一种丝杆直线度智能检测系统及方法技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种丝杆直线度智能检测系统及方法，该方法包括：在丝杆正上方采集丝杆表面灰度图像，获取丝杆表面灰度图像中的丝杆区域和丝杆区域内的反光区域；根据丝杆区域的长边缘线和反光区域的边缘线的分布情况确定横向直线度；根据每个反光区域内像素点的灰度值分布情况以及与其他反光区域内像素点的灰度值分布情况之间的差异，得到每个反光区域的异常程度；在丝杆区域中根据每个反光区域的异常程度与其相邻的反光区域的灰度变化情况得到纵向直线度；根据横向直线度和纵向直线度确定丝杆区域的综合直线度，根据综合直线度对丝杆进行直线度检测。本发明专利技术能够获得较为准确的直线度检测结果。果。果。

【技术实现步骤摘要】
一种丝杆直线度智能检测系统及方法


[0001]本专利技术涉及图像处理
，具体涉及一种丝杆直线度智能检测系统及方法。

技术介绍

[0002]丝杆是制造业的关键零部件之一，丝杆直线度的测量精度直接影响零部件产品的质量检测结果。直线度是机械加工领域中常见的参数，用于描述零部件表面的平直程度。在零部件制造过程中，可能会由于各种因素的影响，例如材料缺陷、加工工艺过程出现失误等情况，会导致零部件表面产生弯曲形变，从而影响零部件的平直程度，影响产品的质量和性能。因此对丝杆进行直线度检测就显得尤为重要。现有的常采用霍夫直线检测对丝杆表面进行直线度检测，但是该方法受图像拍摄角度的影响使得检测结果的准确度较低。

技术实现思路

[0003]为了解决现有的丝杆直线度检测方法的检测结果的准确度较低的技术问题，本专利技术的目的在于提供一种丝杆直线度智能检测方法，所采用的技术方案具体如下：在丝杆正上方采集丝杆表面灰度图像，获取丝杆表面灰度图像中的丝杆区域和丝杆区域内的反光区域；根据丝杆区域的长边缘线和反光区域的边缘线的分布情况，确定丝杆区域的横向直线度；根据每个反光区域内像素点的灰度值分布情况以及与其他反光区域内像素点的灰度值分布情况之间的差异，得到每个反光区域的异常程度；在丝杆区域中根据每个反光区域的异常程度与其相邻的反光区域的灰度变化情况，得到丝杆区域的纵向直线度；根据丝杆区域的横向直线度和纵向直线度确定丝杆区域的综合直线度，根据综合直线度对丝杆进行直线度检测。
[0004]优选地，所述根据丝杆区域的长边缘线和反光区域的边缘线的分布情况，确定丝杆区域的横向直线度，具体包括：对丝杆区域进行边缘检测获取丝杆区域的边缘线，将边缘像素点的数量最多的边缘线记为丝杆区域的长边缘线，对丝杆区域的长边缘线进行直线拟合得到丝杆区域的边缘特征直线；将任意一个反光区域记为目标反光区域，根据目标反光区域的每个边缘像素点到所述边缘特征直线的距离确定目标反光区域的第一边缘线和第二边缘线；分别对第一边缘线和第二边缘线进行直线拟合得到第一特征直线和第二特征直线，根据目标反光区域的第一边缘像素点到第一特征直线的距离、第二边缘像素点到第二特征直线的距离，分别获得第一边缘线的特征权重和第二边缘线的特征权重；根据第一特征直线和所述边缘特征直线之间的倾斜程度差异、第二特征直线和所述边缘特征直线之间的倾斜程度差异，分别获得第一边缘线的特征直线度和第二边缘线的特征直线度；利用所述特征权重对对应的特征直线度进行加权求和得到目标反光区域的特
征直线度；将丝杆区域内所有反光区域的特征直线度的均值作为丝杆区域的横向直线度。
[0005]优选地，所述根据目标反光区域的每个边缘像素点到所述边缘特征直线的距离确定目标反光区域的第一边缘线和第二边缘线，具体包括：计算目标反光区域的每个边缘像素点到边缘特征直线的距离记为第一距离，将目标反光区域中预设数量个第一距离小于或等于预设的第一距离阈值对应的边缘像素点记为第一边缘像素点，将目标反光区域中预设数量个第一距离大于或等于预设的第二距离阈值对应的边缘像素点记为第二边缘像素点；在目标反光区域中所有第一边缘像素点构成的边缘线为第一边缘线，所有第二边缘像素点构成的边缘线为第二边缘线。
[0006]优选地，所述第一边缘线的特征权重和第二边缘线的特征权重的获取方法具体包括：对于目标反光区域的第一边缘线，计算所有第一边缘像素点到第一特征直线的距离的均值记为第一距离均值，对第一距离均值进行反比例归一化处理得到第一边缘线的特征权重；对于目标反光区域的第二边缘线，计算所有第二边缘像素点到第二特征直线的距离的均值记为第二距离均值，对第二距离均值进行反比例归一化处理得到第二边缘线的特征权重。
[0007]优选地，所述第一边缘线的特征直线度和第二边缘线的特征直线度的获取方法具体为：对于第一边缘线，将第一特征直线的斜率与边缘特征直线的斜率之间的差异记为第一边缘差异，根据所述第一边缘差异得到第一边缘线的特征直线度，所述第一边缘差异与第一边缘线的特征直线度之间呈负相关关系；对于第二边缘线，将第二特征直线的斜率与边缘特征直线的斜率之间的差异记为第二边缘差异，根据所述第二边缘差异得到第二边缘线的特征直线度，所述第二边缘差异与第二边缘线的特征直线度之间呈负相关关系。
[0008]优选地，所述每个反光区域的异常程度的获取方法具体包括：将任意一个反光区域记为选定反光区域，获取选定反光区域内的质心，对于选定反光区域内的任意一个像素点，计算像素点与质心之间的距离得到像素点的距离指标，计算像素点与质心之间的灰度值差异得到像素点的灰度指标，将像素点的距离指标与灰度指标的乘积作为像素点的特征指标，将选定反光区域内所有像素点的特征指标的均值作为选定反光区域的灰度变化程度；获取除选定反光区域之外所有反光区域的灰度变化程度的均值记为变化特征值，将选定反光区域的灰度变化程度与变化特征值之间的比值记为第一比值，将第一预设值与第一比值之间的差值绝对值作为选定反光区域的异常程度。
[0009]优选地，所述在丝杆区域中根据每个反光区域的异常程度与其相邻的反光区域的灰度变化情况，得到丝杆区域的纵向直线度，具体包括：分别计算选定反光区域的灰度变化程度与其相邻的两个反光区域的灰度变化程度之间的差值绝对值，将两个差值绝对值的均值记为选定反光区域的平均差值；获取除选定反光区域之外所有反光区域的平均差值的均值记为特征差值；计算选定反光区域的平均
差值与特征差值之间的比值得到第二比值，将第二预设值与第二比值之间的差值绝对值作为特征系数；根据选定反光区域的平均差值、异常程度以及特征系数，得到选定反光区域的纵向直线度，选定反光区域的平均差值、异常程度以及特征系数均与选定反光区域的纵向直线度之间呈负相关关系；将丝杆区域内所有反光区域的纵向直线度的均值作为丝杆区域的纵向直线度。
[0010]优选地，所述根据丝杆区域的横向直线度和纵向直线度确定丝杆区域的综合直线度，具体包括：将丝杆区域的横向直线度与纵向直线度之间的和值作为丝杆区域的综合直线度。
[0011]优选地，所述根据综合直线度对丝杆进行直线度检测，具体包括：当归一化后的综合直线度大于或等于预设的异常阈值时，丝杆的直线度出现异常；当归一化后的综合直线度小于预设的异常阈值时，丝杆的直线度未出现异常。
[0012]本专利技术还提供了一种丝杆直线度智能检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种丝杆直线度智能检测方法的步骤。
[0013]本专利技术实施例至少具有如下有益效果：本专利技术通过在丝杆正上方采集丝杆表面灰度图像，固定了图像采集的位置，使得后续对丝杆进行直线度检测时不需要多角度采集，节省了部分人力物力。首先获取丝杆表面灰度图像中的丝杆区域以及丝杆区域中的反光区域，然后通过对丝杆区域的长边缘线和反光区域的边缘线的分布情况进行分析，从丝杆区域的横向分布方面反映了丝杆区域的横向平直程度。进一步的，通过分析每个反光区域内像素点的灰度值分布情况以及与其他反光区域内像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种丝杆直线度智能检测方法，其特征在于，该方法包括以下步骤：在丝杆正上方采集丝杆表面灰度图像，获取丝杆表面灰度图像中的丝杆区域和丝杆区域内的反光区域；根据丝杆区域的长边缘线和反光区域的边缘线的分布情况，确定丝杆区域的横向直线度；根据每个反光区域内像素点的灰度值分布情况以及与其他反光区域内像素点的灰度值分布情况之间的差异，得到每个反光区域的异常程度；在丝杆区域中根据每个反光区域的异常程度与其相邻的反光区域的灰度变化情况，得到丝杆区域的纵向直线度；根据丝杆区域的横向直线度和纵向直线度确定丝杆区域的综合直线度，根据综合直线度对丝杆进行直线度检测。2.根据权利要求1所述的一种丝杆直线度智能检测方法，其特征在于，所述根据丝杆区域的长边缘线和反光区域的边缘线的分布情况，确定丝杆区域的横向直线度，具体包括：对丝杆区域进行边缘检测获取丝杆区域的边缘线，将边缘像素点的数量最多的边缘线记为丝杆区域的长边缘线，对丝杆区域的长边缘线进行直线拟合得到丝杆区域的边缘特征直线；将任意一个反光区域记为目标反光区域，根据目标反光区域的每个边缘像素点到所述边缘特征直线的距离确定目标反光区域的第一边缘线和第二边缘线；分别对第一边缘线和第二边缘线进行直线拟合得到第一特征直线和第二特征直线，根据目标反光区域的第一边缘像素点到第一特征直线的距离、第二边缘像素点到第二特征直线的距离，分别获得第一边缘线的特征权重和第二边缘线的特征权重；根据第一特征直线和所述边缘特征直线之间的倾斜程度差异、第二特征直线和所述边缘特征直线之间的倾斜程度差异，分别获得第一边缘线的特征直线度和第二边缘线的特征直线度；利用所述特征权重对对应的特征直线度进行加权求和得到目标反光区域的特征直线度；将丝杆区域内所有反光区域的特征直线度的均值作为丝杆区域的横向直线度。3.根据权利要求2所述的一种丝杆直线度智能检测方法，其特征在于，所述根据目标反光区域的每个边缘像素点到所述边缘特征直线的距离确定目标反光区域的第一边缘线和第二边缘线，具体包括：计算目标反光区域的每个边缘像素点到边缘特征直线的距离记为第一距离，将目标反光区域中预设数量个第一距离小于或等于预设的第一距离阈值对应的边缘像素点记为第一边缘像素点，将目标反光区域中预设数量个第一距离大于或等于预设的第二距离阈值对应的边缘像素点记为第二边缘像素点；在目标反光区域中所有第一边缘像素点构成的边缘线为第一边缘线，所有第二边缘像素点构成的边缘线为第二边缘线。4.根据权利要求2所述的一种丝杆直线度智能检测方法，其特征在于，所述第一边缘线的特征权重和第二边缘线的特征权重的获取方法具体包括：对于目标反光区域的第一边缘线，计算所有第一边缘像素点到第一特征直线的距离的均值记为第一距离均值，对第一距离均值进行反比例归一化处理得到第一边缘线的特征权重；对于目标反光区域的第二边缘线，计算所有第二边缘像素点到第二特征直线的距离的
均值记为第二距离均值，对第二距离均值进行反比例归一化处理得到第二边缘线的特征权重。5.根据权利要求2所述的一种丝杆直线度智能检测...

【专利技术属性】
技术研发人员：赵志强，赵志刚，万艳艳，
申请(专利权)人：惠州市金箭精密部件有限公司，
类型：发明
国别省市：