一种应用于切削工件的光切法表面粗糙度测量方法技术

本发明专利技术公开了一种应用于切削工件的光切法表面粗糙度测量方法，该方法包括：采用SIFT算法对两帧待拼接图像进行特征点提取及初步匹配得到匹配的特征点对；采用AdaLAM算法对匹配的特征点对进行特征匹配，获得精确匹配点集；在精确匹配点集选取匹配点计算变换矩阵，对变换矩阵进行图像配准，计算重叠区域缝合线；选取一条强度值最小的缝合线作为最佳缝合线；基于最佳缝合线进行图像拼接，输出完整图像；对拼接后的图像进行灰度化、二值化处理，对二值图进行光带边缘曲线提取；对边缘曲线进行最小二乘法拟合曲线中线，基于边缘曲线及拟合曲线中线计算粗糙度值。本发明专利技术利用图像拼接对光切法进行优化，提高光切法测量精度。提高光切法测量精度。提高光切法测量精度。

【技术实现步骤摘要】
一种应用于切削工件的光切法表面粗糙度测量方法


[0001]本专利技术涉及图像处理和光学检测
，具体涉及一种应用于切削工件的光切法表面粗糙度测量方法。

技术介绍

[0002]表面粗糙度是衡量切削工件表面质量的一个重要指标，在传统粗糙度测量中，大多数采用离线抽样测量。随着机械加工自动化程度的提高，工业界提出了粗糙度在线测量的要求，即在加工或拆装工件过程中实时地对工件进行表面粗糙度测量，保证切削加工产品的稳定性，提高生产效率。非接触式光学测量方法能很好地满足在线测量要求。区别于其他光学非接触式测量法，如光散射法、散斑法、干涉法，无法直观展现形貌特征的问题，光切法通过获得工件表面形貌进行粗糙度测量。
[0003]光切法通常是使用传统的9J光切显微镜进行测量，受限仪器的整体化结构，以及需要人为调节仪器进行读数，测量效率低，难以应用于实际的自动化工业生产。光切法的光带为细窄状，受限于固定的像素大小，在固定取样长度下，边缘曲线只存在于少数的像素区域下，精度不高。

技术实现思路

[0004]为了克服现有技术存在的缺陷与不足，针对上述传统光切法测量范围小、精度低的问题，本专利技术提供一种应用于切削工件的光切法表面粗糙度测量方法，实现粗糙度测量，提出了利用图像拼接对光切法进行优化的思路，增加光带边缘所占的像素区域，增加轮廓周期数，获得较长的取样长度，提高光切法测量精度。
[0005]本专利技术的第二目的在于提供一种应用于切削工件的光切法表面粗糙度测量系统。
[0006]本专利技术的第三目的在于提供一种存储介质。
[0007]本专利技术的第四目的在于提供一种计算设备。
[0008]为了达到上述目的，本专利技术采用以下技术方案：
[0009]本专利技术提供一种应用于切削工件的光切法表面粗糙度测量方法，包括下述步骤：
[0010]采集两帧待拼接图像，采用SIFT算法对两帧待拼接图像进行特征点提取及初步匹配，得到匹配的特征点对；
[0011]采用AdaLAM算法对匹配的特征点对进行特征匹配，获得精确匹配点集；
[0012]在精确匹配点集选取匹配点计算变换矩阵，对变换矩阵进行图像配准，计算重叠区域缝合线；
[0013]将多次求解的变换矩阵对应的缝合线进行筛选，选取一条强度值最小的缝合线作为最佳缝合线；
[0014]基于最佳缝合线进行图像拼接，输出完整图像；
[0015]对拼接后的图像进行灰度化、二值化处理，采用Freeman链码跟踪算法对二值图进行光带边缘曲线提取；
[0016]对边缘曲线进行最小二乘法拟合曲线中线，基于边缘曲线及拟合曲线中线计算粗糙度值。
[0017]作为优选的技术方案，所述采用SIFT算法对两帧待拼接图像进行特征点提取及初步匹配，具体步骤包括：
[0018]构造Hessian矩阵，生成所有的兴趣点，用于特征的提取；
[0019]构造高斯金字塔，保持图像大小不变，改变高斯模糊模板的尺寸；
[0020]初步定位特征点，将经过Hessian矩阵处理过的每个像素点与其三维领域的点进行DoG值大小比较，判断是否为极大值点或极小值点，若是，则保留作为初步特征点；
[0021]求解特征点主方向：统计特征点圆形邻域设定区域扇形内的Haar小波特征值，将值最大的扇形方向作为该特征点的主方向；
[0022]生成特征点描述子：基于特征点的主方向选取特征点周围多个矩形区域块，每个子区域统计像素的水平方向和垂直方向Haar小波特征；
[0023]计算两特征点间描述子的欧氏距离判断匹配度。
[0024]作为优选的技术方案，所述采用AdaLAM算法对匹配的特征点对进行特征匹配，具体步骤包括：
[0025]计算特征点间描述子的欧氏距离，保留欧氏距离最小的特征匹配集；
[0026]选择比率ratio值高于设定阈值的匹配点作为种子点，比率ratio值由以下计算得到：取第一帧图像中的某个特征点，并找出其与第二帧图像中欧式距离最近的前两个特征点，在这两个特征点中，计算最近距离与次近距离的比值；
[0027]局部选择与过滤：寻找支持种子匹配的匹配对，对于任意的匹配特征点，满足设定的约束关系则被收入满足种子点的匹配集；
[0028]局部仿射校验：基于RANSAC找到最小解集拟合仿射矩阵，当置信度大于设定阈值时，将该匹配特征点视为内点，否则为外点；
[0029]重复迭代，更新置信度及内点：后一次利用前一次得到的内点拟合新的仿射矩阵，进行校验，直至达到设定迭代次数，输出内点，作为精确匹配点集。
[0030]作为优选的技术方案，所述对变换矩阵进行图像配准，计算重叠区域缝合线，具体步骤包括：
[0031]对两帧待拼接图像p1、p2中的第二帧图像p2上所有像素点乘上变换矩阵H，变换得到新图像p2′
；
[0032]计算第一帧图像p1与新图像p2′
的重叠区域与非重叠区域，用Sobel算子求出图第一帧图像p1与新图像p2′
非重叠区域在x和y方向的一阶梯度图；
[0033]重叠区域第一行各列像素点分别对应一条缝合线，缝合线的强度值初始化为像素点强度值：
[0034]E(x,y)＝E
color
(x,y)2+E
geometry
(x,y)
[0035]其中，E(x,y)为某一点的能量值，E
color
(x,y)为该点颜色强度能量，E
geometry
(x,y)为该点几何结构能量；
[0036]从当前得出强度值的一行向下延伸：对每条缝合线末端取下一行相邻的三个像素点，计算像素点强度值，取强度最小的像素点更新为缝合线末端，延伸至图像最后一行，得到一次矩阵变换后的缝合线。
[0037]作为优选的技术方案，所述基于最佳缝合线进行图像拼接，输出完整图像，包括下述步骤：
[0038]将第一帧图像p1与新图像p2′
各自不重叠区域和缝合线各侧的重叠区域拷贝到空白图像上，作为最后完整图像输出。
[0039]作为优选的技术方案，所述对拼接后的图像进行灰度化、二值化处理，具体采用opencv库函数进行图像灰度化处理，采用最大类间方差法进行二值化处理。
[0040]作为优选的技术方案，所述基于边缘曲线及拟合曲线中线计算粗糙度值，具体计算公式为：
[0041][0042]其中，Ra表示粗糙度值，f(x
i
)表示提取的边缘曲线方程，g(x
i
)表示拟合曲线中线。
[0043]为了达到上述第二目的，本专利技术采用以下技术方案：
[0044]一种应用于切削工件的光切法表面粗糙度测量系统，包括：采集模块、初步匹配模块、精确匹配模块、变换矩阵计算模块、缝合线计算模块、最优缝合线筛选模块、图像拼接模块、图像预处理模块、光带边缘曲线提取模块、曲线中线拟合模块和粗糙度值计算模块；
[0045]所述采集模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于切削工件的光切法表面粗糙度测量方法，其特征在于，包括下述步骤：采集两帧待拼接图像，采用SIFT算法对两帧待拼接图像进行特征点提取及初步匹配，得到匹配的特征点对；采用AdaLAM算法对匹配的特征点对进行特征匹配，获得精确匹配点集；在精确匹配点集选取匹配点计算变换矩阵，对变换矩阵进行图像配准，计算重叠区域缝合线；将多次求解的变换矩阵对应的缝合线进行筛选，选取一条强度值最小的缝合线作为最佳缝合线；基于最佳缝合线进行图像拼接，输出完整图像；对拼接后的图像进行灰度化、二值化处理，采用Freeman链码跟踪算法对二值图进行光带边缘曲线提取；对边缘曲线进行最小二乘法拟合曲线中线，基于边缘曲线及拟合曲线中线计算粗糙度值。2.根据权利要求1所述的应用于切削工件的光切法表面粗糙度测量方法，其特征在于，所述采用SIFT算法对两帧待拼接图像进行特征点提取及初步匹配，具体步骤包括：构造Hessian矩阵，生成所有的兴趣点，用于特征的提取；构造高斯金字塔，保持图像大小不变，改变高斯模糊模板的尺寸；初步定位特征点，将经过Hessian矩阵处理过的每个像素点与其三维领域的点进行DoG值大小比较，判断是否为极大值点或极小值点，若是，则保留作为初步特征点；求解特征点主方向：统计特征点圆形邻域设定区域扇形内的Haar小波特征值，将值最大的扇形方向作为该特征点的主方向；生成特征点描述子：基于特征点的主方向选取特征点周围多个矩形区域块，每个子区域统计像素的水平方向和垂直方向Haar小波特征；计算两特征点间描述子的欧氏距离判断匹配度。3.根据权利要求1所述的应用于切削工件的光切法表面粗糙度测量方法，其特征在于，所述采用AdaLAM算法对匹配的特征点对进行特征匹配，具体步骤包括：计算特征点间描述子的欧氏距离，保留欧氏距离最小的特征匹配集；选择比率ratio值高于设定阈值的匹配点作为种子点，比率ratio值由以下计算得到：取第一帧图像中的某个特征点，并找出其与第二帧图像中欧式距离最近的前两个特征点，在这两个特征点中，计算最近距离与次近距离的比值；局部选择与过滤：寻找支持种子匹配的匹配对，对于任意的匹配特征点，满足设定的约束关系则被收入满足种子点的匹配集；局部仿射校验：基于RANSAC找到最小解集拟合仿射矩阵，当置信度大于设定阈值时，将该匹配特征点视为内点，否则为外点；重复迭代，更新置信度及内点：后一次利用前一次得到的内点拟合新的仿射矩阵，进行校验，直至达到设定迭代次数，输出内点，作为精确匹配点集。4.根据权利要求1所述的应用于切削工件的光切法表面粗糙度测量方法，其特征在于，所述对变换矩阵进行图像配准，计算重叠区域缝合线，具体步骤包括：对两帧待拼接图像p1、p2中的第二帧图像p2上所有像素点乘上变换矩阵H，变换得到新
图像p2′
；计算第一帧图像p1与新图像p2′
的重叠区域与非重叠区域，用Sobel算子求出图第一帧图像p1与新图像p2′
非重叠区域在x和y方向的一阶梯度图；重叠区域第一行各列像素点分别对应一条缝合线，缝合线的强度值初始化为像素点强度值：E(x,y)＝E
c...

【专利技术属性】
技术研发人员：屈盛官，赵馨雨，吕继亮，李小强，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：