配油盘作为液压系统的核心元件之一, 其曲面尺寸是否合格直接关系到液压系统的性能。针对其表面部分轮廓特征提取困难、测量误差较大的问题, 提出一种基于附加图像边缘检测的球面分割及尺寸测量方法: 首先, 采用Sobel算子对拍摄的配油盘图像边缘进行锐化并提取球面部分轮廓形成掩膜; 然后, 借助掩膜分割出球面部分的四步相移图, 采用四步相移法求解相位主值, 并使用双频外差法展开相位; 最后, 通过系统标定, 计算得到配油盘球面部分的三维点云数据, 并进行球面拟合。试验结果表明: 采用该方法能够分割出较为清晰的球面部分点云图, 基于点云数据拟合的测量精度99.238%, 高于依据高度分割、区域生长分割、RANSAC(random sample consensus)分割和手动框选等方法的测量精度, 实现了配油盘球面尺寸的高精度测量。

在路面裂缝的检测中, 传统人工检测的方法准确性低, 效率低, 且单目视觉技术无法准确获得深度信息, 只能得到二维平面信息。基于此, 文章引入了双目线结构光技术, 提出了一种基于地面平均高度的三维裂缝提取算法, 实现了裂缝的三维信息采集。算法提取图像中每列像素值中最低点为起点, 向左右扩散形成一个边缘提取范围, 计算该列边缘提取范围以外的像素平均值作为地面平均高度值, 然后以最低点为中心开始遍历每个像素值, 当左右两边像素超过地面平均高度值时, 则确定两个像素点为裂缝边缘。整合所有列, 实现整条裂缝边缘的提取。实验结果表明: 文章提出的裂缝识别算法能够较为准确的对裂缝边缘进行提取, 通过与Canny边缘提取算法对比, 数据表明, 文章算法在连续性上表现更好, 本文算法的图像水平相关性数据总体都高于Canny边缘提取算法, 平均提高了30%。

从实验上研究了干涉粒子成像技术（IPI）的最大可测粒子尺寸。分析了同一视场中不同物面导致的物距变化对IPI最大可测粒径的影响。搭建了单光束照射的IPI实验系统，对粒子直径为51 μm和110 μm的聚苯乙烯混合粒子场进行测量，分析了同一视场内不同采集区域的最大可测粒径。实验结果表明，IPI技术最大可测粒径受实验系统物距影响，对于一固定参数的实验系统，同一视场内不同采集区域的最大可测粒径不同。

针对孔内表面缺陷尺寸测量难的问题，提出一种内窥图像校正方法以实现孔内表面尺寸测量。根据内窥成像原理，在考虑应用场景几何约束的情况下，将图像畸变分解为周向畸变和轴向畸变，将校正模型中的参数简化为图像中心坐标和一个非线性增长函数，进而提高了内窥镜图像边缘区域的校正精度。采用Hough变换和图像像素标定的方法得到相关参数，为克服轴向校正对标定结果的依赖，采用神经网络算法拟合包含像素相对位置和孔径的轴向校正函数。实验结果表明，基于像素标定的6组实验的平均测量误差为1.95%，准确度高。对于不具备标定条件的孔内表面缺陷，采用轴向校正函数进行校正和测量，3组实验的平均测量误差为6.75%，结果较为理想。所提出的校正方法通用性好、准确率高，可用于孔类零件及管道的自动化检测和智能检测。

基于CMOS探测器的静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测, 受探测器工作特性和面幅大小的限制, 前向光散射的CMOS粒度测量范围和精度难以提高。提出了颗粒前向光散射的双CMOS测量技术, 重点研究双CMOS散射信号拼接测量方法, 设计消除背景干扰的CMOS探测器分环方式, 实现宽粒径范围颗粒粒度的准确测量。实验结果表明: 基于CMOS探测器的颗粒粒度测量上限提高到了1000μm, 1000μm、500μm标样的D50测量相对误差分别为0.7%、0.1%, 大粒径颗粒粒度测量准确度高; 同时双CMOS探测的方式将单CMOS的粒度测量下限由5μm提高到了2μm, 5μm、2μm标样D50相对误差分别由单CMOS的15.0%、51.1%下降至双CMOS的1.4%、2.6%。

静态散射光蕴含颗粒尺寸的特征信息, 因此静态光散射法是快速测量水体悬浮物粒度的有效手段。然而由于颗粒侧向和后向散射光微弱, 不易探测; 前向散射受艾里斑影响, 存在测量盲区, 导致静态光散射法的小颗粒粒度测量精度不足。提出水体小粒径悬浮物粒度低位异面扫描光散射测量方法, 以光电倍增管为探测器, 采用多角度连续扫描方式探测颗粒的光散射信息: 通过缩短探测器到样品池距离, 提高相同角分辨率下的散射光强度, 提升侧向和后向散射光探测灵敏度; 将探测器偏离激发光轴, 避开艾里斑盲区, 在不改变前角小角度测量精度条件下, 实现前向大角度散射光探测。在此基础上, 结合米散射模型, 实现小粒径悬浮物粒度测量。不同粒度样品实验表明, 方法能准确测量350nm至2μm范围内颗粒的粒度, 2μm、1.5μm、500nm和350nm标物D50的测量相对误差均不超过5.61%, 均低于标物不确定度的相对误差, 且优于实验室内激光粒度仪的测量结果。

提出一种基于连续透射消光光谱的粒径测量方法。基于Mie散射理论和人工蜂群算法对颗粒粒径进行反演，结果表明，单峰分布时颗粒的体积频率分布曲线相对均方根误差（RRMSE）低至0.08%，双峰分布时颗粒的体积频率分布曲线RRMSE低至3.49%。用编号为GBW120134、GBW120024和GBW120041的聚苯乙烯乳胶标准颗粒进行了对比实验。结果表明，单峰分布时D50粒径的相对误差在10%以内，双峰分布时D50粒径的相对误差在20%以内。

针对双相机成像系统所获取的颗粒离焦图像，搭建了基于Faster-RCNN和VGG16卷积神经网络（CNN）的颗粒粒径与位置同步预测模型。在75~95 mm（约9~10倍的成像系统景深）深度范围内，拍摄直径为50~350 μm的9种不同圆点用于所提模型的训练，并将所提模型与基于离焦测距（DFD）理论模型的处理方法进行了比较分析。测量结果表明，与基于DFD理论模型的处理方法相比，CNN模型的颗粒深度测量范围有所提高，直径测量误差有所降低，但深度测量误差有所增大。进一步采用双相机系统拍摄在循环样品池内流动的粒径为120 μm的标准颗粒，应用所提CNN模型对相应图片进行处理，粒径预测结果的相对误差范围为-8%~8%。