基于数字图像处理的轴类零件尺寸处理技术毕业设计论文.docx

基于数字图像处理的轴类零件尺寸处理技术毕业设计论文.docx

《基于数字图像处理的轴类零件尺寸处理技术毕业设计论文.docx》由会员分享，可在线阅读，更多相关《基于数字图像处理的轴类零件尺寸处理技术毕业设计论文.docx（46页珍藏版）》请在冰豆网上搜索。

基于数字图像处理的轴类零件尺寸处理技术毕业设计论文

1绪论

1.1数字图像处理的现状和发展

1.1.1数字图像处理概论

图像处理是用计算机对图像进行分析，以达到所需结果的技术。

图像处理一般指数字图像处理。

数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。

图像处理（imageprocessing）使用计算机对图像进行一系列加工，以达到所需的结果。

常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。

虽然某些处理也可以用光学方法或模拟技术实现，但它们远不及数字图像处理那样灵活和方便，因而数字图像处理成为图像处理的主要方面。

图像处理的各个内容是相互联系的。

一个实用的图像处理系统往往结合应用几种图像处理技术才能得到所需要的结果。

图像数字化是将一个图像变换为适合计算机处理的形式的第一步。

图像编码技术可用以传输和存储图像。

图像挣钱和复原可以是图像处理的最后目的，也可以是为下一步的处理做准备，通过图像分割得出的图像特征可以作为做后结果，也可以作为下一步图像分析的基础。

测量充满着人类生活、生产和科研等各个领域的方方面面，人类社会的发展又促进了测量技术的发展。

随着人类社会的形成和发展，生产、生活和贸易等活动的开展，需要更多的测量工具及简单的测量仪器，如土地丈量、漏量计时以及逐步统一的度量衡器。

随着人类文明时代的到来，科学技术和生产活动的大规模开展及一系列重大突破催生并发展了这一科学。

同时，测量器具、技术和理论的发展又促进了生产和技术的发展。

近代科学和工业化的发展，促使测量学科一方面需要进行专业化分工；同时，测试技术也要求突破经典的测量方法和技术，寻求新的测试原理与手段。

如求助于电学、光学、计算机等，从单一学科发展为多学科间的相互借鉴和渗透，形成综合各学科研究成果的新型测量系统。

目前，对测量技术的精度，测量效率以及测量自动化程度的要求也越来越高，传统的检测原理和技术已经难以适应这个新的要求。

特别是在某些特定场合，如微小尺寸，曲面轮廓等的在线测试课题，已成为传统测量方法实现的难题。

因此，探索新的测量方法，具有十分重要的现实意义。

所谓的图像测量[1-3]就是测量被测对象时，把图像当作检测和传递的手段或载体加以利用的测量方法，其目的是从图像中提取有用的信号。

图像测量的基本原理就是处理被测物体图像的边缘纹理而获得物体的几何参数，因此图像处理技术成为图像测量系统的基础和关键。

传统的几何量测量方法，根据测量头与被测件是否接触可分为接触式与非接触式两大类。

其中非接触式测量方法以前主要有光学式和气动式两种。

图像测量技术作为一种新兴的非接触测量方法有着独特的优越性，它通过把被测对象的图像作为检测和传递信息的手段，从图像中提取有用信息进而获得待测参数。

光电摄像器件的产生和普及使图像测量技术成为可能，特别是电荷耦合器件（CCD）技术的发展，进一步促进了图像测量技术的形成和发展。

CCD是20世纪70年代初发展起来的一种新型半导体器件，由于它具有自扫描、高分辨、高灵敏度、重量轻、体积小、像素位置准确、耗电少、寿命长、可靠性好、信号处理方便、便于与计算机连接等优点，近30年来发展迅速，成为近代光电成像领域中非常重要的获取图像的技术手段。

基于CCD器件图像测量技术的使用范围和测试精度均比现有的机械式、光学式或电磁式的测量技术优越得多，可以满足测量速度快，精度高，非接触式及动态的自动测量的要求，它使加工、检测和控制融为一体成为可能。

1.1.2图像测量技术研究状况及发展趋势

对图像测量的研究，日本，德国，美国等国家开始的比较早，提出了许多测量原理和方法，而我国在这方面的研究则开展的较晚一些[4-6]。

我国是从80年代中期开始图像测量技术研究的，当时典型的应用是使用线阵CCD进行长度的在线测量，如对钢丝直径的测量，但由于每个像素的间距不可能太小，因此精度并不高。

最近二十几年来，图像测量技术在国内外发展很快，已广泛应用到几何量的尺寸测量，精密复杂零件的微尺寸测量和外观检测，航空遥感测量，以及光波干高精度图像测量技术涉图、应力应变场状态分布图等许多方面。

图像测量技术的迅速崛起和发展除了由于应用需求领域的不断扩展外，还得益于计算机技术的突飞猛进和数字图像处理技术的日臻完善。

反之，由于CCD制造工艺和IC技术的不断改进和提高，使基于CCD摄像的图像测量系统不仅性能越来越高，而且其成本有所下降，这更进一步刺激着这一技术领域的快速发展。

图像测量系统的高分辨率、高灵敏度、光谱响应宽、动态范围大等特性是传统测量仪所无法比拟的。

图像测量技术对环境没有特殊要求，非常适合于一些传统测量手段难以实现的场合应用。

随着时代对制造技术和测量技术提出要求的不断提高，专家们预计，21世纪图像测量技术的发展趋势大致如下：

（1）测量精度由微米级向纳米级发展，进一步提高测量分辨率；

（2）由点测量向面测量过渡，提高整体测量精度（即由长度的精密测量扩展至形状的精密测量）；

（3）采用在线测量以逐步替代线外测量，采用实时测量并将测量信息反馈用于过程控制，构造高精度、智能化动态系统。

总之，图像测量技术必须实现高精度化，同时要求实现高速化和高效率化。

因此，高效率测量与智能化测量将成为新世纪高精度图像测量技术的重要发展方向。

1.1.3高精度图像测量技术基础

图像测量系统按照所用传感器的不同可分为红外成像、CCD成像、激光成像、声纳成像等，其中以CCD成像在光学图像测量系统中的应用最为广泛。

这是由于CCD本身的自扫描、高分辨率、高精度、高灵敏度、高可靠性、低噪声、长寿命、尺寸小、动态范围大、坚固耐冲击等特点[7]所决定的。

（1）自扫描特性：

CCD通过自身的扫描功能将获取的光像信号转换成相应的信号电荷，并在光电耦合器件内部完成信号电荷的存储、转移，使信号电荷最终在器件的输出检测出来。

（2）高分辨率、高精度：

CCD本身像元尺寸小，几何精度高，配以适当的光学成像系统可获得很高的空间分辨率，这是CCD在高精度图像测量系统中进行非接触在线检测、自动跟踪的最大特点。

（3）动态范围大：

CCD以积分方式工作，积分时间在很宽的范围内可调，使用灵活，适应性强。

（4）输出电信号易于信号处理并便于直接输入计算机：

CCD按照接受光像中像点的形式分为面阵CCD和线阵CCD，按照输出电信号又分为模拟CCD和数字CCD，但最终都是将接受的光信号转化成在幅值上按模拟量变化、在时间上等间距离散的脉冲序列输出，易于与计算机接口，大大扩大了CCD的应用范围。

CCD将空间分布的光学图像信号转化成在时间上按序输出的视频电信号，其高空间分辨率、高灵敏度、接口容易的特点在高精度图像测量中的作用是显而易见的。

但在实际工程应用中，随着对图像测量精度要求的不断提高，CCD也逐渐暴露出自身无法克服的局限性——测量分辨率受到像元间距的限制。

所以CCD分辨率是制约图像测量精度的一个基本因素。

CCD分辨率分为像素分辨率和测量分辨率。

像素分辨率是指CCD芯片的实际空间分解力，它是由生产厂家制造工艺唯一确定的。

选用高精度、高分辨率的CCD可在一定程度上提高测量系统的空间分辨率，但分辨率越高，价格越昂贵。

测量分辨率是指实际获得的有效像元分辨率。

根据CCD测量系统分辨率计算公式。

（1-1）

式中

、

为CCD水平与垂直方向上的像素尺寸；

：

CCD采样频率；

：

光学放大倍数；

：

CCD水平有效像素数；

：

电视行正程时间。

由式（1-1）可知水平分辨率与系统采样频率、光学放大倍数成反比，而垂直分辨率只与光学放大倍数有关。

因此提高采样频率，虽然水平分辨率提高，但垂直分辨率保持不变，并且采样频率过高还会造成系统稳定性降低、干扰增大、硬件制作困难、成本提高；提高光学放大倍数，水平和垂直测量分辨率虽然都有所提高，但伴随而来的是光学系统像差加剧和视场角减小导致衍射效应的存在，造成有效测量面积减小，制约测量范围。

由此可见：

提高采样频率和光学放大倍数都未能从本质上突破CCD光敏间距的限制，难以满足更高精度图像测量系统的要求。

而细分技术即亚像素技术是采用信号处理技术，通过细分单个像素的间距可有效的提高测量分辨率，所以从其提出开始就成为高精度图像测量领域的研究热点。

利用目标的成像特性，采用亚像素定位技术提高测量定位的精度，如果能用一些算法将图像上的特征目标定位在亚像素级别，就相当于提高了测量系统精度。

该方法具有简单有效且成本低廉的优点。

例如当算法的精度为0.1个像素，它相当于将测量系统的硬件分辨率提高了十倍，因此亚像素定位技术越来越受到人们的重视。

当今的时代是信息时代，在工业和科技领域主要通过测量获取信息。

“没有测量就没有科学”，要对世界有精确的认识必须有测量，测量信息是控制和智能化的依据。

未来制造业发展的重要趋势是向精密化、柔性化、智能化、集成化、全球化、网络化、虚拟化的方向发展。

精密测试技术就要适应这种发展，因此需要精密测试贯穿产品制造的整个过程，要促进产品的生产效益，至少不能妨碍生产速度，并且保证产品的质量要求[8-9]。

测量技术的发展，在一定的程度上标志着一个国家的科技水平。

目前，随着生产与科学技术的迅速发展，对微小尺寸测量方法的精确度、测量效率以及测量的自动化程度提出了越来越高的要求。

从机械工业、电子工业到生物工程以及环境保护等；从尖端科学的热核反应到日常生活中的化学纤维，都存在微小尺寸测量的问题。

微小尺寸己经涉及到机械工业部门，电子工业部门、制药、医学和环保部门，涉及面很广，要求进行微小尺寸测量的物体，从尺寸、几何形状和作用来划分，各种各样。

但它们的共同特点是：

测量范围小，分辨力及精度要求高，自动化程度高，难度很大。

面对这样的问题，迫切要求微小尺寸的精密测量取得长足的发展。

如何高准确、高效率的测量微小尺寸参数己成为生产中急需解决的一个课题。

因此，展开对微小尺寸高精度测量的研究，具有十分重要的现实意义。

图像测量和分析是计算机图像技术最早和最成功的应用领域之一。

早在70年代初就有商品化的图像分析系统问世，并在细胞图像分析和金相分析等方面取得了很大的成功。

80年代中期以来，微型计算机配上图像采集和处理板卡及其它外设而构成的桌面型图像分析系统，已经和基于工作站的图像分析系统并列称雄。

其应用领域也迅速扩大至医学、生物、冶金、材料、地质、石油、化工、机械、公安等领域的各种宏观或微观图像的定量分析和自动分析，如细胞、染色体、肌体组织图像分析、X光和超声图像分析、金相和夹杂分析，岩石颗粒分析、液滴分析、迹印和指纹分析等。

八十年代以来，国内有关部门相继从工业化国家引进各种类型的图像仪，如：

德国Leitz图像仪[10]，英国的Quantimet900图像仪[11]，英国Magiscan型图像仪[12]等，在各行业中均发挥了很好的作用，但在使用中仍存在许多问题，影响到该类仪器作用的充分发挥。

因此，我们有必要根据实际的工件对象，实际的应用场合以及一些比较专门的控制反馈、精度、测量速度、测量数据的后处理等要求，来开发一套专门的图像测量及分析系统。

1.2轴类零件研究的目的和意义

轴是组成机器的主要零件之一。

一切作回转运动的传动零件（例如齿轮、蜗轮等），都必须安装在轴上才能进行运动及动力的传递。

因此阶梯轴的主要功能的支承回转零件及传递运动和动力。

据不完全统计，我国年产轴类零件的总量在10亿件左右，需要测量尺寸的约占70%。

某些轴类零件其加工质量直接关系到工件的整体性能，然而我国大多数其对半成品、成品轴类零件的综合检测尚停留在抽样手工检测阶段。

某些轴类零件由于其位置的特殊性（如汽车曲轴），以及其形状的复杂性和尺寸要求的精确性，要控制的质量因素多，检测人员的劳动强度大、效率低，其测量精度受到很大影响[13]。

随着我国制造业的飞速发展，轴的应用越来越多，但是阶梯轴的自动检测在我国发展时间很短而且还不成熟，许多工厂还是人工