基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法技术

本发明专利技术公开了一种基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法。采用快速邻域波谷分析方式对齿轮图像进行大小齿轮阈值分割，并通过径向边缘扫描方式对齿廓进行边缘检测，并计算齿轮图像边缘点到齿轮质心距离，得到齿廓各点到质心距离曲线，将齿轮图像的断齿检测转换并量化为经高斯平滑后的齿心距离曲线分析。本发明专利技术可检测微型双联注塑齿轮是否存在断齿和破损缺陷，并在有缺陷的情况下标记出缺陷位置，可快速精确检测断齿和破损缺陷。

Fault detection method of micro double gear based on the curve analysis of the tooth center distance

The invention discloses a method for detecting the defect of a micro double gear based on the analysis of the curve of the tooth center distance. The neighborhood trough analysis to the size of the gear gear threshold image segmentation, and through the radial edge scanning method for edge detection of gear tooth profile, and calculate the image edge points to get the centroid distance gear, tooth profile to the centroid distance curve, the broken tooth detection and quantification of image transfer gear teeth by heart Gauss smoothed distance curve analysis. The invention can detect whether there are breakage and breakage defects of the micro duplex injection gear, and mark the location of the defect under the condition of defects, so that it can detect broken teeth and breakage defects quickly and accurately.

【技术实现步骤摘要】
基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法
本专利技术针对精密仪器中的微型双联注塑齿轮，具体涉及一种基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法。
技术介绍
微型双联注塑齿轮具有低成本、传动噪音小等优点，广泛应用于各种精密仪器和微机电产品中。在齿轮的成型过程中易产生断齿缺陷，导致传动噪声、磨损及效率降低，因此塑料齿轮的断齿检测是保证相关产品质量的重要环节。微型双联注塑齿轮受其几何尺寸与机械性能的影响，检测难度和缺陷概率均高于中模数单层齿轮。传统的接触式测量如三坐标测量机、齿轮综合误差检查仪等检测仪器结构复杂，价格昂贵，对检测人员的要求也较高，难以满足现代质量检测的要求。作为新型非接触式测量技术，机器视觉方法具有速度快、精度高及抗干扰性强等优点，因此采用视觉方法替代传统的接触式测量方法,对精密零部件进行快速、精确的无损检测是工业零部件检测领域的发展趋势之一。现有的视觉检测方法多针对中大模数单层齿轮断齿检测，应用于微型双联注塑齿轮的视觉检测还存在以下问题：(1)由于双联齿轮结构较为复杂，须分别获取大小齿轮的二值图像以进行断齿检测。目前视觉分割算法主要包括双阈值分割法和小齿轮切割法。双阈值分割法计算量较大，效率不高；小齿轮切割法适用于检测同类尺寸零件，但对于非同类尺寸的零件检测适应性不强，甚至导致二值图像出现残缺现象。(2)现有齿轮视觉检测算法通过形态学方法和数字剪影法来确定齿轮的缺陷状况。由于现有形态学的方法难以定量控制辨别缺陷的阈值，导致边缘出现噪声会对检测结果产生较大的随机误差影响，检测准确度不能满足要求。数字剪影法虽然识别缺陷能力较为强大，但须提前获取正确完整的齿轮图像作为基准，不能满足检测的适应性要求。
技术实现思路
针对现有微型双联注塑齿轮断齿缺陷视觉测量方法适应性不强、效率较低等问题，本专利技术提出了一种基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法，解决了
技术介绍
中所述微型双联注塑齿轮视觉检测的不足，可快速精确检测断齿和破损缺陷。如图2所示，本专利技术的技术方案是包括以下步骤：步骤1)：采集双联齿轮的齿轮端面图像，图像中同时存在大小齿轮；具体实施中可以从小齿轮的一端进行拍摄采集。本专利技术所述的双联齿轮可为小模数双联齿轮，小模数是指模数在1mm及以下。步骤2)：将图像进行灰度处理，再采用快速邻域波谷分析方式得到双联齿轮的大、小齿轮的二值图像，两个二值图像中均分为目标图像区域和背景图像区域，通过质心法得到目标图像区域的质心位置；步骤3)：针对步骤2)的大、小齿轮的二值图像分别进行边缘检测处理：基于质心位置采集径向边缘扫描方式标记各齿轮边缘点，得到各齿轮边缘点与质心位置的距离曲线，并对距离曲线进行高斯平滑；步骤4)：对距离曲线进行分析，标记出距离曲线中非周期性出现的极大值位置，作为断齿缺陷位置，最后反解出齿轮图像中的断齿位置。所述步骤2)具体为：2.1)先对图像进行灰度变换；2.2)采用以下公式找到各个波谷灰度值t和波峰灰度值crest：{t,h(t-1)≤h(t)≤h(t+1)}{crest,h(t)≥h(crest-1)∩h(t)≥h(crest+1)}其中，h(t)代表灰度值为t的像素点在图像中出现的频率，h(crest-1)表示灰度值为crest-1的像素点在图像中出现的频率；2.3)在值域[0,255]内，利用以下公式计算出分割大齿轮的第一阈值t0；其中，表示当取最大时t的取值，表示最大类间方差(OTSU)的目标公式；v(t)表示波谷灰度值t在直方图中相对其左右相邻波峰的均值的比值；h(crestL(t))和h(crestR(t))分别为灰度值t在直方图中左、右相邻的波峰灰度值对应的出现频率；代表频率h(t)和图像直方图中灰度值t的大小为9的邻域内所有灰度值的出现频率之和；S1(t)表示波谷灰度值t分割的左半部分频率，S2(t)表示波谷灰度值t分割的右半部分频率；其中，i表示灰度级的编号，h(l)代表灰度值为l的像素点在图像中出现的频率；上述两部分频率的均值由下式求得：其中，u1表示波谷灰度值t分割的左半部分频率的均值，u2表示波谷灰度值t分割的右半部分频率的均值；2.4)图像中将灰度值大于150的像素作为参考背景，在所有波峰灰度值crest中找到除去参考背景以外的最大值和第二大值L1、L2，然后采用以下公式计算出分割小齿轮的第二阈值t1；2.5)用第一阈值t0对图像进行分割获得大齿轮的二值图像，用第二阈值t1对图像进行分割获得小齿轮的二值图像，并由二值图像的两块区域分别作为目标图像区域和背景图像区域；2.6)针对大、小齿轮的二值图像，均采用以下公式计算出质心位置，令二值图像中代表齿轮的目标图像区域为C，设M1，M2，M3，…，Mn为C上的n个点，其中第i个点Mi的坐标为(xi，yi)，则C的质心位置为：其中，Xc、Yc分别表示质心位置的图像横纵坐标，i表示目标图像区域C中点的序号，n表示目标图像区域C中点的总数。所述步骤3)具体为：3.1)从质心位置作出一条径向扫描线，并从质心位置开始向外遍历径向扫描线上的每个像素点Pi，检测像素点Pi处的灰度：若当前像素点Pi处的灰度为0，则判断下一像素点Pi+1处的灰度；若当前像素点Pi处的灰度若为1，则以当前像素点Pi作为边缘点，再采用以下公式计算连线PcPi-1的长度其中，θ为扫描角，xi-1、xc分别为像素点Pi-1和Pc的x坐标；所述的扫描角是指连线PcPi-1和参考线之间的夹角，在坐标系中随机建立一个过质心位置的直线作为参考线。所述的坐标系是以图像左上角为坐标系的原点，以沿图像的水平方向为x轴方向，以沿图像的纵向方向为y轴方向而建立的。3.2)等间隔递增扫描角改变径向扫描线的方向，重复步骤1)从质心位置再作径向扫描线，直至遍历质心位置圆周外围的所有边缘点；3.3)绘制边缘点到质心位置之间的距离关于扫描角θ的距离曲线P，对距离曲线P进行高斯平滑降噪处理。高斯平滑降噪处理具体是对P按照以下公式进行高斯平滑：其中，G(x,y)表示高斯核函数，σ表示高斯分布的标准偏差；所述步骤4)具体为：4.1)对高斯平滑后的距离曲线P进行求导，令导数为0求解得到距离曲线极值点Q：其中，θ为扫描角；4.2)对高斯平滑后的距离曲线P进行二阶求导，并代入4.1)求解结果，求得波峰值集合Q1＝{q1,q2,…qn}，q1,q2,…qn表示波峰值集合Q1中的各个波峰值：4.3)求出波峰值集合Q1中各元素之间的扫描角差值集合Θ＝{θ1,θ2,…θn-1}，θi表示第i+1个波峰值qi+1与第i个波峰值qi的差，θi＝qi+1-qi；4.4)找到波峰值集合Q1中的中位数qm和扫描角差值集合Θ中的中位数θm，同时将波峰值集合Q1和扫描角差值集合Θ中的各元素同时与中位数qm和中位数θm采用以下公式进行对比，建立对比元素为(qi，θi)，并判断：{θi,0.9·θm≤θi≤1.1·θm}{qi,0.9·qm≤qi≤1.1·qm}若同时满足上述公式的条件，则说明当前位置无缺陷；若不满足上述任一公式的条件，则说明当前位置存在缺陷，并记录下当前计算的扫描角θi作为缺陷的扫描角θ；4.5)缺陷的扫描角θ采用以下公式反解出缺陷在图像中的位置：xd＝xc+qm·cosθyd＝y本文档来自技高网...

【技术保护点】
一种基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法，其特征在于：步骤1)：采集双联齿轮的齿轮端面图像，图像中同时存在大小齿轮；步骤2)：将图像进行灰度处理，再采用快速邻域波谷分析方式得到双联齿轮的大、小齿轮的二值图像，两个二值图像中均分为目标图像区域和背景图像区域，通过质心法得到目标图像区域的质心位置；步骤3)：针对步骤2)的大、小齿轮的二值图像分别进行边缘检测处理：基于质心位置采集径向边缘扫描方式标记各齿轮边缘点，得到各齿轮边缘点与质心位置的距离曲线，并对距离曲线进行高斯平滑；步骤4)：对距离曲线进行分析，标记出距离曲线中非周期性出现的极大值位置，作为断齿缺陷位置，最后反解出齿轮图像中的断齿位置。

【技术特征摘要】
1.一种基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法，其特征在于：步骤1)：采集双联齿轮的齿轮端面图像，图像中同时存在大小齿轮；步骤2)：将图像进行灰度处理，再采用快速邻域波谷分析方式得到双联齿轮的大、小齿轮的二值图像，两个二值图像中均分为目标图像区域和背景图像区域，通过质心法得到目标图像区域的质心位置；步骤3)：针对步骤2)的大、小齿轮的二值图像分别进行边缘检测处理：基于质心位置采集径向边缘扫描方式标记各齿轮边缘点，得到各齿轮边缘点与质心位置的距离曲线，并对距离曲线进行高斯平滑；步骤4)：对距离曲线进行分析，标记出距离曲线中非周期性出现的极大值位置，作为断齿缺陷位置，最后反解出齿轮图像中的断齿位置。2.根据权利要求1所述的一种基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法，其特征在于：所述步骤2)具体为：2.1)先对图像进行灰度变换；2.2)采用以下公式找到各个波谷灰度值t和波峰灰度值crest：{t,h(t-1)≤h(t)≤h(t+1)}{crest,h(t)≥h(crest-1)∩h(t)≥h(crest+1)}其中，h(t)代表灰度值为t的像素点在图像中出现的频率，h(crest-1)表示灰度值为crest-1的像素点在图像中出现的频率；2.3)在值域[0,255]内，利用以下公式计算出分割大齿轮的第一阈值t0；其中，表示当取最大时t的取值，表示最大类间方差(OTSU)的目标公式；v(t)表示波谷灰度值t在直方图中相对其左右相邻波峰的均值的比值；h(crestL(t))和h(crestR(t))分别为灰度值t在直方图中左、右相邻的波峰灰度值对应的出现频率；代表频率h(t)和图像直方图中灰度值t的大小为9的邻域内所有灰度值的出现频率之和；S1(t)表示波谷灰度值t分割的左半部分频率，S2(t)表示波谷灰度值t分割的右半部分频率；其中，i表示灰度级的编号，h(l)代表灰度值为l的像素点在图像中出现的频率；上述两部分频率的均值由下式求得：其中，u1表示波谷灰度值t分割的左半部分频率的均值，u2表示波谷灰度值t分割的右半部分频率的均值；2.4)图像中将灰度值大于150的像素作为参考背景，在所有波峰灰度值crest中找到除去参考背景以外的最大值和第二大值L1、L2，然后采用...

【专利技术属性】
技术研发人员：赵昕玥，王宏远，何再兴，张树有，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33