简介:针对工业生产线上零部件上下盖自动合装的问题,搭建了一套基于手眼(eye-in-hand)系统的机器视觉装配实验平台.首先对视觉系统进行手眼标定,确定相机内外参数和手眼关系;然后利用视频处理方式获取进入视场内零部件的前景图像,获得其图像数据,并对数字图像进行相应的处理,即通过背景差分法获取前景图像,并进行连通域标记和区域轮廓提取来获得数字图像的特征信息;最后根据其特征用矩形拟合计算其质心坐标以及与机器人x方向偏转角度,使六轴机器人在合装零部件时能自动进行纠偏和补偿.实验结果表明,移动零部件的装配成功率为100%,能满足工业现场产品装配精度需求.
简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.