文档介绍：项目名称: 基于机器视觉的环形零件尺寸计算
项目内容:本项目是利用自主设计的基于机器视觉对一个环形零件进行检测,通过机器视觉系统测量求出环形的内径和外径。检测精度要求在±50um,测量时采用静止视觉测量,自动传送到指定位置,测量后将合格与不合格零件自动分类的分类。
项目目标:在零件正上方的一定距离安置照相机,将摄像机获取的图像传至计算机处理,通过图像处理计算出零件尺寸,再通过摄像机的性质,以及摄像机与零件的位置最终计算出零件的内外径的实际测量尺寸,通过与合格标准进行比较将合格与不合格的零件进行分类。
测量原理:
原理结构图如下图所示,系统主要由测量工作台、光源、图像传感器、图像采集卡、PC机、图像处理程序、数据库、工件抓取传送机构,工件分类机构等构成。
如图中所示结构中,光源是为了增加零件和周围的边界区分,减少环境带来的噪声,光源与毛玻璃之间放置的透镜的作用是聚焦光源,使光源发出的光平行射上去。测量前要事先进行标定,通过对标准件的尺寸和实际图像处理得到的像素尺寸来对零件尺寸和像素之间的关系进行标定,通过控制镜头可以调整测量精度和测量的范围,镜头距离工件远则测量的范围大,但精度会相应降低。采集的图片经过PC的软件进行图像处理然后得到具体的测量尺寸,PC能储存测量数据,以及能对测量零件是否合格进行一个判断,然后指导抓取零件的机构做出下一步分类的动作。
选用器件的主要参数:
:选择日光灯做光源;
:选择钢化磨砂玻璃,线性度在±;
:D工业相机,型号为CV- A1,相机的有效像素为659X494;
:PLC、PC-BASE控制器
:CPU主频:Pentium(R)4CPU ; 物理内存:金士顿 512MB DDR2667;
显示器:三星17寸液晶显示器;

:VD878静态采集卡;
:Navitar TC-5028远心镜头,优点是使系统所成图像不会发生畸变。
工作流程图:
抓取零件
放在测量台指定位置
图像采集与处理
合格
传送至合格零件存放处
开始
数据存储
传送至不合格零件存放处
是
否
结束
1、读取原图、转为灰度图。
2、转为二值图。(graythresh函数)
3、对二值图像先腐蚀、再膨胀:
se=strel('disk',11);
img3=imdilate(img1,se);
img4=imerode(img3,se);
4、边界提取:
img5=edge(img4,'sobel');
5、测量:
L=bwlabel(img5,8);
stats=regionprops(L,'BoundingBox');
temp = ;
rectangle('position',temp,'edgecolor','r');
图像处理步骤:
6、除去外圆,保留内圆:
img7=img6-img4;
原图:
灰度图:
腐蚀:
膨胀:
边缘图:
外圆:
除去外圆:
测内圆:
技术难点:
1、前期图像处理,去噪;
2、后期直径的计算;