雷等．结构光视觉传感器误差分析与结构分析[J]．仪器仪表学报，2008，29（2）：2605-2610．
[30] Wang Lei，Gao Jun，Wang Xiaojia．Eccentric error and compensation in rotationally symmetriclaser triangulation[J]．Chinese Journal od Science Instrument，2007，28（9）：1548-1552．
[31] Acharya T．等著，田浩等译．数字图像处理：原理与应用[M]．北京：清华大学出版社，2007：1．
[32] Rafael C.Gonzalez，Richard E.Woods．Digital Image Processing(M)．Publishing House ofElectronics Industry，2007：145-146．
[33]王守觉．仿生模式识别(拓扑模式识别)——一种模式识别新模型的理论与应用[J]．电子学报，2002（10）．
[34]柳薇，马争鸣．基于平衡多小波图像变换的视频多描述编码[J]．中国图象图形学报，2004（12）．
[35]丁玮，齐东旭．数字图像变换及信息隐藏与伪装技术[J]．计算机学报，1998（9）．
[36]王慧琴．数字图像处理[M]．北京：北京邮电大学出版社，2006：19．
[37]余松煜，周源华，张瑞编．数字图像处理[M]．上海：上海交通大学出版社，2007：136．
[38] Chi-Kin Lam．The bootstrap mean filter for image restoration：Conference Record of theTwenty-Seventh Asilomar Conference on Signals, Systems and Computers，1993[C]
[39] Kopparapu S.K.，Satish M.．Identifying Optimal Gaussian Filter for Gaussian Noise Removal：Proceedings of National Conference on Computer Vision, Pattern Recognition, ImageProcessing and Graphics (NCVPRIPG)，Karnataka，India，2011[C]．
[40] Chin-Chen Chang，Ju-Yuan Hsiao，Chih-Ping Hsieh．An Adaptive Median Filter for ImageDenoising：Proceedings of International Symposium on Intelligent Information TechnologyApplication，Shanghai，China，2008[C]．
[41] Jin. F.，Fieguth. P． Adaptive Wiener filtering of noisy images and image sequences：Proceedings of the International Conference Image Processing，2003[C]．
[42]汪海洋，潘德炉．二维Otsu自适应阈值选取算法的快速实现[J]．自动化学报，2007（09）．
[43]刘成云，陈振学等．自适应阈值的小波图像去噪[J]．光电工程，2007（6）．
[44]李立源，龚坚等．基于二维灰度直方图最佳一维投影的图像分割方法[J]．自动化学报，1996（03）．
[45]杨海峰，侯朝桢．基于二维灰度直方图的蚁群图像分割[J]．红外与激光，2005（8）．
[46]吴锐，黄剑华等．基于灰度直方图和谱聚类的文本图像二值化方法[J]．电子信息学报，2009（10）．
[47]李兵，邓善熙等．最优阈值法检测晶振缺陷[J]．电子质量，2003（8）．
[48]费业泰．误差理论与数据处理[M]．北京：机械工业出版社：94．
[49]吴剑波，崔振等．光刀中心自适应阈值提取法[J]．半导体光电，2001，22（1）．
[50]吴庆阳，苏显渝等．一种新的线结构光光带中心提取算法[J]．四川大学学报(工程科学版)，2007，39（4）．
[51]刘枝梅等．结构光测量系统中光条中心的提取算法[J]．北京机械工业学院学报，2009，24（1）：42-25．
[52]周富强，王飞，张广军．结构光直线光条图像特征的三步法提取[J]．机械工程学报，2008，44（11）：215-219．
[53]贺俊吉，张广军．结构光三维视觉检测中光条图像处理方法研究[J]．北京航空航天大学学报，2003，29（7）．
[54] Grancharov V.，Kleijn, W.B.， Georgiev A.，Sub-Pixel Registration of Noisy Images：Proceedings of International Conference on Acoustics Speech and Signal Processing,2006[C]．
[2] D.H.Ballard&C.M.Brown. Computer vision[M]．NewYork：Prentice-Hall，1982:23-36．
[3]江舟，周建瑜，陈德金等．三维几何量非接触测量技术[J]．航空制造技术，2007（12）：114-116．
[4] Carsten Steger，Markus Ulrich，Christian Wiedemann．Machine Vision Algorithms andApplications[M].Darmstadt：Betz-Druck GmbH，2008．
[5]章毓晋．机器视觉和图像技术[J]．自动化博览，2009（2）：20-25．
[6]廖强，周忆，米林等．机器视觉在精密测量中的应用[J]．重庆大学学报(自然科学版)，2002,25（6）：1-4．
[7] WEI ZH ZH，ZHANG G J，LI X．The application of machine vision in inspectingposition-control accuracy of motor control systems：Proceedings of the Fifth InternationalConference on Electrical Machines and Systems，Shenyang，China，2001[C]．
[8]曹亮，魏怡，姚思勤．机器视觉技术及其发展和应用[J]．中国科技信息，2008（11）：40-41.
[9]雷文华．机器视觉及其应用(系列讲座)第一讲：机器视觉发展概述[J]，应用光学，2006（5）．
[10]宋慧欣．解读“新经济时代”中国机器视觉市场[J]．自动化博览，2011（4）：68-69．
[11]孙学珠，付维乔，刘庆等．高精度CCD尺寸自动检测系统的光学系统设计[J]．光学技术，1995（5）：4-6．
[12]黎安兵，王宏涛，陈琪等．基于机器视觉的几何量精密测量系统[J]．传感器与微系统，2009，28（4）：99-101．
[13]宋学勇，赵敏．机器视觉系统的关键技术[J]．计算机世界，2007-7-23（B11）．
[14]杨雪荣，张湘伟，成思源等．视觉测量中的相机标定方法进展研究[J]．机械设计与制造，2009（3）：259-260．
[15]徐德，谭民，李原．机器人视觉测量与控制[M]．北京：国防工业出版社，2008．
[16] Zhengyou Zhang．A Flexible New Technique for Camera Calibration[J]．IEEE Transactions onPattern Analysis and Machine Intelligence，2000，22（11）：1330-1334．
[17]夏仁波，刘伟军，赵吉宾等．基于圆形标志点的全自动相机标定方法[J]．仪器仪表学报，2009，3（2）：368-371．
[18]任延俊，郭霏，姜淑华等．基于径向约束的CCD相机标定参数的整体优化[J]．长春理工大学学报（自然科学版），2009，32（2）：213-216．
[19]吴剑锋，王文，陈子辰．激光三角法测量误差分析与精度提高[J]．机电工程，2003，20（5）：89-91．
[20]万瑾，黄元庆．激光三角法测量的研究[J]．三明学院学报，2006，23（4）：361-364．
[21]李宏伟．结构光三维视觉检测关键技术研究[D]．哈尔滨：哈尔滨工程大学，2006．
[22]李瑞君，范光照，吴彰良．线结构光传感器的精度分析及优化设计[J]．合肥工业大学学报（自然科学版），2004，27（10）：1115-1118．
[23]贺忠海，王宝光．线结构光传感器的模型及成像公式[J]．光学精密工程，2001，9（3）：269-272．
[24]解则晓，辛悦向．光条亮度对线结构光测量精度的影响[J]．光学技术，2008，34增刊：52-54．
[25] Benveniste R.， Unsalan C.．A binary coded structured light system to scan shiny surfaces：Proceedings of Signal Processing and Communications Applications Conference，Diyarbakir，Turkey，2010[C]．
[26]常城，张志峰．激光三角法测量的误差研究[J]．中国科技信息，2006（23）：61-64．
[27]王晓嘉，高隽，王磊．激光三角法综述[J]．仪器仪表学报，2004，25（4）：601-604．
[28]胡庆英，尤政，罗维国．激光三角法及其在几何量测量中的应用[J]．宇航计测技术，1996，16（2）：10-14．
[29]邹媛媛，赵明扬，张雷等．结构光视觉传感器误差分析与结构分析[J]．仪器仪表学报，2008，29（2）：2605-2610．
[30] Wang Lei，Gao Jun，Wang Xiaojia．Eccentric error and compensation in rotationally symmetriclaser triangulation[J]．Chinese Journal od Science Instrument，2007，28（9）：1548-1552．
[31] Acharya T．等著，田浩等译．数字图像处理：原理与应用[M]．北京：清华大学出版社，2007：1．
[32] Rafael C.Gonzalez，Richard E.Woods．Digital Image Processing(M)．Publishing House ofElectronics Industry，2007：145-146．
[33]王守觉．仿生模式识别(拓扑模式识别)——一种模式识别新模型的理论与应用[J]．电子学报，2002（10）．
[34]柳薇，马争鸣．基于平衡多小波图像变换的视频多描述编码[J]．中国图象图形学报，2004（12）．
[35]丁玮，齐东旭．数字图像变换及信息隐藏与伪装技术[J]．计算机学报，1998（9）．
[36]王慧琴．数字图像处理[M]．北京：北京邮电大学出版社，2006：19．
[37]余松煜，周源华，张瑞编．数字图像处理[M]．上海：上海交通大学出版社，2007：136．
[38] Chi-Kin Lam．The bootstrap mean filter for image restoration：Conference Record of theTwenty-Seventh Asilomar Conference on Signals, Systems and Computers，1993[C]
[39] Kopparapu S.K.，Satish M.．Identifying Optimal Gaussian Filter for Gaussian Noise Removal：Proceedings of National Conference on Computer Vision, Pattern Recognition, ImageProcessing and Graphics (NCVPRIPG)，Karnataka，India，2011[C]．
[40] Chin-Chen Chang，Ju-Yuan Hsiao，Chih-Ping Hsieh．An Adaptive Median Filter for ImageDenoising：Proceedings of International Symposium on Intelligent Information TechnologyApplication，Shanghai，China，2008[C]．
[41] Jin. F.，Fieguth. P． Adaptive Wiener filtering of noisy images and image sequences：Proceedings of the International Conference Image Processing，2003[C]．
[42]汪海洋，潘德炉．二维Otsu自适应阈值选取算法的快速实现[J]．自动化学报，2007（09）．
[43]刘成云，陈振学等．自适应阈值的小波图像去噪[J]．光电工程，2007（6）．
[44]李立源，龚坚等．基于二维灰度直方图最佳一维投影的图像分割方法[J]．自动化学报，1996（03）．
[45]杨海峰，侯朝桢．基于二维灰度直方图的蚁群图像分割[J]．红外与激光，2005（8）．
[46]吴锐，黄剑华等．基于灰度直方图和谱聚类的文本图像二值化方法[J]．电子信息学报，2009（10）．
[47]李兵，邓善熙等．最优阈值法检测晶振缺陷[J]．电子质量，2003（8）．
[48]费业泰．误差理论与数据处理[M]．北京：机械工业出版社：94．
[49]吴剑波，崔振等．光刀中心自适应阈值提取法[J]．半导体光电，2001，22（1）．
[50]吴庆阳，苏显渝等．一种新的线结构光光带中心提取算法[J]．四川大学学报(工程科学版)，2007，39（4）．
[51]刘枝梅等．结构光测量系统中光条中心的提取算法[J]．北京机械工业学院学报，2009，24（1）：42-25．
[52]周富强，王飞，张广军．结构光直线光条图像特征的三步法提取[J]．机械工程学报，2008，44（11）：215-219．
[53]贺俊吉，张广军．结构光三维视觉检测中光条图像处理方法研究[J]．北京航空航天大学学报，2003，29（7）．
[54] Grancharov V.，Kleijn, W.B.， Georgiev A.，Sub-Pixel Registration of Noisy Images：Proceedings of International Conference on Acoustics Speech and Signal Processing,2006[C]．