收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的光纤几何参数检测研究

杨远  
【摘要】:新型特种光纤几何参数的检测,是研究新型光纤特性以及保证光纤生产质量的前提和保证。随着机器视觉技术的迅猛发展,视觉测量技术得到了飞速的发展和广泛的应用,作为一种非接触测量方式已经被广泛的应用到许多领域中。本文主要研究了以机器视觉为基础光纤几何参数的测量方法。 本文首先研究了基于机器视觉技术检测光纤几何参数的测量原理,根据D型光纤和特种光纤端面的特点确定了测量的方案和测量系统的构成。测量系统包括CMOS摄像机、成像系统、照明系统、图像采集和处理软件系统,并且对摄像机、镜头、光源和照明方式的选择等方面进行了详细的分析。其次,为了提高测量的精度,本文介绍了调焦的概念和方法,同时对各种调焦函数做了仿真对比实验。 本文重点论述了光纤几何参数检测系统涉及的图像处理算法。根据采集光纤图像的特点以及大量对比实验和仿真,检测系统选择3×3窗口的中值滤波对图像进行预处理。对于D型光纤侧面抛磨深度的测量,系统选择了抗噪声能力强的Canny算子作为整像素的边缘检测算子。同时为了进一步提高测量精度,检测系统采用了方法简单、精度高的灰度矩的亚像素算法。对于特种光纤检测,根据光纤端面的特点,首先,对光纤端面图像做灰度直方图,通过直方图选择阈值对端面图像做二值图像来提取外包层和空气孔,再通过Hough变换求取外包层和内空气孔的半径和圆心坐标。然后,增大阈值对端面图像进行二值化,得到两个椭圆纤芯的图像,通过边缘链码的方法提取两个椭圆芯的轮廓,利用最小二乘曲线拟合的方法求取两个椭圆芯图像的长短轴和中心坐标。 最后,本系统采用了标准的单模光纤进行了测量实验,对光纤的丝径进行了测量实验,并且得出了测量的结果。对双椭圆芯的光纤端面的几何参数进行了测量,特种光纤的几何参数包括包层的直径和圆心位置、空气孔的直径和圆心位置、两个椭圆纤芯的长轴和短轴、中心坐标。 经过实验测试,光纤几何参数检测系统可以准实时的测量D型光纤的侧面抛磨深度,同时可以对特种光纤端面几何参数准确测量,测量精度满足实验要求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 梅安华 ,王菁蕙;应用机器视觉技术研究刀具磨损与耐用度[J];武汉大学学报(信息科学版);1993年01期
2 ;其他[J];中国光学与应用光学文摘;2003年02期
3 朱虹;;机器视觉及其应用(系列讲座) 第三讲 图像处理与分析——机器视觉的核心[J];应用光学;2007年01期
4 李景彬;坎杂;;颜色模型在脱绒棉种检测分级中的应用[J];石河子大学学报(自然科学版);2008年04期
5 徐堰;张莉彦;;基于机器视觉的小齿轮质量检测研究[J];科技信息;2009年36期
6 汪宏昇,史铁林;高精度机器视觉对准系统的研究与设计[J];光学技术;2004年02期
7 周传刚;谭学元;;基于机器视觉的离散傅里叶变换目标识别方法[J];光学技术;2006年S1期
8 刘晓利;彭翔;殷永凯;李阿蒙;赵晓波;;借助标志点的深度数据全局匹配方法[J];光学学报;2009年04期
9 尹明;;基于机器视觉的滴灌管自动在线检测技术研究[J];西安文理学院学报(自然科学版);2010年02期
10 宋克欧,黄凤岗,易英辉;视觉不变量与机器视觉研究[J];中国图象图形学报;1997年07期
11 李素梅;张延炘;董磊;常胜江;申金媛;;基于支持向量机的肤色滤波器[J];光子学报;2006年02期
12 吴晓;;基于新规则足球机器人的研究[J];湖南文理学院学报(自然科学版);2008年02期
13 周欣;黄席樾;;基于卡尔曼滤波的车辆跟踪技术[J];四川师范大学学报(自然科学版);2008年06期
14 武跃华;汪仁煌;郭津;;基于灰度模式匹配的仪表外壳缺陷检测[J];科技广场;2011年03期
15 ;美国科学家开发出基于热映像的图像分割算法 将使机器视觉与人类视觉更接近[J];前沿科学;2011年02期
16 潘国林;高幼年;;基于机器视觉煤仓料位测量方法的研究[J];上海电力学院学报;2007年02期
17 王克俊;;基于模板法的苹果图像与背景快速分离技术的研究[J];黑龙江科技信息;2009年08期
18 刘震;张广军;魏振忠;江洁;;一种高精度线结构光视觉传感器现场标定方法[J];光学学报;2009年11期
19 常卢峰;;基于三角形相似性的图像匹配算法研究[J];科技广场;2010年03期
20 罗钧;李锐;陈伟民;;基于全局搜索和证据积累的多圆检测方法[J];光学学报;2010年09期
中国重要会议论文全文数据库 前10条
1 金晅宏;戴曙光;穆平安;;机器视觉在汽车前照灯配光检测系统中的应用研究[A];第十三届全国汽车检测技术年会论文集[C];2009年
2 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
3 罗明智;杜家政;;机器视觉苹果自动分级系统图像处理方案设计[A];北京力学会第17届学术年会论文集[C];2011年
4 鲁波;黄坚;朱子伟;;基于机器视觉的LED阵列自动分选系统设计[A];浙江省电子学会2010学术年会论文集[C];2010年
5 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
6 何浩;龙淼;王晓婷;王忆文;李辉;;电子白板系统中基于机器视觉的目标识别技术[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集(A辑)[C];2011年
7 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
8 张海潮;邱红专;;加权Kalman filter:应用[A];2004中国控制与决策学术年会论文集[C];2004年
9 陈艳;张漫;刘兆祥;籍颖;马文强;刘春红;;基于Kalman滤波器的机器视觉自动导航定位算法研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
10 杨雪勤;张洪钺;;差分GPS/姿态传感器/机器视觉在飞机着陆定位中的应用[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
中国博士学位论文全文数据库 前10条
1 盛遵冰;机器视觉图像检测与定位系统关键技术研究[D];哈尔滨工业大学;2009年
2 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
3 刘璎瑛;基于机器视觉的稻米品质评判方法研究[D];南京农业大学;2010年
4 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
5 刘伟华;基于机器视觉的煤尘在线检测系统关键技术研究[D];山东大学;2011年
6 丁萌;空间探测器着陆过程中的机器视觉关键技术研究[D];南京航空航天大学;2010年
7 赵大兴;基于机器视觉的坯布表面质量检测系统研究与实现[D];东北大学;2009年
8 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年
9 姜淑华;基于机器视觉的二维(三维)非接触测试技术[D];长春理工大学;2009年
10 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
中国硕士学位论文全文数据库 前10条
1 程现彬;基于机器视觉的小直径工件检测系统的研究[D];合肥工业大学;2010年
2 刘华冠;基于机器视觉的袋装物料位姿自动识别研究[D];济南大学;2011年
3 吴珂;基于机器视觉的弹片质量在线检测系统[D];重庆大学;2010年
4 晁攀攀;基于机器视觉的贵金属复合带焊接质量在线检测技术研究[D];电子科技大学;2010年
5 赵娇洁;基于机器视觉的汽车轮毂形状识别算法研究[D];沈阳师范大学;2011年
6 邹健;自动旋铆安装系统设计[D];广东工业大学;2011年
7 阮晓虹;基于机器视觉的触点零件在线检测系统研究[D];上海交通大学;2010年
8 刘学山;基于机器视觉的锂离子电池极片检测系统的研究与设计[D];华南理工大学;2010年
9 闫霞;基于机器视觉的体积测量系统研究[D];河南科技大学;2011年
10 朱萃;基于机器视觉的微小型组件精密测量与装配[D];大连理工大学;2010年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 袁中;邦纳机器视觉在食品及医药包装行业中的应用[N];中国包装报;2009年
3 本报记者 李剑琦;西门子成功并购RVSI Acuity CiMatrix 意欲扩充机器视觉版图[N];机电商报;2005年
4 陈蕾;康耐视向中国多所大学捐赠机器视觉产品加强与高校合作[N];中国包装报;2010年
5 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
6 记者 李跃辉通讯员 杨凡;用知识产权抢占市场[N];中国知识产权报;2008年
7 天笑;1394接口新标准即将推出 成USB新挑战[N];电子资讯时报;2008年
8 本报记者 李剑琦;与Euresys策略联盟 凌华中国战略加速升级?[N];机电商报;2005年
9 陈蕾;机器视觉系统帮助杜绝食品安全瑕疵[N];中国包装报;2008年
10 陈文;康耐视为广东泰科产品保驾护航[N];中国包装报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978