关键词:
机器视觉
数字图像处理
自动测试
CCD相机
显微物镜
摄像机标定
SIFT特征匹配
摘要:
本文将现代光学测试技术、计算机技术和光电子技术相结合,研究了基于面阵CCD、成像物镜和微机的微小尺寸检测系统。检测系统将被测工件图像通过CCD相机成像,该模拟信号经过图像采集卡的A/D转换,转换为数字信号后,送入微机存储在内存中,再通过编写的程序对工件图像进行图像处理。本文解决了非线性平滑、阈值确定和边缘提取等关键技术,利用边缘轮廓跟踪的方法获取工件的边缘轮廓图像,系统可精确的确定工件的边缘轮廓曲线。本系统进行了大量的实验,以微米级工件、圆形工件和矩形工件等工件测量为例,说明了编写工件测量程序的思想,方法简单,实现了二维尺寸的高精度、非接触、实时自动检测。系统结构简单,易于操作,对环境要求宽松。 在二维尺寸非接触自动测试的基础上,基于双目立体视觉技术本文研究了三维尺寸的非接触自动检测,对双目立体视觉技术的摄像机标定、特征提取和特征立体匹配等内容做了详尽的研究。 在摄像机标定部分,本文提出了对Tsai两步法的改进算法,完成了对双目视觉摄像机的标定。在介绍立体视觉三维测量的基本原理的基础上,研究摄像机标定算法,运用RAC"两步法”标定技术,利用Levenberg-Marquardt非线性优化算法,并对CCD摄像机进行了标定实验。 在特征提取部分,对Harris角点提取算法、SUSAN角点提取算法和SIFT特征提取算法进行了分析。通过不同图片对上述三种特征点提取算法进行比较和分析,实验表明SIFT特征提取算法提取的特征点数目较多,有利于作为匹配基元进行下一步的立体匹配,并且图片发生旋转时,SIFT特征提取算法检测出来的特征点在位置和数目上几乎没有变化。 在立体匹配部分,对完全可见的物体表面和部分可见的物体表面进行特征匹配分别进行了研究,得到对应的匹配公式。分别实现了Harris角点匹配和SIFT匹配算法,并对这两种方法的匹配结果进行比较和分析。实验结果表明基于SIFT特征点的匹配算法要优于基于Harris角点匹配算法。 本系统以VisualC++为开发平台结合图像处理的OpenCV库函数合理地构建了一个逻辑清晰、工作稳定的软件框架,满足了系统测试要求。在所开发的实验系统上,分别以书包和花瓶图片为例,开展了三维测量实验,完成了测量任务。