1、機(jī)器視覺(jué)通過(guò)圖像攝取裝置將采集到的物體圖像轉(zhuǎn)換成像素，根據(jù)像素亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，傳送到圖像處理系統(tǒng)，然后運(yùn)用數(shù)字圖像處理技術(shù)對(duì)圖像進(jìn)行處理和理解，最后根據(jù)結(jié)果來(lái)對(duì)現(xiàn)場(chǎng)設(shè)備進(jìn)行控制。利用機(jī)器視覺(jué)技術(shù)進(jìn)行圖像測(cè)量，是其諸多應(yīng)用領(lǐng)域中的一個(gè)分支。圖像測(cè)量分為圖像采集，預(yù)處理，特征提取和尺寸測(cè)量4個(gè)階段，每個(gè)階段的處理精度都會(huì)影響到物體最終的測(cè)量精度。因此要對(duì)圖像測(cè)量的每個(gè)階段進(jìn)行研究和優(yōu)化。
　　 本文主要研究的是基

2、于機(jī)器視覺(jué)的圓度圖像測(cè)量技術(shù)，以羽毛球?yàn)檠芯繉?duì)象，討論并實(shí)現(xiàn)了圖像測(cè)量技術(shù)在羽毛球口徑和圓度檢測(cè)中的應(yīng)用。由攝像機(jī)采集風(fēng)洞中運(yùn)動(dòng)的羽毛球的序列圖像，運(yùn)用圖像處理技術(shù)進(jìn)行處理分析、計(jì)算以達(dá)到球口直徑及圓度在線非接觸式檢測(cè)的目的。本文主要的研究工作如下：
　　 1.測(cè)試系統(tǒng)結(jié)構(gòu)及多目標(biāo)圖像的預(yù)處理：介紹了測(cè)試系統(tǒng)的硬件結(jié)構(gòu)和軟件流程；針對(duì)圖像的復(fù)雜背景及兩個(gè)目標(biāo)的特點(diǎn)，采用了標(biāo)定法進(jìn)行定位分割；對(duì)比了多種圖像增強(qiáng)算法和二值化算法的實(shí)

3、際效果，分別提出了改進(jìn)的對(duì)比度增強(qiáng)算法和改進(jìn)的分塊動(dòng)態(tài)閾值法，得到了背景干凈、清晰的二值圖像。
　　 2.圖像邊緣校正：由于風(fēng)洞中羽毛球口端面與相機(jī)的相對(duì)位置發(fā)生變化會(huì)引起圖像的畸變，本文提出了圖像校正方法；介紹了姿態(tài)角的常用測(cè)量方法，為了提高在線測(cè)量的效率和降低測(cè)量的復(fù)雜性，提出了利用被測(cè)對(duì)象的圖像變化和先驗(yàn)知識(shí)估計(jì)姿態(tài)角，在已得到的圖像邊緣坐標(biāo)的基礎(chǔ)上，經(jīng)過(guò)數(shù)學(xué)推導(dǎo)和坐標(biāo)變換，完成邊緣的校正，為后續(xù)的尺寸測(cè)量精度及圓度誤差分

4、析提供了保障。
　　 3.特征點(diǎn)定位、擬合和直徑的動(dòng)態(tài)標(biāo)定補(bǔ)償：由于特征點(diǎn)定位的準(zhǔn)確率直接決定了系統(tǒng)尺寸測(cè)量的精度，本文提出了準(zhǔn)確性高、運(yùn)算時(shí)間短和易于編程實(shí)現(xiàn)的定位算法；基于羽毛球口徑的傳統(tǒng)測(cè)量方式，提出了對(duì)特征點(diǎn)進(jìn)行最小二乘法圓擬合，求出擬合圓的直徑，并根據(jù)鏡頭成像的基本原理實(shí)現(xiàn)了對(duì)羽毛球口徑的動(dòng)態(tài)標(biāo)定補(bǔ)償，實(shí)現(xiàn)了在線動(dòng)態(tài)測(cè)量。
　　 4.數(shù)據(jù)分析處理與誤差分析：為驗(yàn)證了本系統(tǒng)測(cè)量方法的可行性，本文進(jìn)行了大量的實(shí)驗(yàn)，