基于机器视觉的圆锯片磨损量在线测量方法技术

本发明专利技术公开了一种基于机器视觉的圆锯片磨损量在线测量方法，其测量方法基于的测量装置包括工业相机，图像采集卡、工控机。所述测量方法的步骤为：工控机触发图像采集卡，通过工业相机获取圆锯片图像；对图像进行预处理和二值化处理；提取圆锯片图像的单像素边缘；提取圆锯片边缘的直线线段；确定同一锯齿上的两条线段；求解圆锯片前刀面刃口磨损量和后刀面刃口磨损量。本发明专利技术具有实时性好、检测精度高，是一种有效的圆锯片磨损量在线测量方法，其检测结果为补偿机构执行补偿提供了可靠的依据，从而提高了板材切割效率和质量。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及一种刀具磨损状态视觉检测方法，更具体地 说，是涉及一种圆锯片磨损量在线测量方法。该方法是通过提取出圆锯片图像边缘，检测出 圆锯片锯齿的前刀面线段和后刀面线段，再求解出圆锯片磨损量的方法。
技术介绍
刀具磨损监测技术从测量手段上分可分为间接法和直接法。直接法是通过测量刀 具刀刃形状、质量或位置的变化，根据相关标定关系来确定刀具磨损状态的方法。间接法是 通过测量切削过程中与刀具磨损状态密切相关的一个或多个参变量（如切削力、扭矩、温 度、声发射等）的变化，根据相关标定关系来确定刀具磨损状态的方法。 切削力监测法是刀具状态监测技术中研究最早、应用较广的间接监测法。该方法 具有灵敏度高、反应速度快、抗干扰性强等优点，但由于加工工况变化与刀具磨损所引起的 切削力变化规律相似，导致该方法难以识别刀具的磨损状态。所以目前该方法常用在自动 化制造系统的刀具破损监测中，在刀具磨损监测中的应用还处于研究阶段。声发射监测法 是目前最具潜力的新型间接监测方法，近年来很多学者对该技术进行了大量研究，并获得 了不少成果。由于声发射信号的频率与机械振动和环境噪声的频率相差甚远，因此可以通 过检测切削加工中产生的声发射信号来监测刀具的磨损状态，且检测结果受外界环境影响 小。该方法最大的缺点是声发射信号在传播过程中衰减严重，从而导致信号采集和处理的 难度比较大。由于刀具磨损过程缓慢而复杂，利用单一信号来监测刀具磨损状态常存在信 息不完全、受外界环境影响较大、可靠性较差等缺点。 相对于间接监测法，直接监测法更关注的是刀具刀刃的变化。常用的直接监测方 法有光学扫描法、电阻接触法和视觉监测法等。随着计算机技术和CCD/C0MS传感器技术的 发展，对基于计算机视觉的刀具磨损监测方法的研究也越来越多，研究表明该方法具有判 断准则直观、设备安装方便、适用性强等优点，是一种发展前景可观的刀具磨损监测方法。 基于计算机视觉的刀具磨损监测方法首先通过C⑶或C0MS传感器来获取目标的 图像，然后利用图像处理技术对图像进行一系列处理以达到理解识别图像的目的，最后根 据相关数学模型确定刀具的磨损状况或准确的磨损量。根据监测对象的不同，计算机视觉 监测方法可分为基于刀具图像监测法、基于工件图像监测法和基于切肩图像监测法三类。 (1)基于刀具图像的磨损监测法 传统加工中，操作工人通过观察刀具形状的变化来判断刀具的状态；在自动化加 工中，系统通过计算机视觉设备代替人的眼睛对刀具的形态进行监测，最终形成了基于刀 具图像的磨损监测方法。由于在刀具切削过程中，工件或切肩常常会遮挡住刀具的刀刃， 导致刀具图像不能真实地反映刀具的形态，故一般在刀具退回到起始点时获取刀具表面图 像，然后根据图像分析刀具磨损状况。 (2)基于工件图像的磨损监测法 由加工原理可知，工件表面纹理是刀具表面形状的映像，基于工件表面图像的磨 损监测方法就是在此基础上建立的。该方法的首先建立工件表面纹理模型；再建立工件图 像特征参数与刀具磨损状态的映射。 (3)基于切肩图像的磨损监测法 研究发现，在切削条件不变的情况下，刀具磨损是引起切肩变形的主要原因，因此 可以通过切肩图像来监测刀具的磨损状态。但由于切肩形态非常的多变，目前对于该方法 的研究主要还只集中在切肩的形成、切肩形态检测等初步问题中。 综合比较以上三种视觉监测方法，目前最理想可行的刀具磨损监测的方法是基于 刀具图像的监测方法。 圆锯片磨损量监测也常用以上的方法。杭州电子科技大学赵玲等人，基于机器视 觉构建了圆锯片几何参数测量系统。该方法以圆锯片轮廓优化为基础，对圆锯片内圆孔提 出了改进的二次多项式插值亚像素定位方法，对齿尖两段直线采用改进的最小二乘法进行 拟合，提高了检测精度，但是该方法必须获得圆锯片整幅图像，因而无法实现圆锯片磨损量 在线测量。瑞典Ekevad等人构建了在锯切山毛榉过程中，圆锯片磨损量与其锯片振动信号 之间的关系，该方法虽然实现了圆锯片磨损量的在线测量，但是圆锯片磨损量与其锯片振 动信号的精确数量关系，很难找到，只能对圆锯片磨损量进行定性检测。
技术实现思路
本专利技术的目的在于克服已有圆锯片磨损量测量方法的不足，提出了一种基于机器 视觉的圆锯片磨损量的在线测量方法，以提高圆锯片磨损量在线测量的精确度。 为实现上述目的，本专利技术的，使用的 测量系统包括工业相机、安装支架、图像采集卡和工控机。 所述，包括如下步骤： 1)将安装在支架上的工业相机，通过人工调节，使工业相机正对着被测圆锯片，工 控机触发图像采集卡，获取圆锯片图像； 2)对获取的图像进行降噪预处理和二值化处理； 为抑制噪声影响，将工业相机采集到的原始圆锯片图像进行降噪处理。采用中值 滤波进行降噪处理，采用阈值分割方法二值化处理图像，使物体和背景各自均匀单一，对比 度大，无其他线条及难以区分的细节； 3)提取圆锯片图像中的单像素边缘； (1)确定跟踪起始点 从获取的圆锯片图像的左上角开始，按从上至下，从左到右的顺序扫描圆锯片的 二值图像，将第一个灰度值为1的像素点设为边界跟踪的起始点Pc; (2)确定搜索下一个边界点的初始方向 根据下面公式确定搜索下一个边界点的初始方向 公式中贫>,表示从参考点？;出发搜索下一个边界点的初始方向，A,表示下一边 界点相对参考点Pii的真实方向。DDe都采用Freeman的8邻域链码编码方式，位于参 考点正右方的像素点相对于参考点的位置为0,按逆时针方向用0~7来表示参考点8邻域 的像素点相对参考点的位置。 (3)搜索下一个边界点 从下一个边界点的初始方向出发，按从上至下、从左到右的顺序搜索下一个边界 点，搜索到的第一个灰度值为〇的点就是下一个边界点。 ⑷结束搜索 判断当前边界点的像素坐标，若边界点的纵坐标X等于图像的列数M，说明搜索到 达图像的边框，结束搜索。 4)提取圆锯片边缘的直线线段 (1)使用Freeman的8邻域链码对图像边界进行编码； (2)搜索图像边界中的线段元，并将线段元以起点坐标、主方向链码值、副方向链 码值和长度的形式保存在细胞数组Line-Cell中； (3)将细胞数组Line-Cell中连续且主方向、副方向链码值相同，长度之差小于2 的线段元合并为线段，并保存在细胞数组Line中。细胞数组Line中的元素包含起始线段 元索引号、终止线段元索引号、主方向链码值和副方向链码值； (4)判断细胞数组Line中的线段是否能向两端延伸。扫描与线段端点相连的线段 元，若线段元与线段的主方向链码值相同，则根据下面的准则1继续判断是否能延伸；若线 段元与线段的主方向链码值不同，则线段不能延伸； 准则1 :设细胞数组Line中的线段1^的起点坐标为（xlb，ylb)，终点坐标为（Xle， ylf3)，与线段Q端点相连的线段元的起点坐标为（x2b，y2b)，终点坐标为（x2f；，y2J。原线段斜 率： 新线段斜率： ①线段元与线段起点相连 ②线段元与线段终点相连 若|Ku_IU|〈 0且|KU_K% |〈 0，则线段可延伸，更新线段信息并保存在细胞数组 Line中。0是设定的阈值，决定了线段检测的精度。 (5)根据线段端点坐标计算线段参数信息（线段斜率k和截距b)，然后根本文档来自技高网...

【技术保护点】
一种基于机器视觉的圆锯片磨损量在线测量方法，其特征是包括以下步骤：1)获取圆锯片图像；2)对获取的图像进行降噪预处理和二值化处理；3)提取圆锯片图像中的单像素边缘；4)提取圆锯片边缘的直线线段；5)确定同一锯齿上的两条线段：6)求解圆锯片前刀面刃口磨损量和后刀面刃口磨损量。

【技术特征摘要】

【专利技术属性】
技术研发人员：齐继阳，唐文献，魏赛，李钦奉，孟洋，陆震云，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32