视觉检测技术大作业.doc
《视觉检测技术大作业.doc》由会员分享，可在线阅读，更多相关《视觉检测技术大作业.doc（17页珍藏版）》请在冰豆网上搜索。
哈尔滨工业大学视觉检测技术课程作业
HarbinInstituteofTechnology
视觉检测技术课程作业
基于图像的火箭发动机喉部截面尺寸测量系统设计
指导教师：
陈刚
组员姓名：
黄凯琦张烁李志豪
赵俊超乐胡卢舒宁
学号：
111010061911101006091110100626
111010062011101006011110100413
完成时间：
2014年11月21日
l目录
1 绪论 1
1.1 课题背景 1
1.2 设计要求 3
2 系统构成与测量原理 3
2.1 引言 3
2.2 图像获取 3
2.2.1 设备选型 3
2.2.2 摄像机光轴与推力线重合判定 7
2.3 图像处理 8
2.3.1 背景去除 10
2.3.2 图像二值化处理 11
2.3.3 中值滤波 12
2.3.4 图像面积的计算 12
2.3.5 结论 13
2.4 误差分析与补偿 13
3 致谢 13
4 参考文献 14
5 附录 15
哈尔滨工业大学视觉检测技术课程作业
1绪论
1.1课题背景
近代的固体火箭发动机,为了提高推进剂的比冲、增加推进剂的密度、抑制高频振荡燃烧,所以普遍采用了加金属粉末的复合固体推进剂，因此在燃烧产物中就有金属氧化物存在。
这些氧化物大部分熔点和沸点都很高，因此,它们往往以液相和固相的形式存在,统称为凝聚相。
而且金属氧化物的汽化热也很高,所以也不希望它们汽化,只有在排气中金属氧化物主要以凝聚相形式出现时,才能达到增大能量和改善性能的目的。
在喷管中既有气相又有凝聚相的燃烧产物流动,这就构成了喷管的两相流动。
在喷管两相流动中,由于凝聚相微粒存在着速度和温度滞后,有今自己的流线,还存在着布朗运动和二元流动效应,所以凝聚相微粒可能与喷管壁面撞击。
撞击的结果就造成了喷管的沉积或使冲刷烧蚀更严重,使发动机性能变坏,离开设计值。
严重时,可能使发动机爆炸或熄火。
喷管的沉积和烧蚀最严重、最敏感的地方是在其喉部。
如果喉部有沉积,就使喷喉面积不规则缩小,如图1-1（a）所示。
这就造成推力偏心和压力急增,如图1-2所示。
如果不是沉积而是烧蚀,如图1-1（b）的所示,则会造成另外的结果。
含有凝聚相微粒的高温、高压、高速燃气流的机械冲刷使喷管喉部烧蚀更为严重。
由于烧蚀,使喷喉面积不规则扩大,造成推力偏心和压力急剧下降,如图1-2所示。
另外一般低温下的燃烧室压力本来就不高,比推进剂的临界压力高不了多少。
所以如果再有烧蚀使压力下降,就很可能使燃烧室压力小于推进剂的临界压力,引起不正常燃烧,甚至熄火。
可见沉积和烧蚀是固体火偏发动机喷管中经常碰到的两个重要问题。
图1-1喷管沉积和烧蚀后的喉部截面
图1-2喷管沉积和烧蚀后的压力一一时间曲线
固体火箭发动机喉部面积是决定发动机比冲的重要因素。
发动机在工作过程由于中，由于高温高压燃气流的冲蚀，会导致尾喉截面尺寸变化，影响发动机工作时推力的稳定性，因此对于火箭发动机工作后，喷管喉部截面的烧蚀与热变形情况进行测量，获取截面几何形状与尺寸数据，对于发动机设计、制造以及火箭性能的评估具有重要的意义。
火箭发动机结构示意图如图1-3所示。
1.2设计要求
采用基于图像的方法获取火箭发动机喉部截面图像，计算截面面积。
2系统构成与测量原理
2.1引言
本文所阐述的基于图像的火箭发动机喉部截面尺寸测量系统主要由，测量对象模块、图像采集模块、图像处理模块（包含面积计算）组成，测量系统如图2-1所示。
本测量的硬件设备主要包括光源、镜头、CCD摄像机和计算机，程序开发软件为Mathworks公司的数学分析软件MATLAB。
2.2图像获取
2.2.1设备选型
l光源
在视觉检测系统中，获得对比鲜明的图像显得尤为重要，尤其是在外部条件不断变化的情况下，这就对光源提出了很高的要求，如高亮度、均匀、稳定。
OSe视觉检测专用光源全部选用高性能芯片的LED，按照LED的工作电压、亮度、波长（即颜色）筛选，分成32个等级，只有同一等级的才安装在一个灯具中，保证了亮度和色泽的一致性。
本课题采用OSe散射型光源，形式如下图所示。
图2-2OSe散射型环形光源图2-3OSe散射型方形光源
Ø产品概述
OSe散射型光源采用独特的照射结构，从LED发出的光均匀地扩散照射，而且这种均匀的范围不会随高度的变化而改变，同时采用柔性线路板以0度照射角度固定，经折射后低角度照射在被测物体上，对目标区域进行高效的低角度照明，以强化表面特征（如激光浮印或蚀刻标识）或表面缺陷的对比度。
OSe散射型光源主要分为环形和方形两种。
Ø产品特点
l独特的照射结构，实现有效工作范围的均匀照射。
l高效的低角度照明，以增强表面特征或缺陷对比度。
l常应用在被测物体需要均衡的表面照明并且要避免反光或耀斑的场合。
Ø照明示意图
图2-4OSe散射型环形光源照明示意图图2-5OSe散射型方形光源照明示意图
根据所需形状、尺寸及颜色具体选型可参照附录一
l远心镜头
机器视觉系统中，镜头相当于人的眼睛，其主要作用是将目标的光学图像聚焦在图像传感器（相机）的光敏面阵上。
视觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性能。
普通工业镜头目标物体越靠近镜头（工作距离越短），所成的像就越大。
在使用普通镜头进行尺寸测量时，会存在如下问题（成像效果参见图2-6）：
1.由于被测量物体不在同一个测量平面，而造成放大倍率的不同；
2.镜头畸变大；
3.视差，也就是当物距变大时，对物体的放大倍数也改变；
4.镜头的解析度不高；
5.由于视觉光源的几何特性，而造成的图像边缘位置的不确定性。
图2-6镜头成像效果图
远心镜头，主要是为纠正传统工业镜头的视差而特殊设计的镜头，它可以在一定的物距范围内，使得到的图像放大倍率不会随物距的变化而变化，这对被测物不在同一物面上的情况是非常重要的应用，故本课题采用远心镜头（成像效果参见图2-6）。
远心镜头的主要有物方远心镜头、两方远心镜头和像方远心镜头三种。
在工业图像处理中，一般只使用物方远心镜头。
偶尔也有使用两方远心镜头的（当然价格更高）。
而在工业图像处理/机器视觉这个领域里，像方远心镜头一般来说不会起作用的，因此这个行业基本是不用它的。
Ø普通镜头
普通镜头主光线与镜头光轴有角度，因此工件上下移动时，像的大小有变化，如图2-7所示。
Ø物方远心境头
物方远心境头只是物方主光线与镜头主轴平行工件上下变化，图像的大小基本不会变化使用同轴落射照明时的必要条件，小型化亦可对应，如图2-8所示。
物方远心镜头用于工业精密测量，畸变极小，高性能的可以达到无畸变。
Ø两方远心镜头
两方远心镜头物方，像方均为主光线与光轴平行光圈可变，可以得到高的景深，比物方远心境头更能得到稳定的像最适合于测量用图像处理光学系统，但是大型化成本高，如图2-9所示。
两方远心镜头兼有两种远心镜头的优点，可使使相机的芯片获得均匀的光线，因为只有平行于光轴的光线才能入射在CCD/CMOS芯片前面的微型镜片上，从而使图像不会出现阴影。
本课题选用远心镜头的具体型号可根据需求和经济条件来选，注意镜头分辨率要高于CCD相机分辨率。
lCCD摄像头
CCD摄像头尺寸大对成像有利，选择时要同时考虑与镜头配合，且视场大于或等于成像物体大小，最好兼有各参数可手动设置的功能。
在符合成本要求前提下，尽可能选择分辨率高（像素较多）、灵敏度高、信噪比大CCD摄像头，如4800×2400DPICCD,48-BITColor。
2.2.2摄像机光轴与推力线重合判定
要使摄影机光轴与推力线重合，首先应将火箭发动机推力线测出。
在推进剂燃烧均匀的情况下，固体火箭发动机推力线由发动机喷管的几何中心线决定，因此在静态条件下，要测量固体发动机的推力线，必须通过对喷管内型面的测量来间接实现。
喷管内型面通常设计成母线连续的回转曲面，因此采用基于激光跟踪仪的平行截面圆法测量。
激光跟踪仪是一种伺服控制跟踪的激光干涉测量系统，测量时跟踪一个内嵌角锥棱镜的光学反射器，并实时给出光学反射器中心位置的空间坐标。
激光跟踪仪
图2-10激光跟踪仪站位图
平行截面圆测量法通过测量与参考平面平行的若干截面圆，再由各截面圆的圆心拟合成形心线。
对于固体火箭发动机喷管，喷管挡药板和喷管出口端面均可以作为参考平面。
图2-10为以喷管出口端面为参考平面的测量示意图。
均匀测量喷管端面截面圆的若干测量点，得测量点序列
对端面测点序列进行空间圆拟合，可得到喷管端面截面圆圆心坐标。
沿喷管端面截面圆法线方向设定若干平行平面，以激光跟踪仪平行平面扫描功能测量若干截面圆，得各个截面圆的测量点序列：
对式中各测点序列分别进行空间圆拟合，得到各截面圆的圆心坐标。
根据喷管各截面圆的圆心进行空间直线拟合，如图2-11所示，可得固体火箭发动机推力线的方程为
式中，，——推力线特征点坐标；
——推力线的X轴方向数；
——推力线的Y轴方向数；
——推力线的Z轴方向数。
图2-11平行截面圆示意图
获得推力线方程后，将摄影机光轴与推力线延长线重合放置，这样所取得的尾喉图像是最确切的。
2.3图像处理
在获取火箭发动机图像后,应用Matlab软件对图像进行背景去除、二值化及中值滤波处理和分析，最后计算面积。
由于无法获得火箭发动机图像，此处采用图2-12来举例分析，对应的背景图像如图2-13所示，则叶子面积即为所求目标面积。
图中矩形框为所用已知面积和像素的标准板，设其面积为，像素为。
图2-12原始图像
图2-13背景图像
2.3.1背景去除
本文采用差分法去除图像的背景。
差分处理代数运算的数学表达式如下：
其中,和为输入图像,为原始图像,为背景图像,而为输出图像即差分图像。
在Matlab中,图像可以用矩阵来表达。
差分处理所用Matlab命令表述为：
I=imread（背景图像）;
J=imread（原始图像）;
I=rgb2gray（I）;
J=rgb2gray（J）;
P=255-（I-J）;
imshow（P,[]）;
效果见图2-14。
图2-14差分图像
在这里,为了消除图像中的边缘对象,还需要使用imclearborder命令。
其格式为:
BWnobord=imclearborder（图像,CONN）;
上式中,CONN表示连通性。
其定义为:
在一个连通集中的任意两个像素之间
升级会员 