全文总字数：6114字
基于机器视觉技术的铝铜件高速高精度尺寸测量模块研发
本课题根据企业生产要求，开发一款基于机器视觉技术的吕铜件高速高精度储存测量模块。吕铜件的形状为空心圆柱，需要在检测速度节拍的要求下检测出吕铜件的直径和长度，且具有较高的准确性和稳定性。
- 研究的目的及意义
此课题的研究对于工业生产具有积极的意义。中国是制造大国，拥有最健全的制造业科目门类，在长期的发展中充当着“世界工厂”的角色。在德国工业4.0和《中国制造2025》的浪潮下，中国制造业面临转型，从人力成本较高、生产线冗长的传统生产线转型为自动化、智能化的现代化生产线。在工业生产中，工业检测领域的改革是发展的必然趋势。传统的工业产品的检测依赖于人的检测，使得检测速率、效率被大大局限，随着工作强度的加强，疲劳程度使得检测的可靠性降低，且人工检测会耗费大量的人工成本，限制了企业生产的经济效益。
随着机器视觉技术的不断发展，利用机器视觉来进行工业产品的检测被越来越多的提及和应用。基于机器视觉的工业检测作为最具发展潜力的高精度工业测量手段[1]，其优势如下：首先视觉检测具有非接触性，这是其他检测所不具备的。在中大型产品生产线上，非接触性检测大大降低了检测人员的安全隐患；在微小型产品的生产线上，由于其本身的形状或者材料限制，其检测难度高，甚至会破坏工件。以本课题为例，本课题的研究对象是用于微型电机的吕铜件，吕铜的硬度本身较低，运用传统测量工具如螺旋测微计进行测量时极可能会使工件产生微小变形，检测可靠性下降，产品的质量也得不到保证。其次视觉检测的精度高，稳定性好，效率高。除初次研发成本外，在漫长的生产周期中，维护成本低，有利于提高企业的产能和生产效率，增加经济收益。这些都是人工检测所不具备的优势。
通过此课题的研究，使研究者了解机器视觉技术在国内外发展状况及其实际运用情况，为踏入社会或深造可能所要面临的情况作一些准备。理论知识在实际中综合地运用，培养学生独立的解决工程问题的能力，树立正确的设计思想，通过查阅大量文献，培养研究习惯，树立严谨的态度，创造有价值的设计。通过对相机镜头光源进行选型，搭建实验平台并进行图像采集，开发相机SDK，设计图像处理算法，编写测量模块软件，并联调优化，熟练应用有关参考资料、手册、图册和规范，熟悉有关国家标准和部颁标准；掌握机器视觉产品设计的基本方法和步骤，完成一个工程技术人员所具备的基本技能。
- 国内外研究现状
自上世纪80年代，机器视觉技术在西方国家有了蓬勃发展。至2006年，随着深度学习概念的提出，卷积神经网络算法的推广，机器视觉迎来了新的发展，即可以通过训练建立识别逻辑，进行图像的分类和解释[2]。至此机器视觉的应用方向基本确定为识别、检测和分类。
基于机器视觉技术在工业领域中有着广泛的应用，是实现生产线自动化、智能化的关键技术之一。在基于机器视觉的工业检测方面，精度是十分重要的指标，对精度的提高无非是硬件的升级和软件的优化。在软件方面，上世纪70年代，Hueckel M.F等人率先提出了基于曲线拟合的亚像素边缘检测法[3]，随后的几十年里不断有人对其进行优化。Takesa K等人，于1984年，利用单个摄像机完成了圆柱工件的直接测量工作，其误差在0.05%以内[4]。
国内，西南交通大学范娟提出二值图像连续亮点区域聚合算法，减小了小型工件表面尺寸测量过程中的噪声[5]；浙江大学汪田，改进了基于二次曲线拟合的亚像素边缘检测算法，提高了精度和抗干扰能力[6]。长春工业大学谢家欣提出改进的光照归一化算法解决了光照不足时运用形态学处理图像模糊的问题[7]。
