采用双目视觉代替人眼对工件进行测量提高了生产的柔性和自动化程度。双目视觉的精度很大一部分取决于图像的预处理过程,Canny算法作为传统的边缘检测方法在边缘定位和抗噪声干扰性达到了较好的折中效果。本文提出了一种先进行Sobel算法进行边缘检测,后采取形态学运算进行细化的方法进行双目视觉的测量,将2种方法对比证明了该方法在精度上能达到Canny算法的检测精度,且不会出现边界丢失现象。工件测量研究-电动折弯机数控滚圆机滚弧机张家港电动液压滚圆机滚弧机 由于钢板底部和下方的工作台会有一部分贴合，为了便于比较和分析双目视觉的测量精度，所以本次仅就钢板上方的特征点进行测量。本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 工件待测点的分布即如图2所示。其中，待测点实际测量的数据则可见表1。图2工件待测点Fi1待测点实际值T距离实际测量值/mmA至F360A至B115C至D130E至F115B至C16D至E162．1相机的标定本次测量采用维视图像的2台型号为MV－EM120M摄像头进行采集。接着对双目视觉的摄像机进行标定［7］，标定结果可展示如下。左相机的内参矩阵:M1=相机的内参矩阵:M、右两摄像机之间的旋转矩阵:Ｒ=平移向量:T=－354．75－0．619114．4712．2边缘检测的比较与改进由于摄像机采集得到的二维图像包含了各种随机噪声与畸变，这就需要对所得的图像进行预处理，来改善图像质量。其目的主要有2个:一是改善图像的视觉效50和100作为Canny算子的双阈值对工件进行测量。图像中会存在边界丢失，效果呈现如图5所示。由于Canny存在着边界丢失，在角点检测时会产生误匹配点，故在去除掉误匹配点后便可以得到如表4所示的坐标数据以及如表5所示的结果数据。结合图像并由表4、表5分析可以看出2种方法中点B和点E所造成的误差相对较大，由此推得工件的内转角处相对于外转角处较难定位，究其原因主要在于摄像机分辨率不高以及内转角处更为模糊所致。但整体误差率都未超过5%。研究至此，即证明了采用先通过Sobel算法来检测边缘，再使用形态学进行一像素化来实现工件的双目测量设计方法的现实可行性。工件测量研究-电动折弯机数控滚圆机滚弧机张家港电动液压滚圆机滚弧机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/