针对导光板模具微结构加工过程中微孔尺寸定时在位测量的要求,基于视觉测量技术提出了在微冲孔机床上集成导光板模具微孔点阵在位测量系统的解决方案。它通过相机获取微结构的加工图像,运用一系列图像处理算法提取测量目标的亚像素边缘并进行拟合。提出两步标定技术求取亚毫米视野镜头畸变映射及像素当量。通过将视觉测量结果与白光干涉仪的测量结果对比,证明该测量系统的精度能够达到±1μm以内,具有实时、快速、高精度、重复性好的等特点。

在单目视觉检测中,由于相机设置角度以及镜头等原因,相机所拍摄的图片存在非线性畸变,在图片使用之前通常需要进行相机标定、畸变校正。径向基函数(RBF)神经网络具有良好的非线性拟合能力,文中提出一种基于RBF神经网络的相机标定方法,该方法从标准标定板中提取样本像素点作为网络输入,对神经网络进行训练,训练好的网络可以得到畸变图像与校正图像像素点之间的对应关系,进而达到校正图像畸变的作用。实验结果表明,相较于传统的张正友标定法,该方法简单有效,精确度更高。

通过VisionPro视觉软件,搭建高效率、高识别率的颜色识别分类的机器视觉系统。设计四轴机器人控制系统,对相机进行手眼标定,通过视觉处理引导机械手完成颜色识别与分类。为验证系统的有效性,以3种颜色块进行试验,在随机摆放的情况下,对颜色块进行识别与分类。实验结果中识别率达到98.3%以上,且算法具有良好的鲁棒性,可以实现自动识别分类工作。

机器人同时定位与地图构建算法(SLAM,Simultaneous Localization and Mapping)可实现机器人的自主控制,文中将SLAM算法与视觉传感器结合,搭载红外摄像头的RGB-D摄像头可以快速进行运动估计及构建3D点云地图,最后将视觉里程计测量的相机位姿与回环检测的信息结合,经过优化可得到轨迹估计的地图。

在视觉引导机器人完成抓取的过程中,最重要的步骤是手眼标定,手眼标定的精度将直接影响后续工作的精度。充分考虑相机畸变对手眼标定的影响,在Halcon环境下,设计一种高精度的固定视点手眼标定方法,该方法在确定了机器人基础坐标系与相机图像坐标系之间关系的同时也标定了相机的内外参数,并通过实验进行验证。结果表明:该标定方法具有较高的精度,可广泛应用于视觉机器人的定位抓取工作。

为解决垃圾分拣实现自动化分拣的问题,提高生产效率,降低生产成本,设计了一种气动机器人视觉垃圾分拣系统。利用气压控制回路实现对机械手运动的控制,采用棋盘格标定法对相机进行标定,标定结果误差相对较小。实验结果表明:利用气压控制的机械手定位和抓取效果良好。利用棋盘格标定的相机,机械手抓取平均误差小于3 mm。该分拣系统在一定条件下能够满足垃圾分拣,具有结构简单、易操作、分拣精准、效率高、成本低等特点,为后续实现垃圾智能化

针对影响双目视觉系统精度的双目相机标定问题,提出一种基于数字图像相关法与固定位姿约束的双目相机标定方法。采用传统的相机标定方法对双目相机进行标定,得到双目相机参数初值;采用数字图像相关法提高图像点提取的坐标精度;通过添加固定约束关系,建立简化的优化目标函数,并对相机参数进行优化,得到高精度标定结果。实验结果表明:该方法可达到较高精度。

为实现铜仇表面缺陷的实时全方位检测，提出基于多摄像机线结构光的三维检测方法。首先，通过标定线结构光和摄像机平面之间的位置参数，获取该摄像机视角下的钢轨表面线结构光的三维形状变化。其次，标定多个摄像机之间旋转平移参数，将多个视角下的三维点云进行拼接形成完整钢轨三维模型。同时，设计了钢轨三维检测的硬件装置，通过硬件编码器获取传送带运动的距离，形成钢轨在长度方向上的全貌三维形状。针对存在缺陷的钢轨样品进行了三维轮廓测量，实验结果表明，该方法的在铜轨深度方向上的精度能达较高精度，符合钢轨表面缺陷检测的要求。

传统的hough变换在进行圆的检测时,是对整幅图像进行计算的,因此计算量大,运行速度慢,而且不适用于复杂的图像。在用三坐标测量机的测头部分进行相机标定时,除三坐标测量机的圆形测头外,图像中还有多个圆形固定孔,严重影响了圆形测头的检测,因此传统的hough变换圆检测算法不能准确测出测头的圆心。针对以上问题,文中介绍了选定感兴趣区域的改进方案。感兴趣区域包含了三坐标测量机测头的大体位置,只对感兴趣区域进行hough变换可以大大减少计算量,提高运行速度,还能忽略其他相似图形的干扰,将三坐标测量机的测头部分快速检测出,并得到其在像素坐标系中的坐标。

为解决采用摄像头传感器的汽车高级驾驶辅助系统(ADAS)控制器的快速测试问题,提出了一种ADAS硬件在环测试方法。该方法以视频暗箱模拟实车环境中摄像头所采集的视频信号,并通过ADAS控制器对视频信号进行处理,从而达到仿真测试的目的。最后,以ADAS功能中的车道偏离预警系统进行实车和仿真测试对比实验,证明了该方法具有良好的精度及测试效率。