针对汽车仪表盘内凹六边形卡槽尺寸检测中存在人工检测速度慢、精度差等问题, 提出一种基于点云数据密度提取的内凹多边形自动化测量方法。首先使用双目结构光扫描的方式, 获取零件表面的点云原始数据; 使用KD-tree建立点云拓扑关系并进行半径滤波; 利用贪婪算法重建网格曲面; 最后采用基平面偏置与密度提取融合, 实现点云的边缘特征点和噪点分类, 提取内凹多边形孔径特征, 并计算其尺寸。选用带有内凹六边形特征的弧形汽车仪表盘零件为试验工件进行算法验证。试验结果表明, 该算法可以有效提取特征且内部特征尺寸测量精度为60 μm; 相较于传统测量方法, 单个内凹六边形测量时间可缩短至1 s, 能够实现内凹型不规则工件的自动化快速尺寸测量。

针对机器视觉难以对反射表面进行缺陷检测等问题, 本文提出一种基于相位测量偏折术的缺陷检测方法。该方法以LCD屏幕作为结构光源, 格雷码图案结合相移图案作为结构光, 通过LCD屏幕投射到被测表面, 使用单目相机捕捉结构光的反射图案。首先对相机捕捉的图案逐个像素进行解码, 获得包裹相位和条纹级数; 然后进行相位展开并消除误差, 生成绝对相位图像; 再使用Canny算子对图像进行边缘检测, 将投影区域与非投影区域分割; 最后在投影区域内使用Canny算子检测出缺陷的边缘, 实现表面缺陷的检测与定位。实验结果表明: 在环境亮度较低且恒定的条件下, 相位测量偏折术可高效检测出反射表面上具有形变特征的缺陷, 精度为0.1 mm, 基本满足对反射表面上多种缺陷进行高精度、高效率、低成本检测的要求。

在面对光照变化、部分遮挡、背景杂乱和平面内外旋转等跟踪难点时, 跟踪学习检测算法(Tracking-Learning-Detection, TLD)容易产生漂移导致跟踪失败, 其跟踪性能还有待提高。在传统TLD算法的基础上, 提出一种基于人工鱼群粒子滤波的TLD改进算法。首先使用人工鱼群粒子滤波跟踪器代替金字塔光流跟踪器, 将颜色直方图特征和方向梯度直方图特征进行融合, 建立目标表观模型, 引入图像金字塔多尺度思想进行尺度匹配, 提高目标跟踪的稳健性。然后通过粒子滤波过程预测目标区域, 将TLD算法检测模块的全局扫描改进为局部扫描, 剔除大量非目标区域, 提高检测模块的检测效率。实验结果表明: 基于人工鱼群粒子滤波的TLD改进算法具有良好的跟踪性能, 与传统TLD算法相比, 其平均成功率和精准度分别提高了19.04%和28.00%, 平均跟踪速度可达33.87 FPS, 提高了38.78%。