本发明专利技术公开了一种基于双相机标定的螺栓尺寸高精度测量方法和装置，方法包括以下步骤：获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像；对两个相机的光心间距和单像素精度进行精确标定；对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位，并拟合螺栓粗定位边缘获取边缘曲线；根据所述边缘曲线截取螺纹边缘图像，并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊，获得清晰螺纹图像；在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位，根据待测尺寸的像素距离计算螺栓尺寸。本发明专利技术既能够实现螺栓高精度尺寸测量，又能够简化测量算法，增强算法的有效性，提高算法的运算速度，解决了传统测量算法量程小、精度低的问题。的问题。的问题。
【技术实现步骤摘要】
基于双相机标定的螺栓尺寸高精度测量方法和装置
[0001]本专利技术涉及一种基于双相机标定的螺栓尺寸高精度测量方法和装置，属于物件尺寸测量
技术介绍
[0002]螺栓具有紧固工件的功能，是工业产品的重要组成部分，在日常生活和工业生产中有着不可或缺的作用，被誉为“工业之米”。螺栓尺寸参数决定了工业产品的稳固程度，螺栓某项尺寸指标不合格可能会导致产品结构松动，甚至崩塌，所以出厂前螺栓要经过严格的质量检测。
[0003]目前，针对螺栓尺寸测量，学者们提出了多种解决方案。西安科技大学李白萍在2020年发表的学术论文《基于Sherlock的螺栓几何尺寸测量》中，利用Sherlock机器视觉软件实现了测量精度达到0.03mm的几何尺寸测量。该方法基于国外企业研发的机器视觉平台实现，缺乏通用性和拓展性，并且测量精度较低。桂林电子科技大学李执在2022年发表的学术论文《基于机器视觉的金属工件尺寸测量》中，基于Ramer算法实现了测量目标轮廓分割，并利用亚像素细分技术检测亚像素边缘，但该方法测量结果不稳定，误差波动较大，当测量目标超过10mm，测量误差超过0.1mm。同时该算法计算量大，难以适用于工业场景。
[0004]基于上述现有螺栓尺寸测量方案存在的问题，亟需一种新的测量方法以提高螺栓尺寸的测量精度。
技术实现思路
[0005]为了解决上述问题，本专利技术提出了一种基于双相机标定的螺栓尺寸高精度测量方法和装置，能够解决传统测量方法量程小、精度低的问题，为螺栓质量检测提供了很好的技术保障。<br/>[0006]本专利技术解决其技术问题采取的技术方案是：
[0007]一方面，本专利技术实施例提供的一种基于双相机标定的螺栓尺寸高精度测量方法，包括以下步骤：
[0008]获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像；
[0009]对两个相机的光心间距和单像素精度进行精确标定；
[0010]对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位，并拟合螺栓粗定位边缘获取边缘曲线；
[0011]根据所述边缘曲线截取螺纹边缘图像，并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊，获得清晰螺纹图像，提高图像清晰度；
[0012]在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位，根据待测尺寸的像素距离计算螺栓尺寸。
[0013]作为本实施例一种可能的实现方式，所述位于待测螺栓两侧相机的光轴平行，且两侧相机光心间的中点位于螺栓的中心轴线上，所述待测螺栓垂直设置在旋转测量装置
上，且旋转测量装置的垂直中心线与螺栓的中心轴线同轴。
[0014]作为本实施例一种可能的实现方式，所述对两个相机的光心间距和单像素精度进行精确标定，包括：
[0015]选取图像中标准件两端的坐标，计算像素距离，并结合实际尺寸计算单像素精度；所述标准件包括标准螺栓或标准刻度尺；
[0016]所述单像素精度计算公式如下所示：
[0017][0018]其中，L
r
表示标准件实际尺寸或刻度尺实际值，L
p
表示标准件或刻度尺的像素距离；
[0019]计算图像中心到标准件两端或刻度尺相邻刻度的像素距离，获得两相机的光心间距。
[0020]作为本实施例一种可能的实现方式，所述对获取的螺栓边缘图像进行二值化处理和边缘粗定位，并拟合螺栓粗定位边缘获取边缘曲线，包括：
[0021]对采集的螺栓边缘图像进行灰度化、高斯滤波和大津法二值化得到二值图像B(x,y)；
[0022]从左向右遍历二值图像的第一行像素值，并记录第一个灰度值发生变化的像素点，作为边缘点；
[0023]隔2行再从左向右遍历二值图像的寻找边缘点，进行螺栓边缘粗定位；
[0024]选用4次函数对粗定位边缘进行拟合，获取螺栓边缘曲线。
[0025]作为本实施例一种可能的实现方式，所述根据所述边缘曲线截取螺纹边缘图像，并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊，获得清晰螺纹图像，包括：
[0026]计算螺栓边缘曲线的曲线导数，求解曲线导数为0的坐标点，并根据螺栓在图像中的位置判断极大值点和极小值点与螺纹牙顶、牙底的对应关系，获取螺纹牙顶和牙底的粗坐标；
[0027]所述极大值点和极小值点与螺纹牙顶、牙底的对应关系为：当螺栓边缘在图像右侧时，牙顶为极小值，牙底为极大值；当螺栓边缘在图像左侧时，牙顶为极大值，牙底为极小值；
[0028]以螺纹牙顶和牙底的粗坐标为中心截取分辨率为640像素
×
640像素的螺纹灰度图像；
[0029]使用图像超分辨率重建模型对离焦螺纹图像进行重建，去除螺纹图像中的离焦模糊。
[0030]作为本实施例一种可能的实现方式，所述在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位，根据待测尺寸的像素距离计算螺栓尺寸，包括：
[0031]采用获取螺纹牙顶和牙底的粗坐标方法在清晰螺纹图像中进行螺纹牙顶和牙底坐标的精确定位，获得牙顶和牙底在螺纹图像中的精确坐标；
[0032]将螺栓边缘图像通过插值放大，并将螺纹图像拼接到螺栓边缘图像对应的位置，获取螺纹牙顶和牙底在螺栓边缘图像中的坐标；
[0033]将两个相机的光心间距和螺栓边缘到对应一侧相机光心的距离相加，获得螺栓尺
寸的测量结果。
[0034]作为本实施例一种可能的实现方式，所述螺栓尺寸包括螺栓大径、中径、小径和螺距的尺寸。
[0035]作为本实施例一种可能的实现方式，所述螺栓边缘包括螺纹牙顶和牙底。
[0036]作为本实施例一种可能的实现方式，所述图像超分辨率重建模型的训练过程包括以下步骤：
[0037]定位螺栓边缘图像中螺纹牙顶和牙底的坐标，并截取螺纹牙顶和牙底的边缘部分，获得分辨率为640像素
×
640像素的螺纹灰度图像；
[0038]对螺纹灰度图像进行2倍双三次下采样，获得低分辨率离焦图像，构建螺纹图像数据集；
[0039]根据螺纹图像数据集搭建基于CycleGAN的超分辨率重建网络。
[0040]作为本实施例一种可能的实现方式，所述搭建基于CycleGAN的超分辨率重建网络的过程包括以下步骤：
[0041]搭建CycleGAN超分辨率重建网络；
[0042]在训练阶段，生成网络和判别网络交替训练，并采用Adam算法指导模型优化，设置β1为0.9，β2为0.99，batch size为2，初始学习率为0.001，到第100个epoch时停止训练，其中学习率从第50个epoch开始以0.1的系数线性衰减。
[0043]作为本实施例一种可能的实现方式，所述图像超分辨率重建模型的输入为低分辨率图像，输出为对低分辨率图像重建后的重建图像。其中，超分辨率重建模型的具体结构细节在本实施例中并不做任何限制，具体可以根据需求进行相应的选择即可。
[0044]另一方面，本专利技术实施例提供的一种基于双相机标定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于双相机标定的螺栓尺寸高精度测量方法，其特征在于，包括以下步骤：获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像；对两个相机的光心间距和单像素精度进行精确标定；对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位，并拟合螺栓粗定位边缘获取边缘曲线；根据所述边缘曲线截取螺纹边缘图像，并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊，获得清晰螺纹图像；在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位，根据待测尺寸的像素距离计算螺栓尺寸。2.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法，其特征在于，所述位于待测螺栓两侧相机的光轴平行，且两侧相机光心间的中点位于螺栓的中心轴线上，所述待测螺栓垂直设置在旋转测量装置上，且旋转测量装置的垂直中心线与螺栓的中心轴线同轴。3.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法，其特征在于，所述对两个相机的光心间距和单像素精度进行精确标定，包括：选取图像中标准件两端的坐标，计算像素距离，并结合实际尺寸计算单像素精度；所述标准件包括标准螺栓或标准刻度尺；所述单像素精度计算公式如下所示：其中，L
r
表示标准件实际尺寸或刻度尺实际值，L
p
表示标准件或刻度尺的像素距离；计算图像中心到标准件两端或刻度尺相邻刻度的像素距离，获得两相机的光心间距。4.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法，其特征在于，所述对获取的螺栓边缘图像进行二值化处理和边缘粗定位，并拟合螺栓粗定位边缘获取边缘曲线，包括：对采集的螺栓边缘图像进行灰度化、高斯滤波和大津法二值化得到二值图像B(x,y)；从左向右遍历二值图像的第一行像素值，并记录第一个灰度值发生变化的像素点，作为边缘点；隔2行再从左向右遍历二值图像的寻找边缘点，进行螺栓边缘粗定位；选用4次函数对粗定位边缘进行拟合，获取螺栓边缘曲线。5.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法，其特征在于，所述根据所述边缘曲线截取螺纹边缘图像，并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊，获得清晰螺纹图像，包括：计算螺栓边缘曲线的曲线导数，求解曲线导数为0的坐标点，并根据螺栓在图像中的位置判断极大值点和极小值点与螺纹牙顶、牙底的对应关系，获取螺纹牙顶和牙底的粗坐标；所述极大值点和极小值点与螺纹牙顶、牙底的对应关系为：当螺栓边缘在图像右侧时，牙顶为极小值，牙底为极大值；当螺栓边缘在图像左侧时，牙顶为极大值，牙底为极小值；以螺纹牙顶和牙底的粗坐标为中心截取分辨率为640像素
×
640像素的螺纹灰度图像；使用图像超分辨率重建模型对离焦螺纹图...
【专利技术属性】
技术研发人员：李金屏，江鹏飞，黄艺美，董子昊，徐婉晴，
申请(专利权)人：山东深图智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。