论文部分内容阅读
浮子组件是陀螺仪中的一种关键组件,其静不平衡量直接决定了陀螺仪的精度水平。浮子的静不平衡量可以通过检测浮子在浮液中的径向滚转角和轴向倾斜角得出,目前采用的检测方式是人工检测,即由有经验的操作人员用肉眼观测浮子在浮液中的运动情况。在这种检测方式下,人的主观性对检测精度的影响较大,检测的重复性较差。设计了一种适用于实际工程应用的浮子姿态角度机器视觉精密检测系统,对系统中涉及到的硬件模块(如图像传感器、镜头、光源等)的选型依据进行了详细讨论,提出了该系统的硬件选型、硬件搭配和结构搭建方案,并给出了该系统软件模块的设计与开发方案。对浮子径向端面图像感兴趣区域提取算法开展了研究,提出了一种具有高鲁棒性、可扩展性和高运行效率的感兴趣区域提取算法。该算法通过轮廓跟踪、椭圆拟合、DBSCAN聚类等步骤找出浮子端面的同心圆纹理特征,结合先验信息计算出感兴趣区域的内、外椭圆边界,将内、外椭圆边界中间包围的闭合区域分割出来,得到浮子径向端面图像的感兴趣区域。基于感兴趣区域提取结果,设计了两种分别适用于静平衡不同阶段的浮子径向滚转角检测算法——基于霍夫变换的检测算法和基于SIFT的检测算法。这两种算法的主要区别在于特征点的检测、匹配算法不同:第一种算法采用霍夫变换寻找图像中的圆形纹理特征,并分配给每个圆形纹理特征一个独一无二的标记,根据两幅图像中的标记对应关系进行特征匹配,该算法的检测精度<0.6°,重复性精度<0.2°;第二种算法采用SIFT寻找图像中具有尺度不变性、旋转不变性的特征点,根据特征点描述符向量之间的欧式距离进行特征点匹配,并采用RANSAC等方法对匹配结果进行了筛选,该算法的检测精度<0.02°,重复性精度<0.006°。提出了一种浮子轴向倾斜角检测算法,该算法通过轮廓跟踪、距离变换等步骤对浮子侧面轮廓进行分割、提取,对浮子侧面近似轮廓进行最小外接矩形拟合,将最小外接矩形的倾斜角度作为浮子的轴向倾斜角,该算法的检测精度<0.5°,重复性精度<0.02°。本次研究提出的浮子姿态角度机器视觉精密检测系统和浮子姿态角度检测算法,目前已经应用于实际工程,可以有效地避免人工检测带来的主观性和个体差异,具有非接触式、结果可视化、实时性好、自动化程度高、检测精度高以及重复性精度高等优点,具有较高的工程应用价值。