近年来随着科学技术的发展,在智能技术的应用方面,机器视觉技术越来越显出了它的优越性。选择用机器视觉技术来代替人工视觉,不仅能够满足生产过程中对于工作精度性和连续性的要求,而且它所特有的非接触性足以让人们完成很多特殊场合的生产作业。　　在机械工程领域中,对于机械运动的动力学分析无论是对于研究机械的运动性能还是优化具体的机械设计都具有很重要的研究意义。在传统的机械运动分析中,常用的方法有图解法和解析法,将机器视觉应用到对机械结构的运动分析上,实际上是将传统的图解法与解析法进行了有效的结合,既能根据摄像头所采集的图像进行图解分析,也能依据解析法建立数学模型进行数据处理式的分析。　　基于机器视觉技术的特点,结合机械结构在生产生活中的对于运动分析的需要,文章提出将机器视觉技术应用到机械运动的分析检测上。结合当前机器视觉在机械领域的应用情况,将机器视觉技术用在检测机械零件的尺寸,检验零件的生产质量或是生产情况等方面的研究技术已经开始在生产领域应用,而将机器视觉技术应用在机械构件的运动状况分析上,利用摄像机标定技术对于在动态运动过程中的运动点的坐标,对运动轨迹或是运动状况进行研究的状况由于受到标定技术的制约一直发展缓慢。文章在对当前机器视觉的发展状况上进行分析总结,提出了利用机器视觉技术的标定技术对运动过程中的机械构件进行运动分析的尝试性试验。　　文章研究了标定技术的数学模型的理论及应用技术,根据像素坐标点与世界物理坐标点之间的对应关系矩阵,即可以将采集图像的特征点的像素坐标转换到世界坐标系下,这样就可以得到这些特征点在物理坐标系下的坐标点,从而可以获得我们所需要的所有的特征点的物理坐标系下的坐标,根据零件或是构件的几何关系或是运动关系即可达我们的最终目标。　　本文根据以上介绍的思路先是对于在机械中应用比较广泛的直齿圆柱齿轮的直径进行试验,通过摄像机的实时在线标定和对应的采集的图像进行处理,可以获得齿顶圆与齿根圆边缘上,以及齿轮中心的点的物理坐标点,根据圆的概念,可以得到我们的直径值。试验得到的齿顶圆直径的测量结果与标准值相差不大,但是齿根圆由于在图像处理过程中在得到齿根部分的特征点时误差较大,测量结果不是很理想。　　对于机构的运动分析来讲,用机械中最简单的四连杆机构作为试验平台,将目标点用标注物标记,并利用聚类分析的方法实时的将其进行识别分割,得到其的特征点,在采集特征目标时将标定板实时进行标定,这样就可以得到每一时刻的特征点的物理坐标,在摇杆的运动一个周期内就可以得到若干个点,将这些点的数据进行计算得到坐标之后,将其进行拟合,可以得到该机构的运动轨迹。该轨迹与仿真轨迹进行对比,即可以得到试验情况。　　综合上述两个试验看,通过标定,获得特征点的坐标,并进一步得到测量值,运动轨迹,甚是做出详细的运动分析,其方法是可行的,并且在一定的试验范围内,其试验的运动结果在一定程度上也可以说是理想的,并且由于测量是非接触性的,对于试验结果的误差来源并没有丝毫人为的原因包含在里面,从这些方面上说,试验的研究价值与学术价值还是经得起推敲和考验的,并且很明显的在某些应用性上显示了巨大的潜力。经过对试验的分析,试验结果的误差主要有以下几点,一方面来自于标定的误差,摄像机的标定实际上就是求得像素坐标系于世界坐标系之间对应关系矩阵,就像是在传统测量意义上的直尺,但是这个“直尺”是会随着拍摄环境的影响变化的,尽管标定是实时进行的,但是标定板自身是存在一些误差的。另一方面,由于图像采集环境实际上是实时在变化的,但是设计的图像处理的程序确是一成不变的,而且由于拍摄的环境中不可避免的由于目标的立体性以及环境的立体性,存在大量的阴影,而这些阴影是不断的变化的,导致了图像质量在每一张上的不同区域都存在不均匀性,在前后不同的图像上也存在着不均匀性,但是图像处理的过程对于同一张图像的不同区域或是一组图像的每一张图像都是相同的,也就是说图像处理过程没有针对性,不是很精确,这些也导致了不可避免的误差。　　综上,对基于机器视觉技术的平面机构运动研究,从简单的层面上来看,还是有一定的学术价值与研究意义的,并且通过与其他测量或是检测方法的对比,机器视觉的方法在某些方面和程度上显示了巨大的优势和极大的应用前景。