基于汇聚式双目视觉的轴类零件测量技术：原理、应用与优化.docxVIP

基于汇聚式双目视觉的轴类零件测量技术：原理、应用与优化

一、引言

1.1研究背景与意义

在现代工业生产中，轴类零件作为各类机械设备的核心部件，广泛应用于汽车、航空航天、机械制造等众多领域，其质量直接影响到整个设备的性能和可靠性。轴类零件的尺寸精度、形状精度和位置精度等参数对于设备的正常运行起着关键作用。例如，在汽车发动机中，曲轴、凸轮轴等轴类零件的精度直接关系到发动机的动力输出、燃油经济性和排放性能；在航空发动机中，轴类零件的高精度要求更是保障飞机飞行安全的重要因素。因此，对轴类零件进行精确测量是确保其质量和性能的关键环节。

传统的轴类零件测量方法，如接触式测量，虽能保证一定精度，但存在测量效率低、易对零件表面造成损伤等问题。随着工业自动化和智能制造的发展，对轴类零件测量的精度和效率提出了更高要求，非接触式测量技术应运而生。汇聚式双目视觉测量技术作为一种先进的非接触式测量方法，通过模拟人类双眼的视觉原理，利用两个相机从不同角度获取物体的图像信息，能够实现对轴类零件的高精度、快速测量。该技术不仅避免了接触式测量对零件表面的损伤，还能提高测量效率，满足现代工业生产对轴类零件测量的需求。因此，研究汇聚式双目视觉的轴类零件测量技术具有重要的现实意义。

1.2国内外研究现状

在轴类零件测量技术方面，国内外学者进行了大量研究。早期，轴类零件测量主要依赖人工操作和简单工具，如卡尺、千分尺等，这种传统的测量方式效率低下，难以满足大规模生产的需求，且测量精度受人为因素影响较大。随着科技的发展，接触式测量技术逐渐得到应用，如三坐标测量机（CMM），它通过探针与零件表面接触，获取坐标点信息，从而计算出零件的尺寸和形状参数，在精度上有了明显提升，但测量过程繁琐，速度慢，且可能会对零件表面造成划伤。

近年来，非接触式光学检测方法成为研究热点，其中双目视觉测量技术因其独特的优势得到了广泛应用。国外一些发达国家在双目视觉测量技术方面起步较早，发展较为成熟，已形成较为完善的测量体系，并在实际应用中取得了显著效果。例如，德国的一些企业在工业检测领域应用双目视觉技术，实现了对轴类零件的高精度测量和质量控制；美国的科研机构在双目视觉算法研究方面取得了多项成果，提高了测量的准确性和稳定性。

国内在轴类零件测量技术，尤其是汇聚式双目视觉测量技术方面也取得了一定进展。许多高校和科研机构针对双目视觉测量中的关键技术，如相机标定、立体匹配、三维重建等进行了深入研究，提出了一系列改进算法和方法。一些企业也开始将汇聚式双目视觉测量技术应用于实际生产中，取得了良好的经济效益。然而，与国外先进水平相比，国内在测量精度、测量速度和系统稳定性等方面仍存在一定差距，需要进一步深入研究和改进。

1.3研究内容与方法

本文针对汇聚式双目视觉测量技术展开研究，主要内容包括：

双目视觉测量原理与系统搭建：深入研究双目视觉测量的基本原理，包括相机成像模型、坐标系转换、视差计算等；根据轴类零件测量的需求，搭建汇聚式双目视觉测量系统，选择合适的相机、镜头等硬件设备，并进行系统参数的优化。

相机标定与图像校正：研究相机标定方法，利用张氏标定法对双目相机进行标定，获取相机的内参和外参；针对相机成像过程中产生的畸变，进行图像校正，提高图像的质量和测量精度。

立体匹配算法研究：分析常用的立体匹配算法，如基于区域的匹配算法（BM算法）、基于特征的匹配算法（SIFT算法）和基于深度学习的匹配算法（CNN算法）等，结合轴类零件的特点，选择合适的算法或对算法进行改进，提高立体匹配的精度和速度。

轴类零件测量实验与数据分析：利用搭建的双目视觉测量系统对轴类零件进行测量实验，采集测量数据，并对数据进行分析和处理，验证测量系统的精度和可靠性；通过与传统测量方法进行对比，评估汇聚式双目视觉测量技术的优势和不足。

在研究方法上，本文采用理论分析、实验研究和案例分析相结合的方式。通过理论分析，深入研究双目视觉测量的原理和算法；通过实验研究，搭建测量系统并进行测量实验，验证理论分析的结果；通过案例分析，将研究成果应用于实际生产中的轴类零件测量，进一步验证其可行性和有效性。

二、汇聚式双目视觉测量技术原理

2.1双目视觉基本原理

双目视觉测量技术是计算机领域重点研究课题，其核心是基于视差原理，从左右两相机获取的图像中计算出图像中每个像素点的视差信息，进而获取实际空间中物体的三维信息。该技术模拟人类双眼看物体存在“视差”的原理，通过同一基线不同位置获得两幅图像来估计物体形状、远近。具体而言，在理想双目相机成像模型中（如图1所示），设有左右两个相机，其位置分别为O_l和O_r，空间中一点P在相机O_l中的成像点是P_l，在相机O_r中的成像点是P_r。线段x_l和x_r分别为P_l和P_r到相机成像面边界的距离