为了使机器视觉系统中各类待检产品获得清晰图像,给调焦系统提供优良的评价依据,针对图像清晰度评价时易受到噪声干扰等问题,提出了一种基于小波变换高频系数的清晰度评价算法。该算法首先采用小波分解变换求得待测图像的细节分量,然后基于梯度平方法对各方向细节分量的变化快慢进行评价,最后根据纹理方向特征综合三个方向的高频系数的变化快慢,实现对图像清晰度评价。通过实验,验证了小波变换分解层数对清晰度评价的影响,并选取了第三层小波分解变换的高频系数作为评价的依据。为了验证所提出的算法,通过工业相机对样品进行连续变焦取像,并向该组图像中加入了均值为0,方差为0.01的高斯白噪声作为含噪样本,基于Matlab软件,分别采用梯度平方法、FISH算法、variance函数和提出的评价算法对两组样本进行清晰度评价测试。结果表明,提出...

圆柱度是回转体零件的最典型技术指标,如何实现圆柱度误差的快速、准确评定对回转体零件至关重要。这里基于“小偏差”假设建立了最小区域圆柱度误差评定模型,提出采用原始对偶内点法对所建立的圆柱度误差模型进行求解。为了验证该算法的有效性,使用文献中的测量数据和海克斯康坐标测量机的实测数据分别对算法进行实验,实验结果表明原始对偶内点法在评定精度、评定效率和评定结果重复性等方面均优于现行的一些算法,为实现圆柱度误差的数字化计量提供了一种稳定可靠的方法。