传动带参数测量
传动带参数测量
太阳集团所有网址138和物流系统是自动化生产中生产线的重要组成部分。在进行物品分类处理、完成产品质量控制等工作中，经常需要了解物品的一些细节，如物体的几何参数，因此基于图像处理的测量方法被越来越多地采用。测距方法主要有静态法和动态法两种，静态法指的是在相对静止的目标上，用动态方法能够获得清晰的图像，而动态方法则无法获得清晰的图像。
在一些情况下，运动目标的成像会导致图像质量下降，为了避免图像质量下降，或者考虑到机械传动、运动特性等其他因素，我们通常采用一种图像在运动状态下捕获和处理的方法，以避免图像质量下降。采用光滑运动系统减少了传动过程中的振动，提高了系统的工作效率，简化了系统设计，但图像处理时间延长。
本文用动态图像法测定羽毛球生产中毛发弯曲等参数，介绍了整个系统的构成和运行情况，并给出了主要的工艺结果。
第二，动态图象复原的原理。
了解运动图像的复原原理，首先要了解图像的运动方式。
在Gonzalez水平像运动模型的基础上，将原始图像设为f(x,y)，在曝光时间T点上，原始图像沿水平移动距离为a，且曝光时间为线性的情况下，图像的移动速度不变。
这是一种递推关系式，说明从距离当前位置a的恢复图像可以推算出当前位置的恢复图像，并且总可以求得模糊图像g(x)的导数。只有当图像的长度为a时，才需要递推关系来获得整个图像。
把m设为x/a的整数部分，下式就可以近似恢复图像[2]
恢复图像的质量依赖于恢复关系式中参数的选取。从背景和对比度两个方面来看，A和伽马对恢复效果有影响，而a决定了恢复图像的质量。通常通过搜索来获得合适的值。采用文献上的均方误差判据实现自动搜索，并给出搜索算法。对于本文所研究的测量环境，由于运动速度是恒定的，参数a一旦确定，即作为参数处理。
第三，利用图像处理进行几何参数计算。
3.1羽球服装参数。
飞球的稳定性是飞球质量的一个重要指标，也就是飞球不摇摆，不直线移动。网球飞行的气动机理十分复杂，本文对其进行了研究。如能保证将相同形状的毛片插入到同一球内，则按常规工艺生产的羽毛球飞行稳定性较好。使用传统的测量方法，不仅速度慢，夹具也会影响软材料的测量结果。本文尝试利用图像捕获装置，动态地在传输带上捕获毛片，获取毛片的形状参数，并根据形状参数分档，保证16根毛片在同一形状下插入同一球体。
毛杆几何参数主要有毛杆弯曲度、拱度和毛杆粗细度。弯曲是指毛杆中心线与其切线在顶部位置所处的水平距离，弧度是毛片平面上的拱高。介绍了一种弯度测量的方法，首先提取毛杆的边缘，计算毛杆的中心位置，拟合毛杆的中心线，最后计算弯度值。在这个过程中也有粗略的联系。
3.2图像边缘提取和边缘数据采集。
目标在图像中的边缘反映了目标局部的不连续特征。理想边界为阶跃型、顶边型和凸边型，由于图像噪声的影响，实际边界十分复杂。
差分类算子通常用于边缘检测。这类算子主要有索贝尔算子、基尔什算子和拉普拉奇安算子等，前者为梯度算子，后者为二阶微分算子。Sobel梯度算子在两个方向选择一个较大的差值作为梯度值，当两个方向的差值相同时，误差最大；Coash在八个方向选择一个较大的差值作为梯度值，用该算子方法的计算结果来判别边缘；Rapuchi算子是不依赖于边缘方向的二阶算子，具有旋转不变性。
由于微分类算子的固有特性，在进行边缘检测时会产生噪声。因此，在抑制噪声干扰的同时，边缘也受到一定程度的钝化，这就影响了边缘的提取，因此滤波方案的选择就成了关键。上述微分类算子均采用了滤波算法。Sobel算子采用了三点加权平均法，即在水平和垂直方向滤波时，实际滤波是沿边缘进行的，滤波对边缘钝化效果最小；在45°和135°方向滤波时，滤波点和边缘的方向相差最大，滤波效果也最好。核(kernel)选择与边缘一致，可获得较好的噪声抑制和边缘保持效果。
