BP神经网络在零件在线测量中的应用.pdfVIP

学兔兔 第4期 (总第155期) 机 械 工 程 与 自动 化 No．4 2O09年 8月 MECHANICAL ENGINEERING ＆ AUTOMATION Aug． 文章编号：1672—6413(2009)04—0192—02 BP神经网络在零件在线测量中的应用 洪顺华 (江苏省宜兴技师学院，江苏 宜兴 214206) 摘要：结合计算机视觉和神经网络技术，提出了一种不同于常规接触式测量的非接触式测量方法。用这种方法 可以由计算机视觉系统得到零件的三维立体像对计算出零件表面的三维坐标。实验证明该方法完全能满足自 动化生产中零件在线测量的要求。 关键词：BP神经网络；在线测量；计算机视觉；三维信息 中图分类号：TP242．6 2：TP183 文献标识码：B 1 零件三维信息的获取 1．2 零件外形表面三维点的计算 零件的在线测量是利用对零件所拍摄的图像进行 零件外形三维点的计算是利用摄像机校准所获得 必要的处理后，提取其三维信息，从而计算出零件外 的摄像机像平面与空间坐标系之间的关系，由立体像 形表面上点的三维坐标。由于一切原始数据都是从所 对左、右图像对应的二维点计算出零件表面的三维点。 获取的图像中来的，因此，首先必须对摄像机系统进 在二维点向三维点转换的过程中，计算量很大，必 行校准。 须采用并行处理，以提高计算速度，这样才可能满足 1．1 摄像机校准 神经视觉系统的要求。通过使用二维点到三维点转换 摄像机校准实际上就是利用已知的三维信息和它 的神经网络，可以求得物体外形表面点的三维坐标，如 们在摄像机内成像的二维信息的对应关系来确定摄像 果使用多个神经网络同时进行处理，则可以达到并行 机的位置和方位，建立摄像机的像平面与空间坐标系 计算的目的，提高二维点到三维点转换的速度。如果 之间的关系，从而可以把从零件图像中提取出来的二 要获得零件的整个外形表面，还可以利用上述所得的 维信息转换成零件外形表面点的三维信息。由于摄像 结果进行外形表面重建。 机是安装在系统中的，一旦摄像机被固定，这种关系 就确定不变了。 对系统进行校准，必须准备一些形状和大小都已 知的测试物体，并且把它们放置在已知的位置上，让 2个摄像机分别获取其图像，以便提取有关信息。为了 建立立体像对坐标与空间坐标之问的变换关系，利用 一 个神经网络来学习这些复杂关系，为此，构造了一 个神经网络，也就是后面三维重建中要用到的从二维 点到三维点转换的神经网络。这是一个4层神经网络， 具有1个输入层、2个隐含层和1个输出层。输入层上 图 1 系统校准神经网络 具有4个神经元，分别对应于左、右图像上测试物体 2 零件外形表面的测量与精度分析 中心的x、y坐标；输出层上有3个神经元，对应于每 涡轮叶片与其他大多数叶片一样，表面很不规则， 个测试物体中心在空间坐标系内的坐标；每一个隐含 是一种复 曲面，利用三坐标测量仪对其表面进行检 层具有5o个神经元，以便为网络学习和贮存复杂关系 测，获得表面上各点的三维坐标是一项很繁杂的工作， 提供空间。图1为该神经网络的拓扑结构(隐含层的 而且工作量特别大，有些点无法测量到，如果要对生