计算机视觉测量技术以图像传感器为手段检测空间物体的空间三维坐标,进而检测物体的尺寸、形状和运动状态等。美国、加拿大、日本等发达国家早在20世纪60年代后期就已经开始了计算机视觉测量技术的研究。直到20世纪90年代,随着计算机技术的发展成熟,计算机视觉测量技术逐渐成为一个研究热点。......
2025-09-30
单目视觉几何相似法测量是对应于被测对象的几何参数在同一平面内的情况,此时被测物面与摄像系统光轴垂直,并与像平面平行。
1.几何相似法测量的简易标定
(1)绝对标定
视觉测量的绝对标定法是指通过标定尺或者标定块及测量的标定尺或标定块所对应的像素个数来计算CCD图像传感器像素值分辨率的标定方法。
(2)相对标定
视觉测量的相对标定法,即标准件法。已知标准件的实际尺寸,通过测得标准件所对应的像素个数来计算CCD像素值的分辨率,这样的标定法称为相对标定法。
由于成像的非线性误差影响,并且测量具有针对性,相对标定法的测量精度比绝对标定法的测量精度高。
如上分析,不管绝对标定还是相对标定,被测几何量占据的像素个数越多,测量分辨率越高,测量精度也越高。例如,从数量级上看,10mm的工件,成像后占据500像素,不考虑亚像素级定位精度,则相对标定法测量误差为0.4μm。而实时在线批量测量中,利用相对标定法,即使边缘定位在像素级,不对镜头畸变进行校正,也可能获得非常高的检测精度且所需计算时间较少。采用绝对标定法,在CCD图像传感器分辨率确定的情况下,提高放大倍数、减少视野和提高边缘定位精度,可以获得较高的测量精度。
2.二维参数测量
根据透视投影模型,物体与其图像满足相似关系,只要从图像上提取所需参数,乘上实际放大倍数,就得到物体的实际几何参数。几何相似法测量只是二维测量,主要有二维几何位置、形状、变形测量、位移和速度的测量等。下面说明几何相似法测量的基本原理。(https://www.chuimin.cn)
摄像机选择
计算机视觉图像精密测量中,假设工件整体尺寸为80mm×80mm,精度要求0.1mm,计算需要什么样的CCD摄像机。
算法一
精度要求:0.1mm。
摄像机选择:可把0.1mm当做像素值,因此CCD分辨率=80/0.1=800。即CCD至少要有800×800像素的分辨率。由于没有800×800像素分辨率的摄像机,因此按此算法需要1000×1000像素分辨率的高分辨率摄像机。
算法二(采用亚像素技术)
精度要求:0.1mm,设亚像素边缘定位精度为0.5像素值,空间分辨率=0.1mm×2=0.2mm,则CCD分辨率=80/0.2=400。即CCD要有400×400像素的分辨率或以上,因此选用分辨率为768×576像素左右的摄像机。
同理,若工件大小为8mm×8mm,选取分辨率为768×576像素摄像机,考虑有效素为500,则不考虑亚像素技术的情况下,计算精度为=8/500=0.016mm;考虑亚像素技术,边缘定位精度为1/2像素,则计算精度=8/1000=0.008mm,进一步提高亚像素的定位精度和缩小视野,可以获得微米级的计算精度。
由上述实例可见,采用同样的CCD摄像机,单目视觉测量精度与工件大小、标定方法和软件算法有很大的关系。选择不同分辨率的CCD摄像机可以获得不同精度的测量结果。
相关文章
计算机视觉测量技术以图像传感器为手段检测空间物体的空间三维坐标,进而检测物体的尺寸、形状和运动状态等。美国、加拿大、日本等发达国家早在20世纪60年代后期就已经开始了计算机视觉测量技术的研究。直到20世纪90年代,随着计算机技术的发展成熟,计算机视觉测量技术逐渐成为一个研究热点。......
2025-09-30
在工业生产中,计算机视觉技术可以自动检测各种机械零件的几何尺寸,测量其精度范围,目前已经用于产品外形检验、表面缺陷检验等。2)利用计算机视觉技术进行病虫害的监测。在现代战争中,无人机发挥着举足轻重的作用。无人机导航是无人机技术的重要组成部分,基于计算机视觉的无人机导航技术是目前无人机导航领域的研究热点。......
2025-09-30
如果,预先知道每个目标占整个图像的比例p,则可以采用p参数法进行分割。下面以图像中包括两个区域的情况来分析p参数法的基本步骤。由于这种方法需要预先知道各个区域的p值,因此被称为p参数法。 p参数法图像分割实例本例仍以图4.39a为例进行p参数法图像分割,假设p=0.4。图4.39 p参数法图像分割实例从图4.39c中可以看出,当Pa1=0.4,其对应的灰度值为200,因此分割阈值T=200。......
2025-09-30
基于像素相似性的区域生长法是以图像中的某个像素为生长点,比较相邻像素的特征,将特征相似的相邻像素合并为同一区域,然后以合并的像素为生长点,继续合并,最终形成具有相似特征的像素的最大连通集合。下面介绍一种基于像素灰度差的区域生长法。2)将该像素周围的、不属于其他区域的邻域像素逐个与之比较,如果灰度值差小于预先确定的阈值,将它们合并。......
2025-09-30
下面简要介绍Marr视觉理论的基本思想和框架。图1.1 Marr视觉信息处理的三个阶段第一阶段是早期视觉处理,其目的是从输入的原始图像中抽取观察者周围景物表面的物理特性,如距离、表面方向、材料特性等,并构成要素图或基元图。表1.2 由图像恢复形状信息的表达框架3.Marr视觉理论的意义及不足Marr视觉理论是计算机视觉研究领域的划时代成就。图1.2 改进后的Marr视觉理论框架限于历史等因素,Marr没有研究如何用数学方法严格地描述视觉信息的问题。......
2025-09-30
下面仍以灰度值作为区域特征来分析质心型区域生长法。假设当前小区域有N个像素,其区域标号均为l,则当前区域的平均灰度值为假设f(i,j)为该小区域的一个相邻像素,且尚不属于任何区域,T为预先设定的灰度差阈值,C仍为小区域与f(i,j)的灰度差,即那么质心型区域生长法的判别式仍然可以用式表示。......
2025-09-30
具体来说,计算机视觉测量系统的关键技术主要包括光源照明技术、图像处理与分析技术、摄像机标定技术、三维测量技术、图像拼接技术和三维重构技术等。而图像处理器的发展也为工业图像测量系统带来了新的机会和技术问题解决方案。......
2025-09-30
线性空间域滤波借助模板与图像进行卷积并在邻域操作。图3.5a所示为一个3×3的均值滤波器,将其应用于图3.4a的子图像,其滤波结果为对于与图3.3b所示模板对应的像素区域,采用图3.5a所示的滤波器进行滤波,其结果为均值滤波器减小了图像灰度的“尖锐”变化。非线性空间域滤波器能够较好地处理椒盐噪声、脉冲噪声和孤立噪声点。 中值滤波器的使用图3.6所示是利用3×3的模板进行中值滤波的示例。......
2025-09-30
相关推荐