基于视觉技术的非接触测量精度优化研究
针对精密加工行业零件形位公差在线检测实时性不高并且无法同时检测多个零件的问题,采用机器视觉技术,改良了相机采集图像的图像预处理流程与测量方法,提出一种基于CNN的超分辨重建的非接触测量改良算法.相较于其他超分辨率重建算法该算法模型简单,精度较高,速度快,在资源受限的情况下可以兼顾测量精度和效率.为了验证所设计算法的可靠性,设计了一套机器视觉的非接触测量系统.实验结果表明,改良测量方法后测量精度较之前使用的测量方法至少可提高47.86%,平均提高49.67%;该超分辨率算法在分辨率一定的基础上,对原始采集图像的超分辨率重建提升图像分辨率后,测量精度较不使用超分辨率重建提高了 60.38%,最后利用该算法实现对多个目标在线同步测量分析,并且精度不低于同分辨率下单一零件检测精度.
图像处理、非接触测量、图像增强、机器视觉、超分辨重建
45
TP274.3(自动化技术及设备)
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
118-123