汉长安城遗址出土骨签数量庞大，基于数字图像技术的骨签尺寸自动测量方法能够提高工作效率。针对骨签纹理繁多、边缘对比度低导致测量精度不高的问题，提出一种基于分区域自适应阈值Zernike矩的骨签图像尺寸测量方法。首先，利用Canny算子进行像素级定位；然后，对称设定边缘有效分区域，以欧氏距离为比例系数计算各个分区域像素点与中心点的加权灰度值，作为各区域Zernike矩提取边缘的判定阈值，提取骨签亚像素级边缘；其次，引入边缘轮廓判别条件剔除无效纹理，获取骨签图像精确轮廓；最后，使用最小外接矩算法计算骨签不规则轮廓，结合相机标定完成骨签尺寸测量。实验结果表明，与其他方法相比，该方法测量的骨签长宽的均方根误差分别降低1.3 mm和1.2 mm，平均相对误差分别降低3%和6.3%，平均绝对误差分别降低1.23 mm和1.08 mm，能够有效提高复杂边缘轮廓的骨签尺寸测量精度。

为了解决数字图像亚像素级高精度尺寸检测问题, 采用了基于人工神经网络的线阵相机镜头畸变矫正方法, 比传统的多项式拟合法矫正精度高且操作简便; 提出了将光栅尺融入线阵相机扫描机构的新方法, 利用高精度光栅尺测位移信号触发线阵CCD图像采集动作, 精确获取线阵相机扫描目标的亚像素级图像。实验证明, 新的测量技术可在对运动系统要求不高的情况下获取高精度图像, 图像检测精度可以达到1μm。

提出一种基于二维轮廓数据的旋转扫描系统标定方法。分别对每个传感器采集的二维轮廓数据提取关键特征,通过建立特征间的匹配关系来实现多传感器相对位姿的精确标定;利用激光平面、标靶和转轴三者的几何约束关系来求解转轴的初始解,同时根据标靶的几何尺寸建立目标优化函数,迭代求解出转轴的精确解。实验结果表明,系统测量精度可达0.08 mm,测量时间为20 s,所提方法不仅可替代人工检测,实现车轮尺寸的在线测量,还可以推广应用到其他大型回转体三维测量中。

在分区域的图像测量中,皮带轮图像呈现同心弧特征,一般可采用例如霍夫变换等算法进行分析和检测,也可采用开窗式快速检测算法。为了解决开窗式算法的不足并保证检测速度,考虑检测中皮带轮位置确定,设计了一种快速检测算法。首先描述了检测中曲线转换水平直线的算法优势；然后分析了皮带轮圆心坐标偏移对检测的影响；接着设计曲直变换式的尺寸检测算法步骤。对比实验证明,此算法在保证检测速度的同时,能够提高检测精度,不仅适用于皮带轮尺寸检测,也适用于确定位置的圆形物体尺寸检测。

近年来,随着我国汽车保有量的不断增加,汽车的车身尺寸检测成为了汽车运行安全检测的重要内容.传统的人工测量方式精度差、效率低.结合汽车表面的图像信息,通过图像边缘检测、区域标记滤波、图像的配准与融合和边缘定位,提出了一种车辆长度尺寸的视觉测量算法.经过车辆长度的测量实验,结果表明该算法测量的相对误差达到1%,耗时低于3 s,实现了车辆长度尺寸测量的准确性和快速性,为车辆综合性能检测和智能交通系统提供了一种有效的补充.

在汽车空调压缩机皮带轮的生产过程中, 需要通过尺寸检测保证产品质量。目前的人工检测无法满足日益增长的质量要求和生产需要。针对此问题, 研究了皮带轮尺寸检测技术。首先, 根据皮带轮检测要求和形状特点设计了检测方案; 接着, 对比选择了照明方式, 设计了测量路线, 然后采用开窗式尺寸检测算法和三角测距法, 可以对皮带轮的横纵向尺寸进行测量; 最后, 实验证明此技术方案适用于皮带轮尺寸测量, 在此技术基础上略加改动, 即可用在其他盘类机械零件的尺寸测量中。

介绍了一种基于Visual C#的发动机气门尺寸计算机视觉检测软件系统。根据发动机气门尺寸计算机视觉检测的功能需求,采用Visual C#开发平台,设计开发了检测软件整体结构。通过调用运动控制卡中的运动函数库,在闭环控制状态下实现对伺服电机的控制。设计了控制线阵CCD进行图像采集程序和检测结果输出控制程序。实现了对各软件功能模块的调用与管理,并已实际应用于汽车发动机气门尺寸自动光电检测系统中,取得了良好的应用效果。

在采用机器视觉测量零件尺寸的过程中，提出了一种基于局部区域灰度矩图像边缘定位方法。该方法先利用中值滤波对采集到的图像进行处理，然后通过Prewitt算子对边缘进行初步定位，在此基础上，对图像边缘附近的9个像素的灰度值进行一维灰度矩定位，最后采用误差分析和处理的方法，获得更精确的边缘位置。实验证明，该方法能有效提高边缘检测精度，在检测分辨率为1 000 DPI情况下，尺寸检测误差小于2 μm。

针对长轴直线度检测需要直线和角度基准问题,本文提出采用十字线激光束的长轴直线度检测方法。根据被测长轴轴心到两激光平面的距离唯一的原理,用图像处理技术对十字线激光图像进行处理,求出十字线激光图像的交点坐标和水平线倾角,结合距离信息计算被测长轴的直线度参数。讨论了检测系统的结构,详细介绍了直线度参数的计算方法。采用640pixel×480pixel摄像机(光靶分辨率为0.0973mm/pixel),在1m、9m和18m处分别摄取50幅图像,测量结果的极径标准偏差分别为0.00937mm、0.0342mm和0.0860mm,极角标准偏差分别为0.843′、1.26′和1.57′。

对基于机器视觉的薄片零件尺寸检测系统进行研究.针对计算机硬盘弹性臂薄片零件的尺寸检测,采用线阵工业相机扫描获取待检零件图像,根据扫描特性提出了标定算法,同时提出了一种轮廓矢量化算法.将经过滤波、标定、二值化、边缘提取和细化的图像进行轮廓矢量化得到待检零件的尺寸参数,并与从设计图DXF文件中读取的零件的相应尺寸参数进行对比,判断零件制造质量.实测结果表明,检测系统的轮廓矢量化精度达到1 pixel,检测精度达到1 μm,平均每个零件的检测时间为1 s,该检测系统是可行的.