微型零件图像测量清晰度算法的选择与综合评价  

Selection and synthesis evaluation of image measurement definition algorithm for miniature parts

作　　者：张俊杰[1] 操晶晶[1] 贡力[1] 唐红[2] 王仲[1] 叶声华[1] 

机构地区：[1]天津大学精密测试技术及仪器国家重点实验室,天津300072 [2]天津师范大学经济学院,天津300387

出　　处：《光学精密工程》2008年第3期543-550,共8页Optics and Precision Engineering

基　　金：天津市自然科学基金资助项目(No.043612111)

摘　　要：对图像测量清晰度算法进行选择并提出一个综合评价算法,对各种算法的优化与统一进行了研究。基于微型精密零件的成像测量方法,使用远心成像测量系统在不同工作距离处进行了图像采集,并使用相关算法进行清晰度评价,最后对所得数据进行主成分分析和因子分析。从8种适用于微型精密零件灰度图像清晰度评价的算法中计算出适用于微型零件光学影像测量的评价算法,并建立了综合清晰度评价模型。实验结果表明:本文的数据处理模式能够对微型零件图像测量系统的清晰度算法进行选择并解决不同算法间的协调问题。在保证评价效果不变的前提下,数据量由1 408组优化为176组,而且本文提出的数据挖掘算法能针对同一要求的不同评价值进行选择及综合。The selection and synthesis evaluation of the image measurement definition algorithm are established,and the optimization and consolidation of the algorithms are researched.Based on the image meaurement methods for miniature parts,a telecentric image measuring system is used to collect images at different working distances,and the correlation algorithms are applied to appraise the definition.The principal component analysis and the factor analysis are employed to analyze the data.The evaluating algorithm su...

关 键 词：微型零件 视觉检测 图像清晰度 主成分分析 因子分析 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]