针对轴类工件表面毛刺、油污等附着物对视觉测量中角点检测的干扰问题,提出一种基于曲率与灰度复合的角点亚像素定位方法。该方法对图像感兴趣区域进行形态学和双边滤波预处理,消除毛刺和部分油污等附着物;根据曲率特性检测候选角点,利用角点处曲率角的多尺度不变性进行伪角点的预筛选,通过以角点为圆心的圆形窗口内灰度信息进一步排除伪角点,实现角点粗定位;根据粗定位角点和区域端点的连线,对原始图像的边缘点进行筛选,并对筛选后的边缘点进行最小二乘直线拟合,实现角点精准定位。实验表明,该方法有效克服了轴类工件表面附着物对角点检测的干扰问题,角点综合定位的重复性达到0.01 mm,角点定位算法精度达到0.004 mm,基于角点的综合测量精度为0.06 mm。

工业现场清洁过的微型工件表面仍会有少量灰尘、发屑等附着物存在，在微型工件的视觉检测系统中会因其改变提取的目标轮廓而影响检测结果。为此，以灰尘与工件存在较小差异的任意位置和形状的一类附着物为考察对象，以区域生长提取的目标轮廓为先验背景，研究附着物定位与剔除算法。首先，获取沾染附着物的工件图像，采用基于区域的分割算法做处理，以建立工件轮廓的先验知识；其次，从曲率角度定位附着物轮廓角点，以此剔除附着物轮廓；最后，根据先验知识自动修复断开的外轮廓。实验结果显示，加入附着物去除与修复算法后测量精度没有降低，测量结果误差 6 μm 以内，图像边缘的定位准确度能够给予保证。表明所研究的附着物定位与剔除方法使检测系统在允许微小附着物存在并且不影响测量精度的情况下，实现了目标轮廓的正确判别，提高了视觉检测系统的可靠性。