基于几何特征的机械产品图像测度研究

华中科技大学博士学位论文基于几何特征的机械产品图像测度研究姓名：何涛申请学位级别：博士专业：机械制造及其自动化指导教师：史铁林2011-05-21华中科技大学博士学位论文I摘要机器视觉是一门多领域交叉学科，它从客观对象中提取图像信息，用于检测、测量和控制，有非接触、速度快、稳定性好、精度高的技术优点。近二十年大量的视觉系统装备在高端制造设备和生产线上。图像处理技术是机器视觉的核心，是研究的热门话题，也是先进制造领域的深入及广泛应用的瓶颈问题。问题主要体现在图像处理技术缺乏针对使用对象而开发的专用解决方案。为此，本文开展有针对性的图像测度研究,以解决机械产品图像测量和缺陷识别的在线检测技术难题，有重要的意义和价值。本文主要工作有：（1）分析了机械产品在线视觉检测技术研究和应用现状，确定了研究问题和研究内容，创新提出了基于图像结构维数的描述子新概念和模型。首先，从理论和技术的层面分析了影响机器视觉技术不能完全满足制造在线检测要求的因素，主要是图像描述不足以表示工业产品特征，因此，研究机械产品与其数字图像的一致性映射特征。产品本质是几何形体，其映射特征是具有几何形状和几何结构特点的图像。应用拓扑学基础理论，构建了基于基元空间集合表示数字图像图形特征的理论体系。（2）分析了机械产品的现场图像具有不完全性和非线性特性，提出了基于测度理论重建图像基元的新方法。视觉系统中的光源等视觉系统单元，以及测试对象本身的几何形态不一致，都使得工业产品的基元图像不完整、不一致、差异性大，严重影响了机器视觉技术在测量中的应用。本文结合形态学的重建图像基元的理念，利用分形几何的幂律和分维理论、计盒维数计算技术，提出了基于测度理论的重建图像基元新方法，有效解决了现场图像的不完整性和非线性问题，为机械产品图像的测量问题提供了新方法。（3）针对复杂的机械产品图像，研究了分形几何中的豪斯多夫测度和维数理论，发现形态不规则的相似性图像的测度规律，提出了构建纯元空间的图像模型和方法。图像分割是把图像分成若干个有意义的区域，图像特征的提取也是图像的再分割。图像分割得越合理，图像分析和图像理解就简单且可靠性高，计算速度快，有利于在线检测。结合拓扑学的集合空间分割和重建理论，在综合研究图像轮廓提取方法的基础上，研究了分形几何中的豪斯多夫测度和维数理论，应用基于“周长+面积”的计算方法，有效解决了复杂边界图形的相似性度量问题，为图像特征的进一步分华中科技大学博士学位论文II割和构建纯元空间提供了理论依据。（4）研究了图像的几何特征空间转换问题。机械产品图像的几何特征空间的建立是产品尺寸测量和缺陷识别的理论基础，可是，工业产品图像的非线性使得图像的几何特征空间不易于从图像中直接和获取。研究了基于零件生成的几何结构形状，采用信号降维技术，提出了基于几何形状的图像特征转换模型，降低了工业产品图像的结构维数，提高了图像理解能力和计算速度。（5）开发了一个面向制造现场的可重组机器视觉图像检测软件和几个在线视觉检测系统。构建了一个基于测度理论研究成果的、面向制造现场的可重组机器视觉图像处理软件平台，简述了这个图像检测软件在开发检测系统中的应用。本文的研究成果多次成功地应用在制造现场的在线检测系统，这些系统提高了生产效率，有效地控制了生产过程中的产品质量。当然，基于几何形态的图像研究还有待于进一步的深入和完善，本文还提出了今后工作的主要研究内容。关键词：机器视觉机械产品图像结构维数拓扑空间测度华中科技大学博士学位论文IIIAbstractItisreal-time,in-machineandonlinemeasurementmethodthatsatisfysrequirementsonhigh-speed,precision,andquality.Machinevision(MV)extractsinformationfromimagesofobjectivesfordetecting,measuringandcontrolling.Inthelasttwodecades,itiswildlyappliedinhigh-endmanufacturingequipmentsandproductionlines,foritsadvantagesofnon-contact,highspeed,goodstability,andhighaccuracy.ImageprocessingisnotonlythecoreofMVandahottopicinrecentresearches,butalsoisabottleneckofapplicationsinadvancedmanufacturingfield.Thebottleneckreflectsonthelackofimageprocessingsolutionforaspecialobject.So,imagemeasureforspecialsolutionstomechanicalparts’imageisresearchedinthisdissertation.Thedissertationmainlyincludes:1.CurrentonlineMV-basedinspectionmethodsforthemechanicalproductareanalyzed.Newconceptsanddescriptorsbasedonimagestructuraldimensionsareproposed.Firstly,factorsthatMVdidnotsatisfyonlineinspectionrequirementsaresummarizedtoaresultofpoorreasonableimagedescriptionsformechanicalparts’images.Secondly,mechanicalpartsandtheirdigitalimagesareconsistencymapping.Thirdly,atheorymodelforspacesetofprimitivesinanimageisproposedtoelaborategeometricalfeaturesbasedonTopology.2.Incompleteandnonlinearcharacteristicsofamechanicalpartimageareanalyzed.NonlinearfactorsinaMVsystemaffectitsapplicationsinmeasurement.Inthedissertation,newmethodsbasedonmeasuretheoryareusedtoreconstructimageprimitives.Theycombinebothimageprimitive’sreconstructionconceptinmorphology,andpowerlawandboxdimensioncomputingmethodinfractalgeometry.3.Ameasurementlawofsimilarobjects’imageswithirregularshapeisfoundfromtheresearchofbothHausdorffmeasurementanddimensiontheoryinfractalgeometry,todescribeastructureprimitive’space.Becacuseofthecomplexityofmechanicalparts’images,theefficiencyandrationalityofimagesegmentationiscorrelatedwithbothimageanalysisandimageunderstanding.Thecorrelationisshowedbyextractingimagefeaturesandregionsofinterest.Topologicalsetspacesegmentationandreconstructiontheory,aswellasHausdorffmeasurement华中科技大学博士学位论文IVtheory,areusedtosolvemeasurementproblemsforcomplexandsimilarcontours,withamethodof“Perimeter+Area”tostructureprimitives’space.4.Aproblemtoextractgeometricfeaturefromimages’featurespacedirectlyisdifficultbecauseofnonlinearity,whichissolvedbyimagefeaturespaceconversionwithsignaldimensionreductiontechnology.5.AreconfigurablesoftwarebasedonmachinevisionformanufacturingisdevelopedandseveralonlineMVinspectionsystemsaredesigned.TheaboveresearcheshavebeensuccessfullyappliedtofinishonlineinspectionsforseveralmanufacturingprocessesTheapplicationshelpthemanufacturerstoimproveproductionefficiencyandcontrolproductqualityoftheproductionprocess.Certainly,moreeffortsareneedforstudyofimagegeometricalshape.Atlast,thedissertationproposesthelinesoffuturework.KeyWords:machinevision,mechanicalparts’images,structuraldimension,topologicalspace,measure华中科技大学博士学位论文I独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。学位论文作者签名：指导教师签名：日期：年月日日期：年月日保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）华中科技大学博士学位论文11.绪论1.1课题来源本课题来自国家自然科学基金项目“微机械电子系统（MEMS）测试计量技术与理论研究（50535030）”、湖北省教育厅创新团队项目“基于实时机器视觉信息的微细定位与控制技术研究”、武汉市科技攻关计划项目“高精度贴片机自动对准系统开发研究（20041001012）”和“面向制造现场的可重组机器视觉检测系统及关键技术研究(200810321157)”、湖北省教育厅产学研合作重点项目“机械制造现场在线视觉检测技术研究及系统开发（c2010029）”等项目支持。1.2机器视觉技术在先进制造领域的应用机器视觉是一门涉及到光学、电子学、材料学、神经生物学、心理学、计算机科学、人工智能、图像工程等多学科的交叉领域，它主要是通过