论文部分内容阅读
键盘作为电子设备的主要输入装置,必须经过检验合格后才能投入市场。键帽平整度作为键盘质量评估的重要指标之一,其好坏也影响到使用者的舒适度和顺畅度。传统键帽平整度检测方法在速度或精度方面存在一定缺陷,难以满足键盘制造厂商在线批量检测的需求,由于线结构光视觉测量技术的不断发展以及其非接触式、高精度的特点,基于结构光成像技术开发和实现一种快速、经济实用的键盘键帽平整度的检测装置,具有非常重要的意义。本文分析国内外键盘键帽平整度检测和结构光视觉测量的研究现状后,提出了一种基于结构光成像的键盘键帽平整度检测方案,并且详细介绍该方案的工作原理、阐述了检测中所用到的关键技术。全文研究内容如下:(1)根据待检测键盘的特点与平整度检测精度要求,合理地选择了相关系统硬件。针对高分辨率成像与有限视场间矛盾,在结构光三角测量原理的基础上提出了多相机结构光全键盘测量模型,搭建了系统实验平台。(2)投影条纹后,由于多个相机获得的高分辨率局部键盘图像,需要配准、融合为一幅包含所有条纹信息的全键盘图像。本文针对系统成像装置的特点,采用缩小匹配区域的方式,并提出一种基于极线约束的双向特征匹配的拼接方法。该方法能有效克服单向匹配模式下产生的一对多所导致的误匹配问题,并与传统的SURF方法图像拼接方法进行实验对比,进一步证明本文算法的优越性。(3)分析影响全键盘光条纹图像质量的因素后,设计键框键帽分割模块将键盘分为多个键帽感兴趣(ROI)区域。然后对每个键帽区域分别进行预处理,填充条纹内部的孔洞,并去除键帽上噪声和字符的干扰,最后对其条纹边缘区域进行形态学修整,最终得到高质量的键帽光条纹图像。在条纹中心的提取上,采用基于骨架法向的灰度重心法,同时改进了条纹骨架细化方法。获得单像素的条纹骨架后,设计了一种加权最长路径的骨架剪枝算法,有效去除骨架毛刺的影响。在光条边缘存在大量边缘毛刺的情况下,仍然能准确、实时的提取出键框键帽条纹中心线的亚像素位置。本文采用最小二乘法拟合得到标准键帽的平面方程系数,根据待测键帽到对应标准键帽所在平面的距离,作为键盘键帽平整度判断的标准。并在VS2013编程环境下完成了软件各个模块的实现,最终开发完成了一台基于结构光成像的高精度、快速、经济实用的键盘键帽平整度检测装置。