曲面薄壁上阵列小孔位置误差快速自动瞄准测量技术研究开题报告.docx
《曲面薄壁上阵列小孔位置误差快速自动瞄准测量技术研究开题报告.docx》由会员分享，可在线阅读，更多相关《曲面薄壁上阵列小孔位置误差快速自动瞄准测量技术研究开题报告.docx（25页珍藏版）》请在冰豆网上搜索。
曲面薄壁上阵列小孔位置误差快速自动瞄准测量技术研究开题报告
表四
学位论文开题报告
开题报告应包括下列内容：
1·课题来源和选题依据，国内外动态，拟定突破方向；
2·课题在理论或实际应用方面的价值，可能达到的水平；
3·课题研究拟用哪些方法和手段；
4·研究过程中可能遇到的困难和问题，解决的方法和措施；
5·论文工作量与经费估计；
6·论文进度计划。
报告人：
报告日期：
年月日
报告题目：
曲面薄壁上阵列小孔位置误差快速
自动瞄准测量技术研究
目录
一．选题背景3
1.课题来源3
2.选题依据3
3.国内外动态5
二.课题采用的基本理论及测量原理6
1.CCD成像系统的自动对焦（瞄准）判断6
2.图像处理的基本方法8
2.1图像的滤波9
2.2图像的分割、边缘识别10
3.位置度的计算13
3.1小孔圆周切向位置误差14
3.2薄壁小孔轴心相对圆筒轴心位置误差15
4误差分析17
三.课题的主要内容及实施方案17
1.课题的主要内容17
2.技术指标及拟定突破的方向18
3.项目实施方案及需采用的技术18
4.可能遇到的问题20
5.经费估计21
6.论文进度计划22
四.总结24
参考资料：
25
评审意见表：
27
曲面薄壁上阵列小孔位置误差快速
自动瞄准测量技术研究
一．选题背景
1.课题来源
本课题为2008年304所航空科学基金。
在曲面薄壁阵列小孔位置误差测量中，预先研究目标小孔的快速、自动瞄准方法以及视觉检测和快速图像处理方法。
目前对3mm以下的小孔的精密检测在航空上随处可见，如激光惯导系统中对光学陀螺等惯性元件上的小孔检测；航空发动机叶片上气膜孔检测；阀套类零件中基准孔对含倒角宽度小于4mm的内环槽的同轴度检测；陀螺力矩器底座、信号器底座等零件中长度小于4mm基准孔的圆周上的键槽、方槽且槽的长度、宽度小于3mm×2mm的对称度检测等[1]。
随着工艺、技术的改进，对这类小孔的检测也越来越多，检测精度也越来越高。
本课题即是从某重点型号发动机叶片上气膜孔检测而来。
2.选题依据
发动机是飞行器的动力装置，在航空发动机制造中，叶片的加工质量占有重要地位，它的几何参数是否满足设计要求，将直接影响航空发动机的技术性能和使用寿命。
发动机的燃烧室、叶片和冷却管上均带有大量冷却气膜小孔。
叶片上的这些气膜孔，在高速、高温环境下工作，主要起冷却作用，一旦位置度不能满足图纸要求，致使冷却受阻引起过热，将会导致叶片折断，使整台航空发动机不能正常工作，甚至，会造成重大质量问题[2]。
燃烧室上大量深度较浅的气膜冷却小孔不但数量众多、材料难切削，而且有些孔的形状特殊、深径比大，只能采用高生产率的激光打孔或电子束打孔这样特种方法加工。
以某发动机高压涡轮叶片为例，其叶片除具有一般三维曲面的叶盆、叶背以外，在其叶身上加工了9排79个不同角度的气膜孔，孔径规格为Φ
mm及Φ
mm两种，气膜孔间距为3mm~4mm，气膜孔轴线与叶片基准面C的倾斜角度分别为0°、30°、45°、75°、90°、100°，Φ
mm孔的位置度为Φ0.15mm，Φ
mm孔的位置度为Φ0.10mm。
最新一代发动机叶片的气膜孔竟然达到460个，孔间距只有0.75mm-0.96mm。
由于这些孔的直径很小，只有Φ
mm和Φ
mm，三坐标测量机的最小测头直径为0.5mm，因此，无法伸到气膜孔内部进行采点；即使引用国际上最小的Φ0.025mm的光纤测头，也不能解决电火花加工的气膜孔边缘和孔壁较为粗糙造成的探测问题；若使用量针插进气膜孔来模拟孔的位置，因孔壁较薄、孔间距较密，所以很不稳定，探测空间不够，仍无法实现准确测量；现有的万能工具显微镜、光学三坐标测量机，因为叶身曲面与小孔相贯形成的轮廓是比较复杂的空间曲线，并与叶片安装基准呈一定夹角，而且，孔边缘不在同一平面内，在万能工具显微镜和光学三坐标镜头下的影像模糊，不能直接瞄准来显示气膜孔的清晰图像，无法确定孔的中心位置和实现对各孔位置度的准确测量。
以上小孔的同轴度、对称度、位置度等位置误差测量，尤其是气膜孔的位置度用现有的接触式或非接触式三坐标都无法测量。
因此研究曲面薄壁上阵列小孔位置误差光学视觉检测与三维坐标测量和两维角度测量相结合的专用测试技术，真正解决曲面薄壁上阵列孔位置误差参数的测量难题，攻克技术关键，填补国家空白，保障国防军工重点型号航空发动机的研制需求是十分重要也是必需的。
3.国内外动态
平面上阵列小孔的测量，在某些万能工具显微镜和光学三坐标上就能够实现。
但对发动机叶片这样不等位、复杂曲面薄壁上阵列小孔对基准面位置误差的测量，还未有通用的测量仪器来确定孔的中心位置和实现对各孔位置度的准确测量。
某生产厂取叶片在在德国马尔OMS仪器、美国OGP等公司的光学坐标测量机产品上做了试验，叶片气膜孔在这些三坐标镜头下均不能显示完整清晰的气膜孔图像，因此，不能测量高涡叶片气膜孔位置度。
日本三丰精密量仪有限公司生产的QI二维视像测量仪，虽然具有小孔测量功能，但其测量范围、Z轴高度等性能参数不能满足要求，并且没有两轴旋转装置，不能完成对叶片空间曲面薄壁上的小孔位置误差的测量。
另外我所购买的最新的德国马尔公司MarVisionMS442型接触式、光学式和激光式三种测头复合型三座标测量机，是目前光学三座标测量机中最高的仪器，也因为单焦面光学测头无法对叶片这样复杂曲面上的小孔成像清楚。
也就是说现有商用光学投影式坐标测量机不是专门为叶片气膜孔这样复杂曲面小孔测量而设计的。
因此测量叶片这样复杂曲面上小孔目前仪器存在的主要问题是单焦面光学测量系统，它对平面上小孔测量来说瞄准精度高。
必须选择有相对较大景深的光学测量系统测量使得曲面上某个小孔都能清楚成像在视频监视器上。
关于叶片气膜孔这样复杂曲面小孔测量国外报到的不多。
因此谈不上国外的发展趋势。
但美国、英国、法国、德国、俄罗斯等国家的航空发动机研制水平较高，叶片的加工工艺和检测技术比较先进，高涡叶片气膜孔的加工工艺和检测技术属于技术秘密，在公开媒体上没有披露。
但是，据现有的资料推测，他们能够很好地控制叶片气膜孔的空间位置，如果没有相应加工和检测监控手段是无法做到的，所以他们一定有相应的检测手段。
二.课题采用的基本理论及测量原理
1.CCD成像系统的自动对焦（瞄准）判断
在CCD成像系统中，能否准确对焦直接关系到成像的好坏和测量精度。
传统的方法都目视瞄准，通过观察被测物体所成像的清晰度来判断被测物体是否处在焦平面上。
这种方法效率低，有很大的主观性，引入的误差比较大，无法满足现在所需的快速自动测量。
基于计算机控制系统的自动对焦技术的出现使高效、快速、高精度的测量成为可能。
目前自动调焦技术有测距法，检焦法，半数字自动对焦法和全数字纯软件自动对焦法[3]。
测距法就是通过距离感应装置测距，并通过专用的芯片运算处理来控制镜头内的调焦马达使相机镜头前后移动从而完成调焦。
检焦法就是通过在镜头附近设置调焦机构，直接探测镜头的焦点，这种方法能够适应各种变焦镜头且拍摄的距离大，检焦法分为反差检测和相位检测两种。
近几年来，随着超大规模集成电路的出现以及高性能计算机的出现，半数字式自动对焦系统在数字成像领域得到了很快的发展。
半数字对焦由控制模块和分析模块组成，控制模块的计算机发出控制信号，控制步进电机转动，并驱动调焦装置带动CCD摄像机上下移动。
同时，由CCD摄像机对被测零件进行图像采集，图像信号经接口电路送入分析模块，通过调焦评价函数进行判断目标的离焦方向和离焦量。
然后重新控制步进电机转动并带动摄像机移动，直至达到最佳的正焦位置[4]。
根据评价函数的不同，半数字自动对焦又可以分为阀值积分法、频域带通法、微分梯度法和图像最大熵法。
全数字纯软件自动对焦法是通过计算图像的点扩散函数，根据扩散函数来进行图像恢复。
这种方法灵活多样，最大限度的节省了体积和费用。
但是这种方法计算量大，计算复杂。
在本课题中，需要通过对小孔的上下表面轮廓进行清晰成像，通过对上下轮廓的成像来测量小孔的位置度，一般的自动对焦技术都是用于小景深的光学成像系统自动对焦，无法满足对薄壁曲面这样复杂曲面，光学成像系统有相对较大景深的对焦要求。
因此成像系统采用基于高精度电感测头的自动瞄准技术来实现瞄准对焦。
具体原理如下：
首先使电感侧头瞄准小孔的上表面，并通过线位移测距方法控制光学投影成像光管，使其先前端距小孔的上表面中心距离等于光管的工作距离L，这时成像管所成的像为小孔上表面，采集此时的图像；通过线位移测距方法控制光学投影成像光管，使其先前端距小孔的上表面中心距离等于光管的工作距离L减去小孔壁厚h，这时成像管所成的像为小孔下表面的像，再采集一幅小孔下表面图像，即完成了对小孔上下表面的图像采集。
具体步骤如图1所示。
（a）小孔探测和光学瞄准步骤1（b）小孔探测和光学瞄准步骤2
（c）小孔探测和光学瞄准步骤3
图1小孔探测和光学瞄准示意图
2.图像处理的基本方法
数字图像处理广泛用于各种领域，图像的处理范围从伽马射线成像到微波成像都有了很好的应用。
图像处理主要包括图像增强，图像复原，图像压缩，图像分割，图像识别等[5]。
图像增前是图像处理领域最简单和最有吸引力的领域，通过增强处理来显现模糊的细节，突出图像中感兴趣的特征；图像复原也是改进图像外貌的一个处理领域，与图像增强不同的是，图像增强是主观的，而图像复原是客观的，图像复原技术倾向于图像退化的数学或概率模型为基础；图像压缩是用来减小图像的存储量，在图像传输的时候降低频带，在视频通信中有很大的应用；图像分割是将一幅图像的各个目标物分割开来，是数字图像处理中比较困难的方之一。
图像识别是基于目标的描述给目标赋以符号的过程[6]。
在本课题中使用的使用图像的主要方法有图像的滤波、分割、边缘识别等方法。
2.1图像的滤波
所采集的图像一般都包含了很多噪声，为了使图像的后续处理能够顺利进行，需要先对图像进行滤波。
常用的滤波方法有空间域滤波和频域滤波[7]。
空间域滤波主要有均值平滑滤波、中值滤波，自适应滤波等；频域滤波分高通滤波，低通滤波等。
高通滤波有高斯型高通增强滤波，巴特沃斯高通滤波等，低通滤波有巴特沃斯低通滤波，高斯低通滤波等。
2.1.1均值平滑滤波
均值平滑滤波器常用于处理模糊处理和减小噪声，它用滤波掩模确定的领域内像素的平均灰度值去代替当前点的像素值，一般取3×3的模版。
这种处理减小了灰度图像的尖锐变化，由于典型的随机噪声都是由灰度级的尖锐噪声组成，因此采用均值平滑滤波能很好的对随机噪声起到抑制作用[8][9]。
但是同时也会带来边缘模糊的负面效应。
所取的模板越大，这种边缘模糊效果越明显。
2.1.2中值滤波
中值滤波器是一种非线性的空间统计滤波器，它是将当前像素领域的中间值代替当前像素，领域的大小就是模板来控制。
中值滤波器对随机噪声和胡椒盐噪声有较好的效果，而且对图像的边缘模糊程度也比均值平滑滤波有所减轻。
在工程上有较多的应用。
2.1.3自适应滤波
以上的滤波器在选择应用与图像之后并没有考虑图像中的一点对于其他点的特征有什么不同，为此提出了自适应滤波器，自适应滤波器的滤波能力要比前两面的滤波器滤波能力都好，但是它的复杂度比较大。
空间的自适应滤波有自适应中值滤波，自适应、局部噪声滤波等。
除了上述介绍的空间滤波器外，还有频域滤波器，低通滤波器能有效抑制随机噪声，但使图像的尖锐细节减少，边缘变得模糊；高通滤波器使图像锐化，边缘变得明显，但是减少了灰度级的过渡。
2.2图像的分割、边缘识别
在图像经过滤波去掉噪声等预处理之后就可以通过对图像进行分割、边缘识别等图像处理来提取所需的信息。
这一步至关重要，图像分割、边缘提取的好坏直接关系到整个系统的精度。
本课题所采集到的图像为黑色背景下的一小孔，它的直方图具有很好的双峰性，对于直方图程双峰的图像可以使用阀值分割法很有效的分离出来[10][11]，可以选取直方图双峰之间的最低谷所对应的像素值来作为分割阀值。
在图像经过分割之后，通过边缘的提取就可以得到小孔的单像素边缘。
边缘的提取有很多方法，有跟踪搜索法，梯度算子法等，由于梯度算子法所得到的边缘往往不是一个像素的，这对于测量精度有很大的影响，在本课题中不采用梯度算子法来提取边界。
针对本课题的图像特征，可以采用简单的搜索法得到单像素边界，对更高精度要求，可以进行亚象素细分。
2.2.1阀值分割
对一幅图像，可将像素值表示为坐标的函数f（x,y），设置一个T，有：
255f（x,y）>T
F（x,y）=
（1）
0f（x,y）其中F（x,y）为变换后的像素值，T即为分割阀值，可以根据图像具体情况来选择，通过求直方图的两个峰值来自动计算T以达到最佳的分离效果。
通过阀值化，可以把背景和所需的物体信息区分开来[12]。
对直方图具有很好双峰性的图像，分割的关键就是阀值的选取。
由上分析可知，只要求出图像直方图双峰之间的最低点所对应的像素值即可。
最低点的求法有很多，可以通过逐步比较法，曲线拟合求最小值法，轮廓线求导法等。
最简单的方法就是将直方图的轮廓线通过求导来判断[13]，设h（z）为直方图，则极小值点满足：
（2）
（3）
与极小值点对应的灰度值就是要求的分割阀值。
这种方法对直方图程双峰的图像有较好的分割效果。
2.2.2边缘识别
在一幅图像中，两个具有不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的表现，常见的边缘点有阶梯型边缘（Step-edge），屋顶型边缘（Roof-edge），线性边缘（Line-edge）[14][15]。
阶梯型边缘是从一个灰度（或线性灰度）到达比它高（低）很多的另一个灰度；屋顶型边缘是它的灰度值慢慢增加（减少）到一定程度后慢慢减少（增加）；线性边缘是它的灰度线性变换中出现的灰度脉冲。
边缘就是灰度变化最剧烈的地方，传统的方法利用这个性子对图像的各个像素点求微分或二阶微分来寻找边缘点。
传统的有Log算子，Canny算子，Sobel算子等边缘提取算子。
这些算子的有一个共同的缺陷是得到的边界往往不是一个像素宽的边界，这对于高精度测量来说往往不能满足要求。
除了传统的边缘检测方法外，还有四叉树分解，形态学运算等方法[16][17]。
针对本课题，不使用传统的方法，在图像使用阀值分割之后采用扫描的方式来寻求二值图像的边界。
首先在二值图像中水平扫描图像，如果图像的像素值发生变化，则其为边界。
设当前像素为A[i][j]，若A[i][j]=0，A[i][j+1]=255,则A[i][j+1]为边界；若A[i][j]=255，A[i][j+1]=0,则A[i][j]为边界；同理，再在竖直方向扫描，将两个结果相加，即可得到边界。
示意图水平扫描后结果
竖直扫描后结果水平扫描、竖直扫描相加
图2边界获取示意图
具体算法如下：
设图像为大小为M×N，当前像素为A[i][j],i,∈（0,M）,j∈（0,N）；
1.如果A[i][j]=0，A[i][j+1]=255,则B[i][j+1]=255或者A[i][j]=255，A[i][j+1]=0,则B[i][j]=255，否则转3
2.如果A[i][j]=0，A[j+1][j]=255,则C[j+1][j]=255或者A[i][j]=255，A[j+1][j]=0,则C[i][j]=255，否则转4；
3.B[i][j]=0；
4.C[i][j]=0；
5.B[i][j]=255||C[i][j]=255,A[i][j]=255,否则A[i][j]=0；
6.结束。
3.位置度的计算
位置度就是被测件的实际位置偏移理想位置的程度，理想位置相对于基准或几何图框来确定[18]。
位置度的测量通常在三坐标测量机上进行，主要有圆周切向位置误差，径向位置误差和小孔轴心相对圆筒轴心位置误差。
圆周切向位置误差指在圆周切线方向某个均布孔心位置相对其理论位置的偏移量；径向误差是指某个均布孔心到所有均布孔构造圆圆心的距离与理论半径之差；小孔轴心相对圆筒轴心位置误是小孔轴心与以所有均布孔构造圆为截面的圆柱轴心的不垂直偏差[19]。
本课题中的被测件为一薄壁圆柱筒上一系列阵列小孔，圆筒壁厚5-6mm，小孔直径为2mm，均匀分布在圆周上，圆筒外径20mm，结构如下图所示。
本课题只针对一维情况，不考虑径向误差，只考虑切向误差和孔轴与圆筒轴之间的误差。
图5被测件示意图
3.1小孔圆周切向位置误差
切向误差有正负之分，确定方法遵循顺负逆正的原则，即实际均布孔位置位于理论位置的顺时针方向为负，逆时针方向为正[20]。
对小孔的切向误差计算，关键在于测量各个小孔的空间坐标。
在得出小孔的边缘后，对小孔进行曲线拟合，拟合为标准圆，有
，其中x0,y0为拟合后的小孔圆心。
图3被测小孔图像与标准小孔模板比较（只考虑一维情况）
如图3所示，当一维转角测量系统控制转台转到第一个小孔的图纸设计位置时，理论上被测孔M与标准孔B应重合，由于小孔的切向误差，使得被测小孔M与标准小孔B不重合，出现一个偏移。
这个偏移可以用角度α来表示：
（4）
其中m为步进电机转动的步数，k是步进电机转动常数，它指步进电机每转动一步所代表的角度值，常数t为步进电机每步所代表的像素数。
x为被测小孔的拟合圆心坐标，x0为标准小孔图像的圆心坐标。
于是由上式可得，小孔的位置误差项为
。
在测出相对与基准孔的第一个孔的位置度后，转动转台，依次测量下一小孔相对与基准孔的位置度。
对于小孔的位置误差计算还有另一种算法[21]，如下图所示，设标准孔的中心为O1，实际孔的中心为O2，则可以通过计算O1O2的距离来计算两者之间的夹角，由几何关系可知：
α＝2arcsin（a/2R）（5）
图4孔间角度测量
其中R为圆筒的外径，a为理论孔与实际孔的孔间间距，α即为偏差角度。
对于具体采用哪一种计算方法需依据具体情况而定。
两种方法的关键均在于求出实际孔中心和理论孔的中心位置。
3.2薄壁小孔轴心相对圆筒轴心位置误差
对于薄壁孔，其轴心线相对于圆筒的半径有一个偏差角度γ。
对于这样打偏的圆孔，其界面应该是一个椭圆，其偏离的程度越大，椭圆的长短轴之比越大，也就是它的离心率越大[22]。
在拟合过程中可以将小孔按椭圆来拟合通过离心率来求γ，但是一个小孔有可能在没有偏离圆筒轴心线的情况下也有可能是椭圆，这将给测量带来很大的不确定性。
由于椭圆和圆的对称性，不管按照椭圆拟合还是按照圆拟合，其理论的中心都应该是一样的。
因此可以通过对小孔上下表面各自成像，通过这两个像的中心来确定小孔相对圆筒轴心的偏离程度。
设小孔的壁厚h，上表面的中心为（x0,y0,0），下表面的中心为（x1,y1,h），示意图如图5所示：
图5轴心误差偏差
在所示空间坐标系中，XY平面为圆筒过点O1（x0,y0,0）切平面，Z轴为法线，小孔轴心与圆筒轴心的误差即为O1O2与Z轴的夹角γ，由几何关系可知。
（6）
（7）
于是有：
（8）
在实际测量中这个误差量是非常小的，γ的分布范围是一个以Z轴为法线的锥面上。
具体的方位可以通过O1，O2的坐标来定。
4误差分析
误差主要有系统误差和随机误差，系统误差可以通过系统修正来抑制，随机误差可以通过重复计算求平均值来减小[23]。
本课题误差主要来源于步进电机的系统误差、电移台丝杠系统误差，彩色摄像机分辨率误差以及由于成像系统景深原因在瞄准判断中产生的随机误差等。
其中步进电机的系统误差、电移台丝杠误差、彩色摄像机分辨率误差可以通过系统校正来抑制，瞄准判断中的随机误差可以通过重复测量和在图像处理中优化相应的算法来减小随机误差。
对其它误差，需根据具体实验数据来具体分析。
三.课题的主要内容及实施方案
1.课题的主要内容
课题的主要内容有：
1.CCD图像处理系统的快速自动瞄准实现
2.转台控制系统
3.图像处理软件
4.立柱、底座、卡具、测件设计
5.系统控制界面编程
2.技术指标及拟定突破的方向
扫描瞄准测量装置：
最大允许测量误差5μm（线值）、30″（角值）
被测件的精度要求：
孔的位置度≥φ0.01mm
通过对本课题的研究，着重解决目标小孔快速、自动瞄准方法和通过视觉检测及快速图像处理方法的瞄准判断这一难题技术。
3.项目实施方案及需采用的技术
解决曲面薄壁上小孔位置误差的自动测量拟定的实施方案：
采用三维坐标测量方法测量阵列小孔的孔间距、二维测角方法测量孔对基准面的角度位置、望远式光学投影成像系统和CCD图像处理系统组成的扫描瞄准的方法进行曲面薄壁上阵列小孔对基准面位置度误差测量。
在机械上建立三坐标模式的测量平台，在此平台上设计安装二维高分辨步进控制的测量转台，并在Z测量方向上设计安装由望远式光学投影成像系统和CCD图像处理系统组成扫描瞄准系统。
在电气部分中，主要有对X、Y、Z三轴光栅测量系统的数据采集及控制、二维数控测量转台的数据采集及控制和CCD图像处理系统数据采集卡的集成综合控制。
测量系统结构示意图和如图6所示。
图6测量系统结构示意图
如上图所示，被测件由卡具固定在转台上，选择其中一个孔（或从设计图纸来定）作为基准孔，计算机控制转台转动一个标准角度φ，此时下一个待测孔出现在光学探测系统的正下方，其中φ为基准孔与待测下一小孔的设计标准角度。
此时通过计算机控制对小孔进行瞄准、成像、存储并进行相应的图像处理、算法处理得到当前小孔的位置误差。
在测量完成之后，在计算机控制下，继续转动转台，进入下一个小孔的测量，如此循环，直到测量完成。
方案框图如图7所示。
图7方案实施框图
上述曲面薄壁上阵列小孔位置误差测量中的关键技术就是对目标小孔快速、自动瞄准方法和通过视觉检测及快速图像处理方法的瞄准判断。
本课题的目的就是借助航空科学基金的资助，预先研究曲面薄壁上阵列小孔位置误差测量中对目标小孔快速、自动瞄准方法和通过视觉检测和快速图像处理方法的瞄准判断。
解决航空飞行惯导陀螺和发动机叶片等关键部件阵列小孔位置误差测量的问题，满足各重点型号机对这些关键部件的研制需求，有效控制加工质量，保证航空发动机性能和飞机飞行安全。
实现阵列小孔现场检测，对于提高生产效率，保证航空惯导陀螺和发动机精密加工的质量将起到十分重要的作用。
4.可能遇到的问题
在上述方案中可能遇到的问题主要有以下几个方面：
1.由于阵列小孔是在一个薄壁曲面上，严格来说在曲面上的小孔程马鞍型，其截面不在一个平面上。
这会给瞄准和成像带来一定的误差，需要结合具体的情况来具体分析。
2.在自动瞄准判断中，不确定性较大，误差一个像素将对精度产生较大的影响，如有必要，还有可能对图像进行亚像素进行细分以提高精度。
3.在光学光学成像系统中，被测件的反光程度和光源照明系统对成像质量有很大的关系。
航空制造中，薄壁曲面通常都是喷砂加工或直接铸造成型，表面反光性较差，需要选用合适的光源照明系统，前置光源能有效改善这一情况，但是还需结合实际情况具体调节，使成像质量最好。
5.经费估计
本课题是2008年国防科工委航空基金全额资助项目，本着成本、设计指标兼顾的原则，项目经费估计明细见表一，项目所需主要设备见表二。
表一项目经费估计
经费需求（万元）
说明
设计费
1.5
科研业务费、设计费：
0.5万元
通信、差旅费：
0.5万元
资料费（资料查阅复印、论文发表）：
0.5万元
材料费
1.0
材料、测试件和卡具加工费
外协费
0.5
外单位加工、测试协作费
专用费
2.0
高分辨步进电机及控制器（用于角度测控）
试验费
1
仪器设备使用费、测试费
固定
升级会员 