简介:针对目前圆形煤场煤堆测量效率差、测量精度低等不足,提出了一种应用于圆形煤场煤堆体积快速测量的系统.该系统利用多线结构光扫描得到煤堆的几何信息,通过提取算法得到待测物的三维点云数据,利用点云计算待测煤堆的体积.文中利用条纹中心算法提取出三维坐标信息,并针对圆形煤场的几何特征提出煤堆提取算法来消除扫描时墙体点云带来的影响;在得到纯净的煤堆点云数据后利用Delaunay三角剖分对煤堆点云进行三角可视化重构,并利用累加法完成煤堆体积计算.实验表明,利用本文提出的多线结构光测量系统可在500ms内对体积为1000cm^3的圆形沙堆模型完成点云重构和体积计算,相对误差可缩小至0.17%且重复误差仅为0.17%.
简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.