[发明专利]面向装配的微零件对称边缘亚微米精度特征识别方法

说明书

该方法先判定目标和基体零件加工工艺,确定装配对位边缘关键特征，对装配对位图像进行边缘对称性的初检测，确定装配的目标和基体的装配对位关键特征提取区，提取边缘过渡区，其是一个二维区域，其像素的灰度级别是由两个一维的灰度空间边界来界定的，梯度算子不是提取边缘过渡区域的最佳测度参数，获得对称边缘的边界区域后，进行感兴趣区（ROI)的选取。本发明将具有边缘对称特性的感兴趣区与其区域灰度分布的统计计算相结合来拟合对称区域的相似对称基准线为装配对位的误差补偿提供数据，有效避开了图像真实边缘的计算提取，比较目标和基体零件对称中心线的位置误差获取补偿量，提高了对位识别的速度和装配对位精度，装配对位精度可达亚微米。

技术领域

面向装配的微零件对称边缘亚微米精度特征识别方法，特别涉及具有边缘对称特性的微小型结构件的装配对位，属于微检测、微操作与微装配领域。

背景技术

装配对位关键特征的提取与识别是基于显微机器视觉的微装配系统实现高精度微小型结构件装配的关键步骤之一。其识别精度的高低直接影响微小型结构件的整体装配精度，对提高微小型结构件装配的成功率和精度有着至关重要的作用。

微机电系统(MEMS)技术的发展，使得微装配的工作对象不断趋向小型化和微型化，而装配精度要求在微米甚至亚微米级，将显微机器视觉引入微装配领域是目前国内外微装配系统研究普遍采用的方法。机器视觉技术的飞速发展，也为微装配的研究提供了支撑。传统边缘特征的提取与识别主要考虑的是图像的每个像素在某一邻域的灰度差异变化，利用边缘邻近一阶或二阶方向导数变化规律来获取边缘特征。显微图像的获取与普通图像相比往往会受到成像系统、照明光源和客观条件的限制，存在诸如噪声多、边缘细节不够清晰的状况，给准确的提取图像的真实边缘带来一定困难。

相对于微装配图像边缘特征提取而言，由于受到分辨率、工作距离和精度的限制，CCD成像系统的视场通常比较小，可能无法获取目标或基体零件全部的图像。当然，目标和基体零件装配对位边缘特征的获取也并不需要整个零件全部的图像信息，为提高系统的计算的速度和效率，只对装配对准关键特征边缘区域图像进行选取，根据每个零件特有的对准特征，采用目标规划区域分割的方法，将冗余的图像自动剔除。对小工作距离、大放大倍数的显微检测或测量视觉系统采用背光的照明方式。很明显，采用背光打光的方式获取的图像清晰，噪声点少，边缘轮廓清晰，对于其边缘特征提取也相对简单。对于微装配系统，很多情况下，视觉系统获取的图像清晰度不够理想，传统的边缘提取识别方法获得的装配对位特征往往无法获得真实的图像边缘，依据伪边缘的计算结果来完成装配，其结果在高精度场合往往不够理想。

从目前国内外基于机器视觉的微装配领域的研究成果来看，针对装配对象的目标和基体零件的装配对位关键特征的提取识别计算提出了不同的方案。

总得来说，随着微装配理论的不断发展，近年来国内外在基于显微机器视觉的微小型结构件的装配对位关键特征的提取识别方面取得了很大的进步，但诸多研究成果几乎都是基于传统的边缘特征提取识别方法，或是其方法的改进。

发明内容

为了提高微装配系统对微小型结构件的装配精度，本发明提出面向装配基于显微机器视觉的微装配伺服系统的微小型结构件对称边缘亚微米级精度特征识别方法，该方法可清晰地识别具有对称边缘特征的微小型结构件的边缘特征，识别精度可达亚微米级。通过间接计算的方法有效避免在微装配对位过程中，由于图像质量不够理想造成的边缘特征提取的误差。采用的基于对称边缘特征的微小型结构件装配对位关键特征提取与识别方法，使该类微小型结构件装配对位的精度和成功率得到提高。

本发明采用的面向装配的微小型结构件对称边缘亚微米级精度特征识别方法如下：

(1)首先对相机获取的目标和基体零件装配对位图像进行预处理：包括图像灰度化和图像边缘增强；

(2)确定检测目标微小型结构件的加工工艺类型和关键装配对位边缘关键特征；