1 西南科技大学 信息工程学院自动化技术研究所，四川 绵阳 621010
2 西南科技大学 制造过程测试技术教育部重点实验室，四川 绵阳 621010
针对航空涡轮发动机叶尖间隙测量难度大、精确度不高的问题，提出利用影像测量技术对装配过程中的叶尖间隙进行高精度测量，采用自定义标定、改进的边缘检测和Hough变换、图像超分辨率复原技术，通过运动控制机构、工业CCD摄像机、计算机视觉库，设计了独特的图像测量体系，实现了叶尖间隙的高精度非接触测量。实验结果表明，测量精度达到了15 μm，与其他叶尖间隙测量以及影像测量系统相比，该方法不仅精确度有所提高，而且移植性好、成本低。
叶尖间隙 影像测量 自定义标定 Hough变换 图像超分辨率复原 blade tip clearance image measuring defined calibration Hough transform image super-resolution restoration
天津大学 精密测试技术及仪器国家重点实验室，天津 300072
为了提高影像测量系统的测量精度，研究了基于微位移错位的多幅图像超分辨重建技术。考虑制作成本和制作难度，提出了一种不苛求精确微位移的超分辨率重建技术。首先，获取随机微位移图像序列；然后，利用被测对象中易于实现高精度提取的特征点或采用模板衬底中的特征点计算出图像序列间的准确位移关系；最后，根据本文提出的数学模型重建出高分辨率图像并用于影像测量。实验结果显示，在图像分辨率提升至原始图像4倍时，对于不同大小的微位移，测量精度提升了29%~64%，表明该方法能够有效地重建出包含被测信息的高分辨率图像，进而提升影像测量系统的精度。
图像重建 超分辨率 影像测量 序列图像 image reconstruction super resolution image measuring image sequence
广东工业大学信息工程学院，广东 广州 510006
在采用图像检测技术对轴套类零件尺寸进行高精度检测中，提出了一种高精度零件尺寸图像检测方法，在获取零件图像后，采用Prewitt算子完成对图像边缘的初步定位，在此基础上，通过对图像边缘灰度变化的离散值作最小二乘曲线拟合，并对该拟合曲线求极值，得到边缘位置；为了减少干扰对测量值的影响，采用误差数据处理方法筛选出有一定精度的检测数据，然后对这些检测数据求平均值，获得精确的边缘位置，由此计算出精确的零件尺寸。实验表明，该方法能有效地提高检测精度，在检测分辨率为1000DPI情况下，检测精度可达到13μm。
光电检测 图像检测 边缘 最小二乘曲线拟合 误差理论 optoelectronic detecting image measuring edge least-squares curve-fitting error theory
