一种零件几何质量的尺寸检测方法技术

本发明专利技术提供的零件几何质量的尺寸检测方法，通过被测零件进行多角度拍摄，并对多幅图像进行拼接和处理，以克服大尺寸零件检测过程中相机视场不足的难题，对红外热传感仪和CCD相机拍摄的图像进行图像融合处理成一幅图像，处理后的图像中包含更为丰富的图像细节，有效消除制造现场混杂的图像噪声、振动影响，提高检测精度，通过提取融合后图像的边缘，得到被测零件边缘的几何参数坐标值，对几何参数坐标值进行计算得到被测零件的尺寸大小，该方法适用于检测大尺寸，不规则、复杂、动态生产的零件的尺寸，为我国制造业实现新型自动化精密检测提供理论支撑和技术保障，具有极为重要的理论和应用意义。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，尤其涉及零件几何质量的尺寸检测方法。
技术介绍
图像处理是指用计算机对图像进行分析，以达到所需结果的技术，又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。现有的图像处理方法在机器视觉、人脸识别等非接触领域有着广泛应用。大都采用灰度特征将图像数据转化为若干组特征值，但灰度转化具有一定相关性，不利于图像识别精度提高。目前不少企业都在大规模生产些大尺寸，不规则、复杂的零件，且在生产过程中，零件是动态的，在这些零件的生产过程中，往往需要对这些零件的边缘进行检测，从而得到零件的尺寸大小，来判断零件的尺寸是否符合生产要求。现有的对零件的生产过程中的边缘检测方法主要是通过相机对零件进行拍摄，然后通过拍摄的图像来识别图像的边缘，但是现有的图像处理主要用来代替人眼精度的识别和检测，应用在低速、静态场合，不能满足用于检测大尺寸，不规则、复杂、动态生产的零件的边缘的需求，因此，亟需提出一种零件几何质量的尺寸检测方法，能够用于检测大尺寸，不规则、复杂、动态生产的零件的尺寸大小，检测精度高。
技术实现思路
针对现有技术中存在的上述不足，本专利技术专利目的在于怎么提供一种零件几何质量的尺寸检测方法，能够用于检测大尺寸，不规则、复杂、动态生产的零件的尺寸，检测精度高。为解决上述技术问题，实现专利技术目的，本专利技术采用的技术方案如下：一种零件几何质量的尺寸检测方法，首先，分别用红外热传感仪和CCD相机对被测零件进行多角度拍摄，得到多幅红外图像和相机图像；然后，依次分别对红外图像和相机图像进行预处理，图像融合处理，边缘提取处理后，得到被测零件边缘的几何参数坐标值；其次利用标定板对几何参数坐标值进行坐标标定，将几何参数坐标值转换为被测零件空间平面实际坐标和几何参数值；最后通过对被测零件空间平面实际坐标和几何参数值进行计算，得到被测零件的尺寸大小。进一步，所述对红外图像和相机图像进行预处理的步骤为：首先将红外图像和相机图像进行直方图均衡化处理；然后利用邻域均值滤波对图像进行降噪和平滑处理；最后采用微分梯度对图像进行图像增强处理，得到红外预处理图像和相机一次预处理图像，对相机一次预处理图像进行二次滤波得到相机预处理图像。进一步，所述图像融合处理的步骤为：首先Matlab融合算法采用小波变换函数和二维离散小波逆变换函数确定小波基函数和小波分解层数，对红外预处理图像和相机预处理图像进行小波变换，得到各图像中的高频子带和低频子带；然后针对各图像中的高频子带和低频子带进行融合得到融合图像；低频子带采用区域加权平均法选择融合系数；高频子带以局部能量大小为依据，如果其对应像素局部能量差值大于设定的阈值时，采用局部能量极大准则选择高频子带的融合系数，如果其对应像素局部能量差值小于阈值时，采用加权平均确定高频子带的融合系数。进一步，所述被测零件边缘的几何参数坐标值是指图像亚像素边缘坐标；所述边缘提取处理的步骤为：首先利用数学形态学边缘检测方法确定融合图像的像素级边缘，得到像素级图像；然后假设像素级图像的重心移到坐标原点，将像素级图像的像素点映射到单位圆内，确立理想阶跃边缘模型；其次根据Otsu自适应阈值算法得到最优阶跃灰度阈值，假设采用的模板大小为N*N，计算像素级图像中各阶Zernike矩，由下式可得到图像亚像素边缘坐标； x i y i = x y + N l 2 c o s ( φ ) s i n ( φ ) ]]>其中，式中(xi,yi)是像素级图像中边缘亚像素坐标值；(x,y)是理想阶跃边缘的原点坐标值；l为理想阶跃边缘模型圆心到边缘的垂直距离；φ是边缘垂线与x轴的夹角。相比于现有技术，本专利技术具有如下优点：本专利技术提供的零件几何质量的尺寸检测方法，通过被测零件进行多角度拍摄，并对多幅图像进行拼接和处理，以克服大尺寸零件检测过程中相机视场不足的难题，对红外热传感仪和CCD相机拍摄的图像进行图像融合处理成一幅图像，处理后的图像中包含更为丰富的图像细节，有效消除制造现场混杂的图像噪声、振动影响，提高检测精度，通过提取融合后图像的边缘，得到被测零件边缘的几何参数坐标值，对几何参数坐标值进行计算得到被测零件的尺寸大小，该方法适用于检测大尺寸，不规则、复杂、动态生产的零件的尺寸，为我国制造业实现新型自动化精密检测提供理论支撑和技术保障，具有极为重要的理论和应用意义。具体实施方式下面结合实施例对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。实施例：一种零件几何质量的尺寸检测方法，首先，分别用红外热传感仪和CCD相机对被测零件进行多角度拍摄，得到多幅红外图像和相机图像；然后，依次分别对红外图像和相机图像进行预处理，图像融合处理，边缘提取处理后，得到被测零件边缘的几何参数坐标值；其次利用高精度标定板对几何参数坐标值进行坐标标定，将几何参数坐标值转换为被测零件空间平面实际坐标和几何参数值；最后通过对被测零件空间平面实际坐标和几何参数值进行计算，得到被测零件的尺寸大小。具体实施时，可根据设计零件视觉图像的几何参数选择合适的精密运动实验台、运动实验台包括可移动CCD相机、镜头、光源、红外传感仪和采集卡。因制造现场环境既有灰尘，又有噪声、振动，而且光线复杂、明暗不定，CCD相机所拍图像分辨率虽高却适应环境差，存在很大不足，红外图像抗振动和干扰强但对比度低，因此红外图像和相机图像正好能够提互补图像信息，克服制造现场环境的影响。零件几何质量(主要是尺寸大小)的检测大部分为二维检测，其难点在于检测精度、速度以及对检测成本的控制，本专利技术方法除了采用高性价比的硬件外，还通过后续高效图像处理算法提供检测精度与速度。对于大尺寸的零件，本文档来自技高网...

【技术保护点】
一种零件几何质量的尺寸检测方法，其特征在于，首先，分别用红外热传感仪和CCD相机对被测零件进行多角度拍摄，得到多幅红外图像和相机图像；然后，依次分别对红外图像和相机图像进行预处理，图像融合处理，边缘提取处理后，得到被测零件边缘的几何参数坐标值；其次利用标定板对几何参数坐标值进行坐标标定，将几何参数坐标值转换为被测零件空间平面实际坐标和几何参数值；最后通过对被测零件空间平面实际坐标和几何参数值进行计算，得到被测零件的尺寸大小。

【技术特征摘要】
1.一种零件几何质量的尺寸检测方法，其特征在于，首先，分别用红外热传感仪和CCD相机对被测零件进行多角度拍摄，得到多幅红外图像和相机图像；然后，依次分别对红外图像和相机图像进行预处理，图像融合处理，边缘提取处理后，得到被测零件边缘的几何参数坐标值；其次利用标定板对几何参数坐标值进行坐标标定，将几何参数坐标值转换为被测零件空间平面实际坐标和几何参数值；最后通过对被测零件空间平面实际坐标和几何参数值进行计算，得到被测零件的尺寸大小。2.如权利要求1所述的零件几何质量的尺寸检测方法，其特征在于，所述对红外图像和相机图像进行预处理的步骤为：首先将红外图像和相机图像进行直方图均衡化处理；然后利用邻域均值滤波对图像进行降噪和平滑处理；最后采用微分梯度对图像进行图像增强处理，得到红外预处理图像和相机一次预处理图像，对相机一次预处理图像进行二次滤波得到相机预处理图像。3.如权利要求1所述的零件几何质量的尺寸检测方法，其特征在于，所述图像融合处理的步骤为：首先Matlab融合算法采用小波变换函数和二维离散小波逆变换函数确定小波基函数和小波分解层数，对红外预处理图像和相机预处理图像进行小波变换，得到各图像中的高频子带和低频子带；然后针对各图像中的高频子带和低频子带进行融合得到融合图像；低频子带采用区域加权平均法选择融合系数；高频子带以局部能量大小为依据，如果其对应像素局部能量差值大于设定的阈值时，采用局部能量极大准则选择高频子带的融合系数，如果其对应像素局部能量差值小于阈值时，采用加权平均确定高频子带的融合系数。4.如权利要求1所述的零件几何质量的尺寸检测方法，其特征在于，所述被测零件边缘的几何参数坐标值是指图像亚像素边缘坐标；所述边缘提取处理的步骤为：首先利用数学形态学边缘检测方法确定融合图像的像素级边缘，得到像素级图像；然后假设像素级图像的重心移到坐标原点，将像素级图像的像素点映射到单位圆内，确立理想阶跃边缘模型；其次根据Otsu自适应阈值算法得到最优阶跃灰度阈值，假设采用的模板大小为N*N，计算像素级图像中各阶Zernike矩...

【专利技术属性】
技术研发人员：龚立雄，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：重庆;50