①机器视觉技术的内涵及发展

人类主要是通过视觉、触觉、听觉和嗅觉等来感知外部世界的，而大约80%的信息又是通过视觉获得的[3]。因此，要想发展智能机器，赋予它与人类视觉相似的功能是非常重要的，这也就形成了一门新的学科—机器视觉（也叫图像分析与理解或是计算机视觉）[4]。机器视觉是一门研究怎么用计算机来模拟生物宏观视觉功能的科学技术，它的第一个目标就是用图像创建现实世界的模型，然后认识理解现实世界。机器视觉系统从现实中得到的场景图像是三维场景在二维尺度上的一个投影[5]，一般为灰度图像。

机器视觉技术是计算机科学学科下的一个重要研究领域，主要进行二维图像的分析和识别。开始于20世纪50年代，发展历史相对来说比较短，但是发展却很快。60年代，已经能够提取出三维结构，描述一些空间关系。到了70年代，一些视觉应用系统已经开始出现。而真正的研究热潮是开始于20世纪80年代的，涌现了很多的新概念、新方法和新理论，比如，物体识别理论框架、视觉集成理论框架和主动视觉理论框架等[6]。截止到目前，机器视觉这一研究领域仍然十分活跃[5]。

②视觉测量技术

随着技术的发展，机器视觉的应用开始出现在各个领域，尤其是诸如自动测量[7,8,9,10]、智能机器人制造[11,12]、集成电路、电子元件器制造[13,14]等工业自动化和过程监督领域。在工业领域，主要用于零件的识别与定位、零件尺寸的在线测量以及零件外观及内部缺陷检测等[15]。利用机器视觉技术构建专用的测量系统，已成为工业检测领域的一种革新手段。机器视觉能够集多种功能于一体，具有非接触、信息量丰富、容易实现自动化和智能化等特点，很适合密封圈这类弹性体的测量。视觉图像技术的非接触性可保证测量过程中，密封圈不产生弹性变形，这从对被测对象的影响方面保证了测量结果的可靠性。此外，利用机器视觉技术还可对测量过程进行深度开发，构建专用的自动测量系统，实现全自动智能化测量。

1.3  主要研究内容

采用PC机作为基础硬件设备，利用MATLAB进行了实验仿真，以VC++作为软件开发平台，完成了本系统的硬件设计及实验系统的搭建，开发了O形圈图像处理算法[16]。

本课题研究的主要内容如下：

（1）根据技术指标设计了O形圈视觉测量系统的硬件结构，选取合适型号的设备，完成了图像采集和处理平台的搭建，实现了数字图像的自动采集；

（2）研究了前期图像处理的算法，在视野里包含多个对象的情况下对O形圈内、外两个目标边缘进行了明确的标识；

（3）针对O形圈的几何特点，设计了大、小径尺寸测量算法，通过实验证明了它的可行性；

（4）得到O形圈的尺寸测量结果，并对测量误差进行了深入的分析，指明了误差的几个主要来源，便于后续的改进和完善。

2  基于机器视觉的尺寸测量系统

针对航天用O形圈的具体测量需求，开发出一套拥有自主知识产权的视觉测量系统。

2.1  技术要求

尺寸测量系统的主要设计要求如下：

（a）尺寸测量精度

大径测量精度：误差低于（0.015+L/1000）mm（L为测量长度）（全测量范围），测量分辨力高于0.01mm，重复精度高于0.02mm。

小径测量精度：误差低于0.02mm（全测量范围），测量分辨力高于0.01mm，重复精度高于0.02mm。

（b）尺寸测量范围

大径Φ1.5mm~Φ120mm，小径Φ0.5mm~Φ10mm。

其中，大径测量按尺寸范围分两个系列进行，尺寸在Φ1.5mm~Φ10mm范围的直接在小视场远心镜头成像系统下进行，尺寸在Φ12mm~Φ120mm范围的在大视场远心镜头成像系统下进行；小径测量统一在小视场远心镜头成像系统下进行。