圖像處理技術(shù)在零件尺寸測(cè)量中的應(yīng)用

1、 本科畢業(yè)設(shè)計(jì)（論文）開題報(bào)告 題目名稱： 圖像處理技術(shù)在零件 尺寸測(cè)量中的應(yīng)用 題目類型： 畢業(yè)設(shè)計(jì) 學(xué)生姓名： 天意梟雄 專 業(yè)： 機(jī)械電子工程 學(xué) 院： 機(jī)械工程學(xué)院 年 級(jí)： 2012級(jí) 2016年3月5日一、選題背景、研究意義及文獻(xiàn)綜述1、選題背景機(jī)械零件幾何形狀和尺寸的高精度測(cè)量一直是工業(yè)生產(chǎn)和科學(xué)研究的重要部分。機(jī)械零件幾何形狀和尺寸其檢測(cè)精度和速度會(huì)直接影響著生產(chǎn)效率和產(chǎn)品的質(zhì)量，檢測(cè)結(jié)果則是對(duì)生產(chǎn)過程進(jìn)行控制的重要指標(biāo)，對(duì)于機(jī)械零件幾何形狀和尺寸的檢測(cè)主要包括:機(jī)械零件的結(jié)構(gòu)尺寸、機(jī)械零件外形輪廓以及機(jī)械零件的位置公差等。對(duì)傳統(tǒng)的機(jī)械零件幾何形狀、尺寸檢測(cè)手段主要有卡尺、量規(guī)

2、、萬能工具顯微鏡、輪廓儀等，然而卡尺、量規(guī)等最常見也最基本的檢測(cè)工具測(cè)量精度不高;萬能工具顯微鏡、輪廓儀等專用類檢測(cè)儀器不僅價(jià)格昂貴而且使用起來很復(fù)雜。隨著現(xiàn)代工業(yè)的發(fā)展和進(jìn)步，特別是一些現(xiàn)代化的機(jī)械加工檢測(cè)產(chǎn)業(yè)，對(duì)機(jī)械零件尺寸測(cè)量的精度和速度要求越來越高，這些傳統(tǒng)的檢測(cè)手段很難完全滿足現(xiàn)代化工業(yè)生產(chǎn)的發(fā)展需求1。2、研究意義 與傳統(tǒng)測(cè)量手段相比，圖像測(cè)量技術(shù)具有以下優(yōu)點(diǎn): 1、由于光的傳播速度極快，圖像測(cè)量不僅適用于靜態(tài)測(cè)量，也適用于動(dòng)態(tài)測(cè)量。2、由于光路系統(tǒng)可以獲得很高的信號(hào)放大率，因此測(cè)量的準(zhǔn)確度非常高，通過選擇合適的縮小或放大鏡頭，可以對(duì)不同尺寸大小的工業(yè)零件進(jìn)行測(cè)量，極大地?cái)U(kuò)大了測(cè)量

3、范圍，靈活性得到了極大提高。3、圖像測(cè)量技術(shù)采用了“圖像”這種信息含量非常豐富的載體，同時(shí)以數(shù)字圖像處理技術(shù)為理論基礎(chǔ)，大大增強(qiáng)了它對(duì)復(fù)雜結(jié)構(gòu)和異形曲面的測(cè)量能力?？傊瑘D像測(cè)量技術(shù)測(cè)量精度高，靈活性好，動(dòng)態(tài)范圍大，高效，經(jīng)濟(jì)，無須配置復(fù)雜的機(jī)械運(yùn)動(dòng)裝置，對(duì)環(huán)境也沒有特殊的要求，非常適合于一些傳統(tǒng)測(cè)量手段無法實(shí)現(xiàn)的現(xiàn)場(chǎng)使用。除此之外，圖像測(cè)量技術(shù)還能夠代替人工在不安全的環(huán)境中完成測(cè)量任務(wù)，達(dá)到無接觸檢測(cè)的目的。所以對(duì)圖像檢測(cè)方法的探討和研究，具有十分重要的理論及現(xiàn)實(shí)意義2。3、文獻(xiàn)綜述 隨著數(shù)字技術(shù)、光電技術(shù)及計(jì)算機(jī)技術(shù)的發(fā)展，出現(xiàn)了一種新的檢測(cè)技術(shù)，我們稱之為圖像測(cè)量技術(shù)。圖像測(cè)量就是檢測(cè)被

4、測(cè)對(duì)象時(shí)，把圖像當(dāng)做檢測(cè)和傳遞信息的手段或載體加以利用的測(cè)量方法，其目的是從圖像中提取有用的信號(hào)，它是以現(xiàn)代光學(xué)為基礎(chǔ)，融計(jì)算機(jī)圖像學(xué)、光電子學(xué)、計(jì)算機(jī)視覺、信息處理等科學(xué)技術(shù)為一體的現(xiàn)代檢測(cè)技術(shù)。圖像測(cè)量技術(shù)的測(cè)量原理是通過對(duì)被測(cè)物體圖像邊緣的處理和計(jì)算從而獲得物體的幾何尺寸參數(shù)，實(shí)現(xiàn)對(duì)物體的精確測(cè)量3。3.1圖像測(cè)量技術(shù)的國內(nèi)外發(fā)展?fàn)顩r3.1.1國外發(fā)展?fàn)顩r國外對(duì)圖像測(cè)量技術(shù)的研究早于中國。比如美國、日本、德國等發(fā)達(dá)國家在上世紀(jì)60年代已經(jīng)開始著手對(duì)圖像測(cè)量技術(shù)進(jìn)行研究。但隨著計(jì)算機(jī)技術(shù)、光學(xué)技術(shù)、傳感器技術(shù)、信息技術(shù)的發(fā)展，直到上世紀(jì)90年代，圖像測(cè)量技術(shù)才逐漸成為一個(gè)研究熱點(diǎn)。圖像測(cè)量

5、技術(shù)的發(fā)展與CCD攝像器件技術(shù)的發(fā)展有很大關(guān)系。CCD在國外問世于上世紀(jì)70年代，隨著CCD攝像器件制作工藝的不斷改進(jìn)，圖像測(cè)量技術(shù)的發(fā)展也日新月異。目前，許多科研機(jī)構(gòu)將CCD攝影器件及光學(xué)儀器結(jié)合一塊應(yīng)用于圖像測(cè)量技術(shù)中。比如瑞士Hauser公司研制的H602型光電測(cè)量投影儀，該投影儀是在普通投影儀的基礎(chǔ)上，加上計(jì)算機(jī)處理系統(tǒng)及高精度光柵定位系統(tǒng)，以CCD攝影器件作為光電瞄準(zhǔn)頭，進(jìn)行動(dòng)態(tài)瞄準(zhǔn)和采樣，從而實(shí)現(xiàn)了測(cè)量的高精度和高效率。瑞典Johansson公司制作的三坐標(biāo)測(cè)量?jī)x，該設(shè)備采用面陣CCD攝影器件作為光電接收器件，用計(jì)算機(jī)進(jìn)行非接觸圖像處理，從而來實(shí)現(xiàn)快速的圖像處理和自動(dòng)測(cè)量任務(wù)。美國

6、OGP公司利用變焦技術(shù)研制的一款圖像測(cè)量系統(tǒng)，該圖像測(cè)量系統(tǒng)可實(shí)現(xiàn)隨時(shí)對(duì)系統(tǒng)進(jìn)行標(biāo)定，且測(cè)量精度很高。日本三豐公司研制的三坐標(biāo)CNC圖像測(cè)量機(jī)，可以實(shí)現(xiàn)對(duì)形狀復(fù)雜的零件進(jìn)行高精度測(cè)量。雖然，圖像測(cè)量技術(shù)的研究已經(jīng)取得了很大成就，但是，在時(shí)代對(duì)制造技術(shù)和測(cè)量技術(shù)提出的要求越來越高的情況下，顯然現(xiàn)在對(duì)圖像測(cè)量技術(shù)的研究還遠(yuǎn)遠(yuǎn)不夠。未來圖像測(cè)量技術(shù)應(yīng)朝著以下方向研究:1、圖像測(cè)量技術(shù)必須朝著高精度化、高效率化方向發(fā)展。2、圖像測(cè)量技術(shù)需朝著實(shí)時(shí)在線測(cè)量方向發(fā)展。3、圖像測(cè)量技術(shù)需朝著復(fù)雜零件外形測(cè)量方面發(fā)展2。3.1.2國內(nèi)發(fā)展?fàn)顩r 圖像測(cè)量技術(shù)我國是從上世紀(jì)80年代中期開始研究的，當(dāng)時(shí)西安交通大學(xué)

7、的蔡元龍教授成立了圖像處理實(shí)驗(yàn)室，形成了一支穩(wěn)定的專業(yè)研究隊(duì)伍。但到90年代才開始得到重視。90年代末，隨著半導(dǎo)體技術(shù)、光學(xué)、電學(xué)、圖像學(xué)等技術(shù)的發(fā)展及計(jì)算機(jī)性能的快速提高，我國在圖像測(cè)量方面的研究進(jìn)入了一個(gè)新的階段。上世紀(jì)80年代，我國最典型的應(yīng)用是使用線陣CCD進(jìn)行物體長度的在線測(cè)量，比如對(duì)鋼管半徑的測(cè)量，但由于每個(gè)像素的間距不可能太小，所以精度比較低。 到了90年代，我國圖像測(cè)量技術(shù)的研究領(lǐng)域已經(jīng)十分廣泛，比如在圖像處理與模式識(shí)別、工業(yè)圖像分析與檢測(cè)、醫(yī)學(xué)圖像分析與處理、文字識(shí)別與處理、目標(biāo)跟蹤、人的身份識(shí)別等領(lǐng)域開展了大量的研究。 90年代末，我國圖像測(cè)量技術(shù)取得了重大成績(jī)。比如，圖像

8、式顯微測(cè)量系統(tǒng)被哈爾濱工業(yè)大學(xué)精密測(cè)控技術(shù)研究所研制成功，該系統(tǒng)采用亞像素細(xì)分技術(shù)和電子準(zhǔn)星瞄準(zhǔn)技術(shù)，實(shí)現(xiàn)了被測(cè)目標(biāo)圖像邊緣輪廓的全自動(dòng)瞄準(zhǔn)和定位，通過圖像識(shí)別技術(shù)實(shí)現(xiàn)二維坐標(biāo)的全自動(dòng)讀數(shù)和檢測(cè)，同時(shí)該系統(tǒng)采用擴(kuò)展二步尋優(yōu)法實(shí)現(xiàn)被測(cè)目標(biāo)圖像的自動(dòng)調(diào)焦。該檢測(cè)系統(tǒng)具有以下優(yōu)點(diǎn):1、該檢測(cè)系統(tǒng)具有瞄準(zhǔn)快、測(cè)量精度高等特點(diǎn)，比如，被測(cè)目標(biāo)只要進(jìn)入CCD的視場(chǎng)便可完成對(duì)目標(biāo)的瞄準(zhǔn)和測(cè)量，同時(shí)可以避免由于調(diào)焦不準(zhǔn)所帶來的瞄準(zhǔn)誤差。2、該檢測(cè)系統(tǒng)可以直接對(duì)小尺寸工業(yè)零件幾何尺寸參數(shù)進(jìn)行測(cè)量，比如鋼絲半徑、齒輪及齒形參數(shù)、汽車微型管件幾何參數(shù)、薄壁零件的幾何厚度等。3、該檢測(cè)系統(tǒng)具有自動(dòng)保存數(shù)據(jù)、故障診斷、

9、記錄檢索、統(tǒng)計(jì)分析、圖像顯示等多種功育旨。 進(jìn)入21世紀(jì)，我國的圖像測(cè)量技術(shù)的研究進(jìn)入了一個(gè)快速的發(fā)展期，涉及到的領(lǐng)域也越來越廣泛，比如，在幾何參數(shù)測(cè)量、復(fù)雜微型零件精密測(cè)量、航空航海遙感測(cè)量等領(lǐng)域都有圖像測(cè)量技術(shù)的應(yīng)用。 總之，我國的圖像測(cè)量技術(shù)二十多年來取得了很大的成績(jī)，但相當(dāng)一部分研究還主要集中在圖像處理本身理論及算法的改進(jìn)上，實(shí)際工程的研究成果還比較少，特別是在制造自動(dòng)化領(lǐng)域的應(yīng)用理論和應(yīng)用技術(shù)的研究還不夠多2。3.2圖像測(cè)量技術(shù)在機(jī)械檢測(cè)中的應(yīng)用 一般來說應(yīng)用于機(jī)械檢測(cè)的圖像測(cè)量大體分為三種情況:尺寸測(cè)量、表面質(zhì)量檢測(cè)、目標(biāo)分類與識(shí)別，具體如下: 1、尺寸測(cè)量尺寸測(cè)量是圖像測(cè)量最早開

10、始的研究方向，也是圖像測(cè)量技術(shù)研究和應(yīng)用的最重要應(yīng)用領(lǐng)域。國內(nèi)外很多公司和研究機(jī)構(gòu)都對(duì)于基于圖像處理的尺寸測(cè)量有較成熟的研究成果，并且應(yīng)用于現(xiàn)實(shí)的工業(yè)生產(chǎn)中，有些公司還有系列化的圖像檢測(cè)儀器面向市場(chǎng)。 2、表面質(zhì)量檢測(cè) 對(duì)于機(jī)械零件的表面檢測(cè)的主要內(nèi)容包括機(jī)械零件的材質(zhì)、機(jī)械零件表面的紋理。以及機(jī)械表面的毛刺、劃痕、磨損等精度參數(shù)。但是由于機(jī)械零件的材料不同在攝像過程中零件表面的反射方向復(fù)雜、存在陰影現(xiàn)象，對(duì)圖像的質(zhì)量又比較大的影響，不僅如此在實(shí)際的檢測(cè)操作中鏡頭與工件相對(duì)位置很難把握。因此對(duì)于圖像檢測(cè)技術(shù)應(yīng)用于機(jī)械零件表面質(zhì)量的檢測(cè)雖然也有相關(guān)的研究成果，但是總體看來想要應(yīng)用于工業(yè)現(xiàn)場(chǎng)還是存

11、在比較大的困難，特別是對(duì)于復(fù)雜曲面或特殊材料零件表面需要對(duì)檢測(cè)理論和檢測(cè)方法進(jìn)一步的創(chuàng)新完善。 3、目標(biāo)分類與識(shí)別 對(duì)特定目標(biāo)物體的分類與識(shí)別也是圖像檢測(cè)技術(shù)研究的熱點(diǎn)之一，一般來說物體識(shí)別可以分為二維特征識(shí)別和三維特征的識(shí)別。機(jī)械零件的識(shí)別基本上都是基于二維識(shí)別的，通常都是通過對(duì)機(jī)械零件外形輪廓模型的建立然后通過各種匹配算法從真實(shí)的圖像中找到出物體最相似的目標(biāo)。二維識(shí)別一般用于識(shí)別遠(yuǎn)距離的物體或者在場(chǎng)景中穩(wěn)定的位置的物體的識(shí)別，在工業(yè)現(xiàn)代化的分揀識(shí)別領(lǐng)域有很廣泛的應(yīng)用。三維識(shí)別主要是通過物體的灰度圖或通過三維圖獲取實(shí)際場(chǎng)景中的信息來識(shí)別物體的三維結(jié)構(gòu)特征，主要的研究應(yīng)用于指紋識(shí)別、人臉識(shí)別、

12、車牌識(shí)別等新興領(lǐng)域4。3.3圖像處理技術(shù)未來的發(fā)展方向 (1)高分辨率、超高速、多媒體化、立體化、標(biāo)準(zhǔn)化和智能化方向發(fā)展。 (2)圖形與圖像相結(jié)合，朝著多維成像的方向發(fā)展。 (3)硬件芯片的開發(fā)研究，由于目前尚沒有統(tǒng)一的國際標(biāo)準(zhǔn)，圖像處理硬件芯片不能進(jìn)行批量化生產(chǎn)，若能夠批量生產(chǎn)，則使之應(yīng)用更方便。 (4)新算法和新理論的研究。近年來，在圖像處理領(lǐng)域提出了一些新的理論與新的算法，如分形幾何、小波分析、遺傳算法、形態(tài)學(xué)等等。3.4零件尺寸測(cè)量系統(tǒng)的設(shè)計(jì)圖像測(cè)量系統(tǒng)的硬件主要由攝影器件CCD、圖像采集卡、計(jì)算機(jī)、照明系統(tǒng)、工件測(cè)量臺(tái)、攝影器件CCD支架及調(diào)整結(jié)構(gòu)組成。根據(jù)測(cè)量流程，圖像測(cè)量系統(tǒng)可分

13、為圖像獲取、圖像預(yù)處理、圖像邊緣檢測(cè)、圖像幾何尺寸測(cè)量等主要環(huán)節(jié)。其中圖像獲取環(huán)節(jié)主要利用攝影器件CCD,圖像采集卡完成對(duì)被測(cè)量目標(biāo)的圖像采集任務(wù);圖像預(yù)處理環(huán)節(jié)主要是利用噪聲濾波算法對(duì)采集的目標(biāo)圖像進(jìn)行濾波處理，本文是利用一種改進(jìn)的混合噪聲濾波算法對(duì)被采集的目標(biāo)圖像進(jìn)行濾波降噪;圖像邊緣檢測(cè)環(huán)節(jié)主要是利用一些邊緣檢測(cè)算子完成對(duì)目標(biāo)圖像的邊緣檢測(cè)，以得到清晰的邊緣輪廓線，本文是利用一種改進(jìn)的模糊圖像邊緣檢測(cè)算法來完成對(duì)目標(biāo)圖像的邊緣檢測(cè);圖像幾何尺寸測(cè)量環(huán)節(jié)主要是根據(jù)一些特定算子完成對(duì)目標(biāo)圖像幾何尺寸的測(cè)量，本文首先針對(duì)圓形工業(yè)零件，采用重心法和插值法完成了對(duì)圓形工業(yè)零件幾何半徑的測(cè)量;其次針

14、對(duì)矩形零件，用掃描法完成了對(duì)矩形零件長和寬的測(cè)量2。3.5圖像處理系統(tǒng)的設(shè)計(jì)3.5.1圖像的預(yù)處理 圖像的預(yù)處理圖像預(yù)處理也可稱為圖像降噪。工業(yè)設(shè)備中策噪音一般分為為高斯噪音、脈沖噪音和椒鹽噪音等三類。脈沖噪聲是只含有隨機(jī)的白強(qiáng)度值（正脈沖噪聲）或黑強(qiáng)度值，椒鹽噪聲是含有隨機(jī)出現(xiàn)的黑白亮度值，而與以上兩類噪音相比，高斯噪音由于帶有高亮度服從高斯或正太分布噪音，而其正是影響到絕大多數(shù)工業(yè)領(lǐng)域幾何尺寸測(cè)量的干擾因素，因此除去高斯噪音一直是幾何尺寸測(cè)量的難題68。 常用的降噪算法有均值濾波、中值濾波和高斯濾波等。為了選擇適合本文的算法，分別采用三種降噪算法進(jìn)行圖像處理，其結(jié)果如圖1所示，其中均值濾波

15、和中值濾波的濾波窗口均為3×3。從圖1中不難看出，均值濾波導(dǎo)致圖像的邊緣變得比較模糊，這會(huì)給邊緣檢測(cè)帶來不利影響。而中值濾波和高斯濾波的處理效果對(duì)本文效果接近10?？紤]到中值濾波的效率較高斯濾波高，所以本文采用中值濾波進(jìn)行降噪處理。 a)原圖像 b)均值濾波后圖像 c)中值濾波后圖像 d)高斯濾波后圖像 圖1 原圖像及三種降噪算法處理后圖像3.5.2圖像邊緣檢測(cè) 首先對(duì)Robert算子、Sobel算子、Prewitt算子、Canny算子等一些常用的經(jīng)典圖像邊緣檢測(cè)算法進(jìn)行了討論、研究，分析了各種經(jīng)典圖像邊緣檢測(cè)算法的優(yōu)缺點(diǎn)。各算法圖像邊緣檢測(cè)如圖2所示。 a)經(jīng)Robert算子后的工

16、業(yè)零件圖 b)經(jīng)Sobel算子后的工業(yè)零件圖 c）經(jīng)Prewitt算子后的工業(yè)零件圖 d)經(jīng)Canny算子后的工業(yè)零件圖圖2 各算法圖像邊緣檢測(cè) 從以上幾種邊緣檢測(cè)算子的邊緣檢測(cè)結(jié)果可以看出，Robert算子、Sobel算子、Prewitt算子這三種算子提取的圖像邊緣連續(xù)性較好，但提取出的圖像邊緣比較粗，一般在兩個(gè)像素以上;Canny算子提取出的圖像邊緣比較細(xì)，且定位精度高，但有一些多余的偽邊緣像素點(diǎn)存在1113。3.5.3零件二維幾何參數(shù)測(cè)量 測(cè)量圓形零件幾何參數(shù)，可用重心法、插值法; 針對(duì)矩形零件，用掃描法可對(duì)矩形零件長和寬的測(cè)量1415。所謂掃描法矩形檢測(cè)48，就是按照從下到上，從左到右

17、的掃描方式，找到矩形圖像的最左邊和最右邊像素點(diǎn)的坐標(biāo)，對(duì)橫坐標(biāo)進(jìn)行運(yùn)算得到矩形的長度，找到最下邊和最上邊得像素點(diǎn)的坐標(biāo)，對(duì)豎坐標(biāo)進(jìn)行運(yùn)算得到矩形的寬度。下面用掃描法對(duì)矩形墊片的長度和寬度進(jìn)行檢測(cè)。 圖3 矩形墊片圖 圖4 矩形墊片邊緣輪廓圖 表1矩形墊片零件測(cè)量結(jié)果測(cè)量對(duì)象標(biāo)定值測(cè)量結(jié)果（像素）測(cè)量結(jié)果（毫米）矩形零件的長0.0795205.81216.362矩形零件的寬205.91716.2913.5.4測(cè)量系統(tǒng)誤差分析(1)CCD因素 CCD攝像機(jī)是測(cè)量系統(tǒng)的關(guān)鍵部分，其精度直接影響著最終測(cè)量結(jié)果的精度。CCD攝像機(jī)所產(chǎn)生的誤差，主要由光學(xué)誤差、機(jī)械誤差和電學(xué)誤差等構(gòu)成。(2)環(huán)境因素主要

18、由照明光源隨時(shí)間變化，溫度場(chǎng)的變化，振動(dòng)電壓波動(dòng)的影響。(3)減小誤差的方法1）采用具有良好溫度特性的CCD攝像機(jī)，保持均衡的環(huán)境溫度和較小的內(nèi)部熱源3。2）適當(dāng)?shù)臏p震隔離方法。3）對(duì)零件進(jìn)行前期處理。二、研究的基本內(nèi)容，擬解決的主要問題1、研究的基本內(nèi)容 零件尺寸測(cè)量包括圖像采集、圖像預(yù)處理、特征提?。ㄟ吘墮z測(cè)）和參數(shù)測(cè)量等內(nèi)容。圖像采集重在獲取高質(zhì)量的圖像，圖像預(yù)處理可以抑制噪聲，增強(qiáng)對(duì)比度，從而改善源圖像的質(zhì)量，特征提取和參數(shù)測(cè)量重在獲得尺寸等參數(shù)。攝像機(jī)等硬件和圖像處理算法等程序共同構(gòu)成了圖像尺寸測(cè)量系統(tǒng)，在這個(gè)平臺(tái)上完成尺寸測(cè)量工作。2、解決的主要問題(1)圖像采集系統(tǒng)的設(shè)計(jì)(2)圖

19、像噪聲濾波算法設(shè)計(jì)(3)圖像邊緣檢測(cè)算法設(shè)計(jì)(4)零件尺寸參數(shù)測(cè)量算法設(shè)計(jì)(5)零件尺寸測(cè)量及誤差分析3、 研究步驟、方法 (1)收集整理項(xiàng)目相關(guān)資料；認(rèn)真領(lǐng)會(huì)設(shè)計(jì)任務(wù)，調(diào)研、查閱20篇以上的文獻(xiàn)，外文資料的整理，翻譯2萬字符左右的外文資料。(2)確定零件尺寸測(cè)量系統(tǒng)總體方案。(3)設(shè)計(jì)零件尺寸采集系統(tǒng)、圖像處理系統(tǒng)。(4)零件尺寸測(cè)量及誤差分析。四、研究工作進(jìn)度 （1）2016年2月22日-2016年3月4日（第1-2周）：收集整理項(xiàng)目相關(guān)資料；認(rèn)真領(lǐng)會(huì)設(shè)計(jì)任務(wù)，調(diào)研、查閱20篇以上的文獻(xiàn)，外文資料的整理，翻譯2萬字符左右的外文資料。 （2）2016年3月7日-2016年3月11日（第3周）

20、：收集、分析、整理文獻(xiàn)資料，書寫開題報(bào)告。并作開題報(bào)告答辯準(zhǔn)備。 （3）2016年3月14日-2016年3月18日（第4周）：開題報(bào)告答辯。 （4）2016年3月21日-2016年3月25日（第5周）：確定零件尺寸測(cè)量系統(tǒng)總體方案。 （5）2016年3月28日-2016年4月8日（第6-7周）：零件尺寸采集系統(tǒng)的設(shè)計(jì)。 （6）2016年4月11日-2016年5月6日（第8-11周）：零件尺寸圖像處理系統(tǒng)的設(shè)計(jì)。 （7）2016年5月9日-2016年5月13日（第12周）：零件尺寸測(cè)量及誤差分析。 （8）2016年5月16日-2016年5月27日（13-14周）：撰寫畢業(yè)論文，提交相關(guān)資料，準(zhǔn)備

21、畢業(yè)設(shè)計(jì)答辯。 （9）2016年5月30日-2015年6月3日（第15周）：論文評(píng)審。 （10）2015年6月6日-2015年6月10日（第16周）：進(jìn)行畢業(yè)設(shè)計(jì)答辯。5、 參考文獻(xiàn)1楊益.基于圖像處理的機(jī)械零件幾何尺寸檢測(cè)方法研究D:碩士學(xué)位論文.四川:西華大學(xué)，2011.2吳德剛.基于圖像處理的零件二維幾何尺寸測(cè)量算法研究D:碩士學(xué)位論文.鄭州：鄭州大學(xué)，2011.3王俊杰.基于圖像的尺寸測(cè)量算法研究D:碩士學(xué)位論文.鄭州：鄭州大學(xué)，2013.4王勇博.用數(shù)字圖像處理技術(shù)測(cè)量幾何尺寸的方法研究J.電子世界.2012,(4):67.5許二寧.基于圖像處理技術(shù)的小零件尺寸檢測(cè)系統(tǒng)開發(fā)D:工程碩士學(xué)位論文.上海：華東理工大學(xué)，2013.6鄧小峰.基于機(jī)器視覺的零件識(shí)別和測(cè)量系統(tǒng)研究D:碩士學(xué)位論文.南京：南京航空航天大學(xué)，2014.7韋飛云.大尺寸物體測(cè)量方法國內(nèi)外研究現(xiàn)狀J.科技創(chuàng)新與應(yīng)用，2016,(3)：123.8馬艷娥，張波濤，高磊，王紅紅.基于圖像處理的零件尺寸測(cè)量研究J.電子測(cè)試，2011，(8)：3941.9王永皎，郭力爭(zhēng).基于圖像處理技術(shù)的尺寸測(cè)量中邊緣定位算法N.信陽師范學(xué)院學(xué)報(bào).2014-1.10劉國陽.基于機(jī)器視覺的微小零件尺寸測(cè)量技術(shù)研究D:碩士學(xué)位論文.哈爾濱：哈爾濱工業(yè)大學(xué)，2014.11 Ling Li, Meng Gong ,