视觉测量相机标定方法国内外研究现状(2)
（5）基于主动视觉的标定方法
基于主动视觉的标定方法需要控制相机做某些可控的运动，如绕光心旋转或纯平移等，利用这种运动的特殊性可以计算出相机参数[26~28]。在机器人手眼定标、头眼定标中，相机运动可以控制，因而较多地用到基于主用视觉的标定方法[9,28]。
几何尺寸视觉测量方法
制造业自动化程度的提高，使得高精度快速测量显得越来越重要。近年来，随着计算机与机器视觉技术的发展，图像处理与分析方法水平不断提高，使基于机器视觉成像方法的几何测量技术逐渐成为机械加工自动测量的一种革新手段。机器视觉在线测量具有非接触、设备简单、对现场环境要求不高、通用性好、易于实现自动化等诸多优点而受到人们的广泛关注。在机械零件二文集合尺寸视觉测量领域，已有的研究工作主要分为以下四大类：
（1）利用放大成像的原理的微尺寸高精度测量。如Hyuk-Sang Yoon等针对直径为0.3mm的微细孔加工质量在线监督需要，设计了同轴光前光源和LED阵列背光源照明系统，使用带变焦镜头的CCD相机，应用边缘提取算法和聚焦寻形（Shape From Focus,SFF)原理测量微细孔尺寸及毛刺大小，测量毛刺高度和宽度的精度达到0.5μm[29]。K.Yongjin等用机器视觉系统检测数控加工中心刀具切削刃的微量磨损，为了克服切削刃对光线的散射效应，设计了白色的LED光照明系统，并在成像路径上采用滤光片防止像素饱和，视觉成像方法测得的磨损量及时反馈回机床控制系统，用于补偿刀具下次工作时的进给量，取得了很好的控制效果[30]。这些研究成果通过设计特殊的照明系统，采用显微成像方法对被测目标微笑区域进行放大成像，再采用适当的图像处理算法，获得待测几何特征的尺寸值，具有很高的测量精度。
（2）基于单幅图像处理的小尺寸零件测量。如Lei Liangyu应用线扫描CCD相机和图像处理方法测量轴承直径，对于外径为22.760mm的轴承，16次测量得到的均值为22.769mm，标准差为0.015mm，相对误差为0.066%[31]。刘庆民等应用高分辨率CCD相机和放大成像方法，测量齿形链链板的几何参数及圆度误差，对公称尺寸为9.525mm的节距，测量误差为7μm，相对误差为0.0735%，公称直径为3.76mm的圆销孔，测量圆度误差为8.4μm[32]。伍济钢等采用线阵工业相机和轮廓矢量化方法，研究基于机器视觉的薄片零件尺寸检测系统，应用该系统检测计算机硬盘弹性臂薄片的二文尺寸，对于设计公差在±0.005mm、大小范围在3.81mm-45.72mm的合格尺寸，测量结果与实际相符，平均每个零件的检测时间在1秒[33]。这类基于单幅图像处理的视觉测量方法，实现了光、机、电与计算机技术的有机结合，在一个系统中可同时进行尺寸及形状误差的测量，测量结果便于计算机分析处理。
（3）机器视觉与坐标测量系统集成的大尺寸零件测量。为了实现常规尺寸和大尺寸机械零件的高精度测量，机器视觉系统越来越多地和其他技术集成应用，取得了较好的效果。如Rajesh Subramanian等人把机器视觉系统与坐标测量机集成，充分利用视觉图像便于处理、容易与自动化技术相结合的特点，实现了检测基准的自动找正，在取得高精度测量结果的同时，大大提高了测量效率[34]。廖强等应用面阵CCD器件与高精度计量光栅组成的双重坐标结构，构成基于机器视觉的高精度几何量的精密测量，达到微米级测量精度[35]。上述研究，充分利用了机器视觉和坐标测量系统的各自优势，视觉系统在整个测量系统中所起的作用是进行零件轮廓界的非接触定位，测量尺寸的范围取决于坐标系统的大小，测量精度取决于视觉定位精度和坐标系统精度。
下一篇：传染病动力学模型研究现状