针对曲轴圆度测量效率低、稳定性差等现状,提出一种基于机器视觉的测量方法。首先,搭建视觉平台采集图像;其次,进行预图像处理并运用亚像素手段提高边缘精度,经三维重构复现圆周;然后,提出曲轴圆度误差视觉评定方案,并通过倾斜校正和回转误差补偿提高测量精度;最后,进行曲轴圆度误差测量对比实验。结果表明:视觉评定结果与三坐标测量机测量结果相比均值误差为6μm,可实现曲轴圆度误差测量,且更加稳定。

针对TFT—LCD面板尺寸大、厚度薄、光透过率高的特性，建立了基于激光三角测距法的自动对焦系统。采用光学回路和机械结构设计，对激光光斑中心位置准确求取以及自动对焦原理等算法进行了研究。首先，根据激光三角法测距原理进行了光学回路设计，并以纳米定位平台作为微小行程对焦驱动轴。其次，通过分析光斑图像特性，调节相机快门调整曝光量从而对图像进行噪声消除。另外，采用质心法快速提取光斑中心，在分析激光光斑中心位置与离焦关系的基础上，说明了自动对焦算法。最后，介绍了系统自动对焦时间的设定方法。实验结果表明：在行程为100μm的自动对焦范围内，5X物镜下，自动对焦时间为0．36S，重复定位精度为±1．98μm。50X物镜下，自动对焦时间为0．41s，重复定位精度为±0．26μm。该系统稳定性好、对焦精度高、抗干扰能力强...

在总结国内外圆度检测技术的发展及研究现状的基础上，提出了基于虚拟仪器采用CCD摄像方式来获取机械零件圆度检测信息的方法。对采集到的零件图片进行图像处理，得到零件的圆度特征信息，从而精确快速的检测出零件圆度误差和相关几何尺寸和形位公差。通过与标准件或设计要求的比较，判断出被测零件的圆度是否合格。实验表明本虚拟圆度仪，非接触测量，速度快，准确度高。

提出一种精确的结构光三维视觉测量系统标定算法.首先对系统内组件相机和投影仪进行亚像素和亚条纹级单独标定,在投影仪标定时,根据光学特性使用一种新颖的方法解决了系统标定的限制性条件:两组件标定时对标定物有严格的位置要求;另外,结合立体视觉标定技术,提出一种对系统结构进行强约束估计的系统标定方法,使用L-M优化算法调整各组件的内外参数,提高了系统整体的标定精度.试验结果表明了标定算法的鲁棒性和有效性.

亚像素定位精度是影响图像测量精度的关键因素之一.提出一种改进的二次多项式插值法,将Canny边缘检测算子与3×3方向模板相结合确定边缘方向,再利用Sobel边缘检测算子计算边缘的亚像素位置,并推导了定位误差公式,使CCD的分辨率提高40倍.计算测量了滚珠螺母的滚道圆度、圆柱度、径向圆跳动及同轴度等形位误差,误差分别f1=0.013mm,f2=0.016mm,f3=0.022mm,f4=0.014mm.在测量滚珠螺母的滚道圆度误差时,提出了离散点非对称分布在圆周附近时圆度误差的最小区域评定方法.用简单的解析方法论述了算法的实现过程,只需进行数次循环计算即可准确求出最小区域宽度(圆度误差).消除了方法误差,减小了误废率,提高了测量精度.

针对现有O形密封圈尺寸测量方法的局限性,设计基于主动视觉的精密检测方法,并对快速自动调焦、亚像素边缘检测、边缘点拟合技术进行了研究。将快速自动调焦过程分为3个阶段,使用大步长和方差函数,结合灰度切割对比度增强与中值滤波,完成粗调焦;使用小步长和Tenengrad函数,完成细调焦;采用Brenner函数和微步距完成高灵敏度调焦.用Zernike矩算法对边缘点进行亚像素定位,并采用面积最小误差法拟合边缘点,求取O形密封圈的内径、外径.实验结果表明:本文方法经过16步搜索,在15 s内可自动完成调焦;与传统方法相比,通过亚像素提取,能将内外径测量结果达到微米级,满足O形密封圈测量需求.

高精度的微小零件边缘检测中，传统边缘检测算法存在实际应用可操作性较差，检测结果难以达到精度要求等问题。为了提高边缘检测精度，提出了基于Soble算子的改进算法，该算法扩展了Sobel算子边缘检测的模板，并对扩展的梯度方向图进行了细化处理，而后在梯度图像上实现多项式插值亚像素细分，从而完成对目标边缘的精确定位。实验结果表明，该方法的定位精度为0.20pixel，满足微小零件在实际检测的精度要求。

针对直径检测及控制技术向大直径化硅棒发展的需求，设计一种低成本．功能适中的晶体生长控径系统。该系统以ARM9系列的S3C2440为核心，基于Linux嵌入式操作系统设计一种图像处理方法，根据亚像素原理计算出硅棒直径，并为上位机提供具有特定电平的模拟信号，从而控制直拉单晶硅生长速度，使系统实现测量数据可读化。实验表明，该系统能够很好地解决图像处理问题，图像处理的准确率满足直径检测系统的要求，且实现简单，成本较低．特别适合于对精度要求较严格的检测系统。

为了提高亚像素边缘定位精度，减小定位误差，提出了一种改进的canny边缘检测算子用来检测图像的像素级边缘，之后基于改进的canny算子粗定位的边缘点，采用高斯拟合亚像素方法找出图像的亚像素边缘点位置。针对微小的圆形零件进行图像采集及图像处理，通过matlab实验仿真将该方法与传统的canny算子相比较，发现误定位明显减少，在保留边缘信息的同时有效的提高了边缘定位的精度，得到更准确的圆心位置及半径长度。结果表明是一种有效的边缘检测定位算法，具有一定的实用意义。

边缘检测技术是刀具预调仪的刀具图像处理的核心技术。文中利用基于阈值进行边缘提取的思想,实现了亚像素级别的边缘检测,可以将边缘检测的精度提高10倍以上,为进一步提取刀具参数奠定了基础。