摘要
随着“工业4.0”的到来，智能制造成为工业自动化领域的研究热点。机器视觉技术具有非接触、精度高、鲁棒性好等特点，被广泛应用于智能制造的工艺生产中。3D视觉检测技术是机器视觉的重要组成部分，近年来得到了快速发展，利用3D视觉技术可以快速将物体的表面形貌恢复，再采用数字图像技术对3D图像进行处理，可完成对物体的快速测量和目标定位。 本文设计的激光结构光3D视觉测量主要包括摆动3D视觉系统和平动3D视觉系统，均由运动控制系统和视觉系统构成，采用摆动-相机倾斜测量模型、摆动-相机垂直测量模型和平动-相机倾斜测量模型并完成理论推导。摆动视觉系统和平动视觉系统对工件表面线结构光条纹图像进行采集，通过图像处理算法重建待测工件表面的三维形貌，得到物体深度图像。 系统的标定采用了实验查表标定方法，利用快速自动标定装置采集标定块的结构光图像，结构光条纹图像提取算法对图像进行实时处理，标定块在图像中的灰度值与实际位置进行匹配，匹配结果存于表格，并作为标定结果输出。 设计了基于特征测量定位和基于模型测量定位的算法。基于特征的定位算法以汽车为例，对图像特征进行提取，利用实验查表法找到特征点的坐标信息，再转化到空间三角形中，利用三角函数求得汽车的姿态。基于模型的定位算法是在三维坐标系中构建工件的三维模型，编写匹配算法，对三维模型图和深度图像进行匹配，再利用定位算法，计算目标区域的位置和尺寸。 为实现系统连续采集和控制图像的采集速度，设计了基于运动控制系统和视觉系统的集成软件平台，通过工控机IPC编写运动控制程序，控制视觉系统运动完成对工件的图像采集。利用VS2013集成开发环境，基于微软的基础类库(MFC)编写软件控制界面以及MATLAB编写图像处理算法并验证算法的可靠性，再用C++编程将结构光条纹提取算法、特征目标定位算法和模型目标定位算法写入软件框架，最终将工件的三维形貌显示在软件界面，并显示目标测量与定位的结果。 使用本文的摆动和平动的结构光3D视觉与目标定位系统分别对锥形坡口工件和汽车进行3D视觉扫描，将工件和汽车的3D形貌恢复并得到深度图像，通过模型定位算法和特征定位算法对深度图像进行处理，调用实验查表标定算法的标定结果进行计算，得到锥形坡口工件和汽车的目标定位结果并显示。
NETL