新書推薦:
《
存在与结构:精神分析的法国转向——以拉康与萨特为中心
》
售價:NT$
240.0
《
生成式人工智能:AIGC与多模态技术应用实践指南
》
售價:NT$
495.0
《
石油帝国的兴衰:英国的工业化与去工业化
》
售價:NT$
445.0
《
古典的回響:溪客舊廬藏明清文人繪畫
》
售價:NT$
1990.0
《
根源、制度和秩序:从老子到黄老学(王中江著作系列)
》
售價:NT$
550.0
《
索恩丛书·北宋政治与保守主义:司马光的从政与思想(1019~1086)
》
售價:NT$
345.0
《
掌故家的心事
》
售價:NT$
390.0
《
农为邦本——农业历史与传统中国
》
售價:NT$
340.0
|
內容簡介: |
机器视觉及相关产业近年来逐渐兴起,大大提高了大批量产品的检测精度与检测速度。本书聚焦机器视觉精密测量技术,主要内容包括机器视觉精密测量系统的构建、机器视觉测量坐标系的建立、机器视觉测量系统的标定与补偿、微米级亚像素边缘定位算法等核心关键技术。同时,作者将课题组十几年的实战经验毫无保留地分享给从业者与在校学生,详细论述了中小模数直齿圆柱齿轮的齿距偏差、齿廓偏差以及齿轮泵中间体、机油泵零件和磨削样板等2D零件的机器视觉检测方案与详细实施过程。
本书适合检测、机械电子、自动化等专业的高校师生学习,也可供从事机器视觉精密测量的工程技术人员参考。
|
目錄:
|
前言
第1章 绪论
1.1 机器视觉
1.1.1 机器视觉理论框架的建立
1.1.2 机器视觉系统的基本构成
1.1.3 机器视觉的应用
1.2 机器视觉精密测量
1.3 机器视觉测量技术的发展
第2章 机器视觉精密测量系统
2.1 机器视觉测量硬件系统
2.1.1 工业相机
2.1.2 镜头
2.1.3 光源
2.1.4 图像采集卡
2.1.5 机械运动模块
2.2 机器视觉测量坐标系
2.2.1 坐标系的建立
2.2.2 坐标系之间的坐标变换
2.3 视觉测量系统的误差来源
2.3.1 成像模型误差
2.3.2 透视误差
2.3.3 边缘检测算法的定位误差
2.4 机器视觉测量系统的标定与补偿
2.4.1 标定参照物的选择
2.4.2 标定采样点的确定
2.4.3 像素当量的标定
2.4.4 光学畸变误差的标定
2.4.5 光源强度对边缘位置影响的标定与补偿
2.4.6 实验与分析
第3章 微米级亚像素边缘定位
3.1 图像去噪处理
3.1.1 噪声的分类
3.1.2 常用的去噪算法
3.2 亚像素定位原理及常用方法
3.3 高斯积分模型
3.3.1 背光图像边缘特征
3.3.2 模型数值化计算
3.4 基于高斯积分曲线的亚像素边缘定位
3.4.1 图像像素级边缘的提取
3.4.2 算法实现
3.5 基于Bertrand模型的亚像素边缘定位
3.5.1 Bertrand曲面及其性质
3.5.2 图像边缘过渡区提取
3.5.3 算法实现
3.6 计算实例
第4章 齿轮机器视觉精密测量
4.1 齿廓图像边缘过渡带内像素点参数数据库
4.1.1 齿廓图像边缘过渡带内像素点的几何参数关系
4.1.2 像素点数据库参数的确定
4.2 齿轮齿距偏差视觉精密测量
4.2.1 Bertrand灰度曲面模型亚像素边缘检测算法改进
4.2.2 齿廓基圆位置的定位算法
4.2.3 齿廓基圆位置的边缘过渡带定位(ETZL)算法
4.2.4 齿廓基圆位置的亚像素边缘定位(SPEL)算法
4.2.5 齿轮齿距测量方法
4.2.6 基于齿轮局部图像的齿距偏差机器视觉测量算法
4.2.7 机器视觉测量齿轮中心定位精度对齿距测量误差的影响
4.2.8 齿轮齿距偏差测量
4.3 齿轮齿廓偏差机器视觉精密测量
4.3.1 齿廓偏差的基本概念
4.3.2 齿廓偏差机器视觉精密测量模型的建立
4.4 齿轮齿厚偏差视觉精密测量
4.4.1 齿厚偏差的基本概念
4.4.2 齿厚偏差的机器视觉精密测量方法
4.5 公法线长度视觉精密测量
4.5.1 公法线长度变动的基本概念
4.5.2 公法线长度变动模型的建立
4.6 中小模数齿轮机器视觉精密测量实验
4.6.1 测量系统软件
4.6.2 齿轮测量试验
第5章 零件2D几何量测量实例
5.1 齿轮泵中间体检测
5.1.1 齿轮泵中间体
5.1.2 齿轮泵体数字图像获取
5.1.3 亚像素边界特征提取
5.1.4 精度检测
5.2 机油泵零件快速显微测量
5.2.1 机油泵零件
5.2.2 测量方案
5.2.3 图像处理
5.2.4 数据处理
5.2.5 齿轮泵零件检测小结
5.3 磨削样板检测
5.3.1 样板廓形的检测
5.3.2 各向异性双边滤波
5.3.3 基于Facet模型提取亚像素边缘
5.3.4 测量结果分析
参考文献
|
內容試閱:
|
视觉是人类最重要的感知方式,通过视觉观察可获取大量的信息,通过对获取的信息进行处理并做出判断,可实现与外界环境的交互。模仿人类的视觉观察方式,产生了机器视觉这一研究分支。一个典型的工业机器视觉系统包括光源、镜头、相机、图像处理单元、图像处理软件、通信、输入输出单元和伺服运动机构等。通过光学装置和传感器可对客观世界的三维场景进行感知,获取物体的数字图像,并利用计算机或者芯片,结合专门的软件模拟大脑的判断准则,从而对所获取的数字图像进行测量和判断。机器视觉是一门综合了计算机、图像处理、传感器、机械工程、光源照明以及光学成像等学科的前沿技术。从应用学科划分,机器视觉是一门涉及人工智能、计算机科学、 图像处理、模式识别等多个领域的交叉学科。
在传统的尺寸测量中,典型的方法是利用卡尺或千分尺在被测工件上针对某个参数进行多次测量后取平均值。这些检测设备或检测手段测量速度慢、测量精度低、测量数据无法及时处理,无法满足大规模自动化生产的需要。基于机器视觉技术的尺寸测量方法具有速度快、精度高、劳动强度低等优点,可以有效地解决传统检测方法存在的问题。在自动化制造行业中,机器视觉技术不但可以获取在线产品的尺寸参数,同时还可对产品做出在线实时判定和分拣,应用十分普遍。
伴随着计算机技术、人工智能技术以及其他高新技术的飞速发展和不断普及,机器视觉精密测量技术发展迅猛。本书聚焦机器视觉精密测量技术,主要内容包括机器视觉精密测量系统的构建、机器视觉测量坐标系的建立、机器视觉测量系统的标定与补偿、背光图像边缘模型、微米级亚像素边缘定位算法等关键核心技术。同时,作者将课题组十几年的实战经验毫无保留地分享给从业者与在校学生,详细论述了中小模数直齿圆柱齿轮的齿距偏差、齿廓偏差以及齿轮泵中间体、机油泵零件和磨削样板等2D零件的机器视觉检测方案与详细实施过程。兼顾系统理论与实际可操作性,对机器视觉精密测量行业从业者与相关在校学生具有很高的参考价值。
本书由赵文辉、王宁、支珊、赵文珍、段振云、张静、林海波、赵萍著,感谢课题组其他老师与同学的帮助,感谢机械工业出版社给予我们这个宝贵机会。
本书借鉴了一些前人的研究成果,在此一并表示感谢。由于作者水平有限,书中不足之处在所难免,敬请读者批评指正。
|
|