小型連接件廣泛應(yīng)用于電子拔插設(shè)備中，其尺寸是否合格直接影響電子產(chǎn)品的使用壽命。機(jī)器視覺是一種基于圖像處理技術(shù)的非接觸式測量技術(shù)，檢測結(jié)果精確、可靠。在尺寸檢測中，一般采用短焦距定焦光學(xué)鏡頭，因此不可避免地將引入非線性畸變。另外，機(jī)器視覺圖像處理的結(jié)果通常為像素個(gè)數(shù),實(shí)際應(yīng)用中需要得到像素與實(shí)際尺寸之間的關(guān)系,才能換算出實(shí)際尺寸，所以需要進(jìn)行攝像機(jī)標(biāo)定得到畸變參數(shù)和像素當(dāng)量[1-2]。

    亞像素檢測方法目前已被廣泛應(yīng)用于高精度測量中,亞像素表示圖像中每個(gè)像素將會(huì)被分為更小單元，達(dá)到更高精度。傳統(tǒng)的邊緣檢測算子，如Sobel算子、Canny算子等對(duì)圖像邊緣的定位只能達(dá)到像素級(jí)，Zernike矩方法是亞像素邊緣檢測算子中應(yīng)用最廣泛的方法[3],其定位精度和運(yùn)行時(shí)間均優(yōu)于其他的空間算子。
    本文首先對(duì)攝像機(jī)進(jìn)行標(biāo)定，采用雙線定位法找到針腳位置，最后利用基于Zernike矩的亞像素邊緣檢測算法找到針緣邊位置，計(jì)算針寬。實(shí)驗(yàn)結(jié)果表明，該方法檢測精度高、效果好。
1 攝像機(jī)標(biāo)定
1.1 畸變參數(shù)
     實(shí)際攝像機(jī)的透鏡總是在成像儀的邊緣位置產(chǎn)生顯著的畸變,畸變主要分為徑向畸變和切向畸變兩種。徑向畸變來自于透鏡形狀的設(shè)計(jì)，而切向畸變來自于整個(gè)攝像機(jī)的組裝過程中[4]。針對(duì)徑向畸變，成像儀中心的畸變?yōu)?，隨著向邊緣移動(dòng)，畸變越來越重，成像儀某點(diǎn)的徑向位置可按下式進(jìn)行調(diào)節(jié)：

    其中,xi為左側(cè)邊緣點(diǎn)橫坐標(biāo)，xi′為xi同縱坐標(biāo)下右側(cè)邊緣點(diǎn)橫坐標(biāo)。
    根據(jù)標(biāo)定圖像可得每33.6個(gè)像素對(duì)應(yīng)實(shí)際距離為0.2cm，計(jì)算結(jié)果見表1。

    通過實(shí)驗(yàn)分析和比較結(jié)果表明，通過攝像機(jī)標(biāo)定可以有效地消除攝像頭畸變，為后續(xù)尺寸測量精度提供保障，而且基于Zernike矩的亞像素邊緣檢測方法不僅提高了邊緣檢測的精度,同時(shí)也縮小了尺寸檢測中的誤差。
參考文獻(xiàn)
[1] 李文濤.基于兩步法的攝像機(jī)標(biāo)定[J].控制工程,2011,9(18):48-51.
[2] 高俊釵，雷志勇，王澤民.高精度測量的相機(jī)標(biāo)定[J].電光與控制，2011,18（2）:93-96.
[3] 韓麗燕，陳方林.一種Zernike矩亞像素邊緣檢測的優(yōu)化算法[J].電子測試,2010,6(6)：1-5.
[4] 李明金，熊顯名，張紹兵.一種基于Opencv的攝像機(jī)標(biāo)定新方法[J].激光與光電子學(xué)進(jìn)展，2009(12):99-102.
[5] 馬艷娥，高磊，呂晶晶.基于改進(jìn)的Canny算子和Zernike矩的亞像素邊緣檢測方法[J].電子測試，2011，7(7)：20-23.
[6] PAPAKOSTAS G A, BOUTALIS Y S. Numerical error analysis in Zernike moments computation[J]. Image of Computer Vision, 2006,24(9):960-969.