一种尺度空间自适应的螺母内螺纹检测方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种尺度空间自适应的螺母内螺纹检测方法。该方法包括：得到优化后的螺纹区域、非螺纹区域和背景区域；基于优化后的螺纹区域、非螺纹区域和背景区域得到每个区域的重要程度；得到不同区域对应的模糊参数；所述不同区域对应的模糊参数组成自适应尺度空间；得到高斯差分金字塔，基于高斯差分金字塔中进行极值检测，得到关键点；获得灰度图中每个关键点的特征向量；获得标准灰度图中每个关键点的特征向量；基于灰度图中和标准灰度图中每个关键点的特征向量之间的距离进行匹配获得关键点匹配对；基于关键点匹配对的数量与标准灰度图中关键点的数量的比值判断螺母是否合格。本发明专利技术能够准确的判断螺母是否合格。的判断螺母是否合格。的判断螺母是否合格。

【技术实现步骤摘要】
一种尺度空间自适应的螺母内螺纹检测方法


[0001]本专利技术涉及数据处理
，具体涉及一种尺度空间自适应的螺母内螺纹检测方法。

技术介绍

[0002]螺母是工业加工生产中较为常见的一类紧固产品，需求量大且对品质的要求极为严格。依靠人工进行螺母的螺纹检测，工作量大且作业条件和主观判断等因素会影响检测结果的准确性。随着计算机技术的发展，出现了基于机器视觉的螺纹检测技术，基于采集到的图像，经过预处理和轮廓匹配等操作得到螺丝的圈数，完成量化的螺母检测。但是这个技术是对螺母每圈螺纹的整体检测，局部的损坏特征无法检测到。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种尺度空间自适应的螺母内螺纹检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种尺度空间自适应的螺母内螺纹检测方法：获得设定角度下拍摄的只包含螺母的图像并灰度化得到灰度图；获得灰度图的灰度直方图，基于灰度直方图将灰度图划分为螺纹区域、非螺纹区域和背景区域；设定灰度阈值，将灰度图二值化得到二值图；对二值图进行腐蚀处理得到优化后的螺纹区域、非螺纹区域和背景区域；基于优化后的螺纹区域、非螺纹区域和背景区域中的每个像素点水平方向和竖直方向上的梯度分别得到优化后的螺纹区域、非螺纹区域和背景区域的重要程度；基于灰度图中优化后的螺纹区域、非螺纹区域和背景区域的重要程度、像素点灰度值方差，以及灰度图在金字塔中位置得到不同区域对应的模糊参数；所述不同区域对应的模糊参数组成自适应尺度空间；基于自适应尺度空间对灰度图进行下采样得到第一组图像；基于第一组图像中的第一层图像得到多组图像；利用多组图像中相邻图像进行相减得到高斯差分金字塔；基于高斯差分金字塔中进行极值检测，得到关键点；获得灰度图中每个关键点的特征向量；获得标准灰度图中每个关键点的特征向量；基于灰度图中和标准灰度图中每个关键点的特征向量之间的距离进行匹配获得关键点匹配对；基于关键点匹配对的数量与标准灰度图中关键点的数量的比值判断螺母是否合格。
[0004]优选地，获得灰度图的灰度直方图，基于灰度直方图将灰度图划分为螺纹区域、非螺纹区域和背景区域包括：根据灰度直方图将灰度图中像素点的灰度值划分为三个灰度级别，基于三个灰度级别对灰度图进行划分获得螺纹、非螺纹和背景三个区域。
[0005]优选地，对二值图进行腐蚀处理得到优化后的螺纹区域、非螺纹区域和背景区域包括：对二值图多次进行腐蚀处理，模板大小为K*K，由消失顺序倒推，对最后一个消失与倒数第二个消失，倒数第二个消失和倒数第三个消失，以此类推，计算相似性，当加入任意一个区域时，相似性突然减小，之前那些相似性大的区域就是周期部分；将得到的周期部分划
分到螺纹区域，剩下的离散部分划分到非螺纹区域；得到优化后的优化后的螺纹区域、非螺纹区域和背景区域。
[0006]优选地，重要程度为：其中，表示划分得到的第个区域的像素数目；表示第i个区域的第n个像素点水平方向的梯度，表示第i个区域的第n个像素点竖直方向的梯度。
[0007]优选地，模糊参数为：其中，表示高斯金字塔第组中第层图像的第个区域所对应的模糊参数；表示第i个区域的重要程度；代表灰度图在金字塔中的位置信息，表示灰度图在这一组中的层数；表示第i个区域中第n个像素点的灰度值；表示第i个区域像素点的数量。
[0008]优选地，获得灰度图中每个关键点的特征向量包括：以关键点为中心，获取主方向并将坐标轴做相应的旋转；取8*8的窗口，求得每个像素的梯度幅值和方向；利用高斯窗口进行加权运算，在每个4x4的小块上绘制8个方向的梯度直方图，计算每个梯度方向的累加值形成种子点；每个特征由16个种子点组成，一个关键点了产生128维的SIFT特征向量。
[0009]优选地，基于灰度图中和标准灰度图中每个关键点的特征向量之间的距离进行匹配获得关键点匹配对包括：对于标准灰度图的每一个关键点特征向量，用欧式距离寻找标准灰度图的每一个关键点特征向量在待检测螺母的灰度图的所有关键点特征向量的匹配关键点，可以得到多个关键点匹配对。
[0010]优选地，基于关键点匹配对的数量与标准灰度图中关键点的数量的比值判断螺母是否合格包括：所述关键点匹配对的数量与标准灰度图中关键点的数量的比值为匹配度，设定判断阈值；若匹配度大于判断阈值，则螺母合格。
[0011]本专利技术实施例至少具有如下有益效果：本专利技术基于SIFT算法，在六角螺母内螺纹检测场景下，匹配标准零件和生产零件的关键点，通过关键点的匹配程度得到合格率。如果内螺纹有局部的磨损、腐蚀或变形，标准零件中的部分关键点在生产零件中会因缺失和得不到匹配而被检测出。同时，考虑到螺母内螺纹图像的纹理分布不均，不合适的尺度会导致过多关键点丢失，本专利技术根据图像特征进行区域的划分，在不同区域匹配不同模糊参数得
到自适应的尺度空间，进一步由降采样得到高斯金字塔并进行关键点匹配，检测出螺母内螺纹的合格率。
附图说明
[0012]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0013]图1为本专利技术实施例提供的一种尺度空间自适应的螺母内螺纹检测方法的方法流程图。
具体实施方式
[0014]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种尺度空间自适应的螺母内螺纹检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0015]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0016]下面结合附图具体的说明本专利技术所提供的一种尺度空间自适应的螺母内螺纹检测方法的具体方案。
[0017]实施例：本专利技术的主要应用场景为：对螺母的内螺纹进行检测，从而判断螺母的合格率。
[0018]本专利技术的主要目的是：根据纹理的特征分区域选择模糊参数构建自适应的尺度空间，通过匹配关键点得到内螺纹合格率。
[0019]请参阅图1，其示出了本专利技术实施例提供的一种尺度空间自适应的螺母内螺纹检测方法的方法流程图，该方法包括以下步骤：步骤S1，获得设定角度下拍摄的只包含螺母的图像并灰度化得到灰度图；获得灰度图的灰度直方图，基于灰度直方图将灰度图划分为螺纹区域、非螺纹区域和背景区域；设定灰度阈值，将灰度图二值化得到二值图；对二值图进行腐蚀处理得到优化后的螺纹区域、非螺纹区域和背景区域。
[0020]为了更直观地展现出螺母内螺纹的纹理信息，在设定角度小，也即是斜45度方向对单个螺母进行拍摄,对与零件无关的其他区域进行裁剪后灰度化，得到灰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种尺度空间自适应的螺母内螺纹检测方法，其特征在于，该方法包括：获得设定角度下拍摄的只包含螺母的图像并灰度化得到灰度图；获得灰度图的灰度直方图，基于灰度直方图将灰度图划分为螺纹区域、非螺纹区域和背景区域；设定灰度阈值，将灰度图二值化得到二值图；对二值图进行腐蚀处理得到优化后的螺纹区域、非螺纹区域和背景区域；基于优化后的螺纹区域、非螺纹区域和背景区域中的每个像素点水平方向和竖直方向上的梯度分别得到优化后的螺纹区域、非螺纹区域和背景区域的重要程度；基于灰度图中优化后的螺纹区域、非螺纹区域和背景区域的重要程度、像素点灰度值方差，以及灰度图在金字塔中位置得到不同区域对应的模糊参数；所述不同区域对应的模糊参数组成自适应尺度空间；基于自适应尺度空间对灰度图进行下采样得到第一组图像；基于第一组图像中的第一层图像得到多组图像；利用多组图像中相邻图像进行相减得到高斯差分金字塔；基于高斯差分金字塔中进行极值检测，得到关键点；获得灰度图中每个关键点的特征向量；获得标准灰度图中每个关键点的特征向量；基于灰度图中和标准灰度图中每个关键点的特征向量之间的距离进行匹配获得关键点匹配对；基于关键点匹配对的数量与标准灰度图中关键点的数量的比值判断螺母是否合格。2.根据权利要求1所述的一种尺度空间自适应的螺母内螺纹检测方法，其特征在于，所述获得灰度图的灰度直方图，基于灰度直方图将灰度图划分为螺纹区域、非螺纹区域和背景区域包括：根据灰度直方图将灰度图中像素点的灰度值划分为三个灰度级别，基于三个灰度级别对灰度图进行划分获得螺纹、非螺纹和背景三个区域。3.根据权利要求1所述的一种尺度空间自适应的螺母内螺纹检测方法，其特征在于，所述对二值图进行腐蚀处理得到优化后的螺纹区域、非螺纹区域和背景区域包括：对二值图多次进行腐蚀处理，模板大小为K*K，由消失顺序倒推，对最后一个消失与倒数第二个消失，倒数第二个消失和倒数第三个消失，以此类推，计算相似性，当加入任意一个区域时，相似性突然减小，之前那些相...

【专利技术属性】
技术研发人员：孙嘉懿，
申请(专利权)人：南通强发模具制造有限公司，
类型：发明
国别省市：