一种基于机器视觉回转体工件检测方法技术

本发明专利技术公开了一种基于机器视觉回转体工件检测方法，包括如下步骤：（1）根据所需的检测精度选择合适分辨率的工业相机以及所匹配的镜头，根据所需的检测技术指标选择打光方式选取相应的光源；（2）对工业相机采集后的图像进行畸变校正处理，并采用滤波器，对图像进行预处理，消除噪声对边缘特征提取的影响；（3）对去除噪声后的图像，进行阈值分割，并对分割后的图像进行工件的边缘进行提取；（4）工件的边缘提取之后，进行工件圆和直线进行拟合，拟合完成之后，选取相应标定方式对回转体工件进行相应个技术指标进行测量。本发明专利技术基于机器视觉回转体工件检测方法检测精度高，适用范围广。

A machine vision based detection method for rotary body workpiece

The invention discloses a machine vision detection method based on the workpiece, which comprises the following steps: (1) according to the detection accuracy required to select the appropriate resolution of the camera lens, and the industry, according to the detection indicators required the choice of lighting methods to select the appropriate light source; (2) the industrial camera image acquisition the distortion correction, and using the filter to preprocess the image, eliminate the influence of noise on edge feature extraction; (3) the image after noise removal, segmentation, and image segmentation of the workpiece edge extraction; (4) after the edge extraction of the workpiece and the workpiece linear fitting, the fitting is completed, select the corresponding calibration methods for the corresponding technical indicators of rotary workpiece measurement. The invention has high detection precision and wide application range based on machine vision rotary body workpiece detection method.

【技术实现步骤摘要】
一种基于机器视觉回转体工件检测方法
本专利技术涉及一种检测方法，具体是一种基于机器视觉回转体工件检测方法。
技术介绍
随着科学技术的迅猛发展，制造业也有了很大提高。回转类零件在制造业中起着重要的作用，在船舶、航空、重型机械和军事国防等各个领域得到广泛应用，回转类零件轮廓的制造精度对其使用功能和装配性能有很大的影响。同时，回转类零件的生产具有变批量，廓形复杂的特点，这对相应的检测手段发出了挑战。目前，国内大部分回转工件的检测方式大多数通过百分表、千分尺、游标卡尺等方式来进行。这些非自动测定技术在很大程度上需要依靠工作人员来实现，这无疑加重了工作人员的负担，不但工作量大，测定速度慢，此外还会出现不少的人工操作失误，如此一来便更难实现高准确性、高速度、大规模的产品测定模式。所以，只有开发低投资、高回报、高准确性的产品尺寸测定方法，才可以实现我国机械产品制造领域的快速发展和高度腾飞。这种情况也促使了国内外许多科研学者对零件的尺寸测定方法进行了大量的理论分析与实验，为求找到测定机械零件尺寸的最优方法。如今，科技水平不断提升，新的技术应用不断涌现，机器视觉技术更加普遍的被用来服务不同的领域，该技术以自动化来取代手动，实现生产制造流程的自动化。利用机器视觉技术，不需要与被测产品进行接触，有着很大的优势。该方法不至于使被测产品出现丝毫的损害，无接触，时效性强、受外界影响小，精确性好，可大范围进行测量等。在产品尺寸测定的工作中，机器视觉的有效运用，可以高效的测定产品的具体参数，既达到了较高的可信度，又节约了时间和工作量，减少人工失误，实现了高度的自动化运行模式。在现代工业化生产过程中，制造工业领域不仅注重生产率的提高，同时也注重产品质量的提高。目前工业产品的高速生产线上每分钟都有成百上千的零件或产品被生产出来，这些高速从生产线上穿过的零件或产品使人工检测越来越无法胜任。众所周知，机器视觉技术能够大规模高效地进行自动化分析，从而高度的集成大量的信息，此外，这项技术还可以最大限度的实现自动化的操作模式，为电脑集成制作提供了重要的支撑。目前，该技术已被普遍的用于生产制造过程中，比如在线测定、高准确度以及高效性的测定领域。一般在机器视觉尺寸测量中，被测物体的外观通常有某些特殊的形状，一般情况下，长度、角度、圆度、面积等都是典型的待测参数。一般被测物体包含多个尺寸的测量，通常会包含对一个零件上直线、圆、角度、线弧等的检测。应用最为广泛的是直线检测和圆检测。对直线和圆进行检测常用的方法为基于最小二乘法的直线和圆拟合法、Hough变换法以及Hough变换的改进方法，如随机Hough变换(RHT)等。对于直线和圆的检测方法，有很多研究者进行了相关研究。秦开怀等提出了一种基于Hough变换的快速检测矩形和圆的算法，该算法首先釆用形状角特征对轮廊曲线进行粗分类得到曲线的基本特征，然后通过变换计算几何特征得到最终的检测结果，该方法引入了粗分类可以很好的提高检测准确性和检测速度，避免高维空间投票的问题。Chen等提出了随机圆检测算法(RCD)。传统RHT算法在图像空间中选取3个非共线的点映射成参数空间中的一个点，得到多对一的映射，但是在图像尺寸较大或者图像细节比较复杂时，随机采样会引入了大量的无效累积会使得计算量很大。算法从点集合中随机选取个点，由其中任意3个不共圆的点确定圆参数，若第四个点也在假设圆上，再检测其余边缘点是否在假设圆上，RCD算法可以解决无效累积的问题。蒋联源等提出了一种基于随机Hough变换的快速多圆的检测算法，该方法在算法的基础上，在对第四个点进行检测时，采用了设定阈值的方式，提高了检测速度。但是该法可能造成一个圆被检测为几个圆的问题。霍建亮等提出了一种基于最小二乘法改进的随机Hough圆检测，解决了随机圆检测算法中由于阈值选取不正确而导致一个圆被检测为几个圆的问题。先对边缘图像检测其连通域再对随机选取的个点判定是否共圆，通过引入阈值来排除一部分检测点，最后利用最小二乘法不断迭代得到准确的圆参数，提高了检测的准确性。根据文献的相关检测结果可知，使用最小二乘法可以快速地求出曲线的方程,Hough变换采用图像的整体特征，将像素的边缘连接起来，组合成一个完整的闭合边界区域，进而求解出边界的方程。尤其是在预先知道物体的形状的情况下，Hough变换可以方便快捷的求得曲线的方程。变换的优点在于它的鲁棒性较高，而且受曲线间断的影响也很小。以上文献提到的几种算法都是在像素精度下进行检测，为了得到更加精确的尺寸，需要釆用亚像素精度的边缘检测算法。对于亚像素级边缘检测的研究幵始于20世纪70年代，主要分为拟合法、矩方法和插值法等。对于拟合法，1971年Hueckel提出了拟合参数方程法并进行了亚像素级的定位。拟合法一般是对图像中边缘区域的像素灰度值进行某种拟合来获得连续函数，从而对图像中的目标进行准确的描述，得到精确定位的图像目标。一般有直线拟合、多项式拟合等。拟合法对多种边缘都比较适用，具有较快的速度和较高的精度，但是计算量较大并需要一定的先验知识。对于矩方法，主要有灰度矩、空间矩和Zernike矩等。1984年Tabatabai等首先提出灰度矩的算法思想，采用前三阶灰度矩来定位亚像素边缘；1989年Lyvers等28提出了空间矩的思想，它的边缘模型与灰度矩相似，而且计算结果更加准确；1993年Ghosal提出了Zernike正交矩方法，对边缘建立理想的阶跃灰度模型，通过计算图像中三个不同阶次的把灰度模型的个参数映射到三个中，再根据这个计算出边缘直线参数，获得亚像素级的坐标。由于只用到个模板，因此计算速度更快、效率更高。对于插值法，1993年LeeSW等提出了三次样条函数插值法，1995年Jensen等31又提出了非线性插值法。插值法是最常用的一种算法，它的基本思想是在获取粗略的边缘位置后，采用匹配函数对边缘像素进行插值细分，从而获得更准确的亚像素边缘位置。插值法的特点是计算量较其他方法运算量较小，运算速度也比较快，但抗噪性能比较差，精度一定程度上取决于像素级的定位精度，适用于阶跃型的边缘。其它的亚像素检测算法还有小波变换法、局部能量法、一阶微分期望法、切线法等。在国内，也有很多研宄者对亚像素检测算法进行了研究。对于直线边缘的检测，文献使用了LOG算子确定图像边缘，然后使用空间矩的方法来对边缘进行亚像素的定位，接着使用变换得到直线边缘的像素点，最后使用最小二乘法来拟合出最终的亚像素级别的检测直线，该算法检测直线时具有较高的定位精度。对于圆检测，文献提出了一种针对圆形图像的亚像素检测算法，该算法首先对预处理后的图像进行Canny算子的边缘检测，对这些边缘点进行Hough变换，求得圆的大致位置，接着根据得到的圆参数滤除掉边缘点附近的噪声点，对满足一定条件的边缘点进行亚像素算法的细分得到亚像素级的边缘点，最后采用最小二乘法对这些亚像素级别的点进行拟合，最终得到精确的圆心坐标和圆半径。一般的亚像素精度可以达到0.1～0.5像素，某些高精度的应用甚至检测精度可以达到0.01像素34。总结来说，亚像素定位的目标不能是单一的像素，必须是由一些像素点按照一定的形状或者灰度分布组成的，并且具有比较显著的灰度改变。
技术实现思路
本专利技术的目的在于提供一种本文档来自技高网...

【技术保护点】
一种基于机器视觉回转体工件检测方法，其特征在于，包括如下步骤：（1）根据所需的检测精度选择合适分辨率的工业相机以及所匹配的镜头，根据所需的检测技术指标选择打光方式选取相应的光源；（2）对工业相机采集后的图像进行畸变校正处理，并采用滤波器，对图像进行预处理，消除噪声对边缘特征提取的影响；（3）对去除噪声后的图像，进行阈值分割，并对分割后的图像进行工件的边缘进行提取；（4）工件的边缘提取之后，进行工件圆和直线进行拟合，拟合完成之后，选取相应标定方式对回转体工件进行相应个技术指标进行测量；（5）选用伺服电机以及位移传感器对工件的螺纹进行检测，伺服带动相应的螺纹检具通过伺服的扭力传感器实现螺纹检测，通过位移传感器反馈螺纹有效深度。

【技术特征摘要】
1.一种基于机器视觉回转体工件检测方法，其特征在于，包括如下步骤：（1）根据所需的检测精度选择合适分辨率的工业相机以及所匹配的镜头，根据所需的检测技术指标选择打光方式选取相应的光源；（2）对工业相机采集后的图像进行畸变校正处理，并采用滤波器，对图像进行预处理，消除噪声对边缘特征提取的影响；（3）对去除噪声后的图像，进行阈值分割，并对分割后的图像进行工件的边缘进行提取；（4）工件的...

【专利技术属性】
技术研发人员：曹宇，庞博，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23