System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 小模数齿轮精度的视觉检测方法及系统技术方案_技高网

小模数齿轮精度的视觉检测方法及系统技术方案

技术编号:40307636 阅读:8 留言:0更新日期:2024-02-07 20:51
本发明专利技术涉及视觉检测领域,公开了一种小模数齿轮精度的视觉检测方法及系统,用于提高小模数齿轮的视觉检测精度。方法包括:采集小模数塑胶齿轮的多个初始齿轮图像并进行齿形区域标准化处理,得到多个标准齿轮图像;进行多层次特征分解,得到多个不同层次的第一齿轮特征图像;进行特征图融合,得到多个第二齿轮特征图像;进行三维建模,得到初始三维齿轮模型并进行齿槽和轮廓异常点检测,得到齿槽异常点和轮廓异常点;进行齿轮异常点增强处理,生成目标三维齿轮模型;对目标三维齿轮模型进行齿轮粗糙度分析,得到齿轮粗糙度数据,并根据齿轮粗糙度数据对小模数塑胶齿轮进行齿轮质量分类,得到对应的目标齿轮质量分类结果。

【技术实现步骤摘要】

本专利技术涉及视觉检测领域,尤其涉及一种小模数齿轮精度的视觉检测方法及系统


技术介绍

1、在工业制造领域,小模数齿轮广泛应用于各种设备和机械系统中,如精密仪器、汽车、电子设备等。齿轮作为机械传动的核心组件之一,其精度直接关系到设备的性能、稳定性和寿命。因此,对小模数齿轮的精度进行有效的检测和质量控制是制造过程中的重要环节。

2、传统的齿轮检测方法主要依赖于人工目视检测和测量,这种方式存在效率低、易受主观因素影响等缺点。随着计算机视觉和深度学习技术的发展,自动化的视觉检测方法逐渐应用于齿轮制造领域,为提高生产效率、降低成本、提高齿轮精度提供了新的性。


技术实现思路

1、本专利技术提供了一种小模数齿轮精度的视觉检测方法及系统,用于提高小模数齿轮的视觉检测精度。

2、本专利技术第一方面提供了一种小模数齿轮精度的视觉检测方法,所述小模数齿轮精度的视觉检测方法包括:采集小模数塑胶齿轮的多个初始齿轮图像,并分别对所述多个初始齿轮图像进行齿形区域标准化处理,得到多个标准齿轮图像;分别对所述多个标准齿轮图像进行多层次特征分解,得到每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像;分别对每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像进行特征图融合,得到多个第二齿轮特征图像;根据所述多个第二齿轮特征图像对所述小模数塑胶齿轮进行三维建模,得到初始三维齿轮模型,并对所述初始三维齿轮模型和预置的模板三维齿轮模型进行齿槽和轮廓异常点检测,得到对应的齿槽异常点和轮廓异常点;根据所述齿槽异常点和所述轮廓异常点对所述初始三维齿轮模型进行齿轮异常点增强处理,生成目标三维齿轮模型;对所述目标三维齿轮模型进行齿轮粗糙度分析,得到齿轮粗糙度数据,并根据所述齿轮粗糙度数据对所述小模数塑胶齿轮进行齿轮质量分类,得到对应的目标齿轮质量分类结果。

3、结合第一方面,在本专利技术第一方面的第一种实现方式中,所述采集小模数塑胶齿轮的多个初始齿轮图像,并分别对所述多个初始齿轮图像进行齿形区域标准化处理,得到多个标准齿轮图像,包括:通过预置的光场相机采集小模数塑胶齿轮的多个初始齿轮图像;通过预置的重聚焦算法对所述多个初始齿轮图像进行全局焦点标定,得到每个初始齿轮图像的全局焦点;根据所述全局焦点对所述多个初始齿轮图像进行深度标定,得到每个初始齿轮图像的深度标定信息;根据所述深度标定信息对所述多个初始齿轮图像进行齿形区域识别和定位,得到每个初始齿轮图像的齿形区域框;根据所述齿形区域框,对所述多个初始齿轮图像中的齿形区域进行区域标准化处理,得到多个标准齿轮图像。

4、结合第一方面,在本专利技术第一方面的第二种实现方式中,所述分别对所述多个标准齿轮图像进行多层次特征分解,得到每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像,包括:分别将所述多个标准齿轮图像输入预置的unet网络,所述unet网络包括两个卷积编码器以及两个卷积解码器;通过所述两个卷积编码器中的第一个卷积编码器分别对所述多个标准齿轮图像进行特征提取,得到第一编码特征图,通过所述两个卷积编码器之间的多个第一跳跃连接将所述第一编码特征图以及对应的标准齿轮图像输入所述两个卷积编码器的第二个卷积编码器进行特征图提取,得到每个标准齿轮图像对应的第二编码特征图;将每个标准齿轮图像对应的第二编码特征图输入所述两个卷积解码器,通过所述两个卷积解码器中的第一个卷积解码器对所述第二编码特征图进行上采样,得到第一解码特征图,并通过所述两个卷积解码器之间的多个第二跳跃连接将所述第一解码特征图以及对应的第二编码特征图输入所述两个卷积解码器的第二个卷积解码器进行特征图层次划分,得到每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像。

5、结合第一方面,在本专利技术第一方面的第三种实现方式中,所述分别对每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像进行特征图融合,得到多个第二齿轮特征图像,包括:分别对每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像进行特征图像分解,得到每个层次的三个齿轮细节特征图像以及一个齿轮基础特征图像;通过预置的改进拉普拉斯算子对所述齿轮细节特征图像进行齿轮弱细节信息捕捉,得到目标齿轮弱细节信息;根据所述目标齿轮弱细节信息对所述齿轮细节特征图像进行齿轮弱细节特征增强,得到每个层次的目标细节特征图像;对每个层次的目标细节特征图像和所述齿轮基础特征图像进行加权融合,得到所述多个标准齿轮图像对应的多个第二齿轮特征图像。

6、结合第一方面,在本专利技术第一方面的第四种实现方式中,所述根据所述多个第二齿轮特征图像对所述小模数塑胶齿轮进行三维建模,得到初始三维齿轮模型,并对所述初始三维齿轮模型和预置的模板三维齿轮模型进行齿槽和轮廓异常点检测,得到对应的齿槽异常点和轮廓异常点,包括:根据所述多个第二齿轮特征图像对所述小模数塑胶齿轮进行多角度二维卷积运算,得到多个像素点输出值;根据所述多个像素点输出值,构建所述小模数塑胶齿轮的初始三维齿轮模型;获取所述小模数塑胶齿轮的模板三维齿轮模型,并对所述初始三维齿轮模型和所述模板三维齿轮模型进行三维空间点模板匹配,得到三维模板匹配结果;根据所述三维模板匹配结果对所述初始三维齿轮模型进行齿槽和轮廓异常点提取,得到多个候选异常点;根据预设的异常阈值,对所述多个候选异常点进行异常点筛选,得到对应的齿槽异常点和轮廓异常点。

7、结合第一方面,在本专利技术第一方面的第五种实现方式中,所述根据所述齿槽异常点和所述轮廓异常点对所述初始三维齿轮模型进行齿轮异常点增强处理,生成目标三维齿轮模型,包括:分别计算所述齿槽异常点和所述轮廓异常点在所述初始三维齿轮模型中所占的比例,得到目标异常点比例;根据所述目标异常点比例计算对应的倒数,并将所述目标异常点比例的倒数作为聚类模型的目标聚类参数;根据所述目标聚类参数,并通过所述聚类模型对所述初始三维齿轮模型中的齿槽异常点和轮廓异常点进行异常点聚类,得到异常点聚类数据;对所述异常点聚类数据进行异常点插值,生成异常点插值数据,并根据所述异常点插值数据对所述初始三维齿轮模型进行模型组合,生成目标三维齿轮模型。

8、结合第一方面,在本专利技术第一方面的第六种实现方式中,所述对所述目标三维齿轮模型进行齿轮粗糙度分析,得到齿轮粗糙度数据,并根据所述齿轮粗糙度数据对所述小模数塑胶齿轮进行齿轮质量分类,得到对应的目标齿轮质量分类结果,包括:对所述目标三维齿轮模型进行齿轮粗糙度分析,得到齿轮粗糙度数据;对所述齿轮粗糙度数据与第一齿轮质量分数阈值和第二齿轮质量分数阈值进行比较,其中,第一齿轮质量分数阈值<第二齿轮质量分数阈值;若齿轮粗糙度数据<第一齿轮质量分数阈值,则将所述小模数塑胶齿轮划分至第一齿轮质量分类等级,若第一齿轮质量分数阈值<齿轮粗糙度数据<第二齿轮质量分数阈值,则将所述小模数塑胶齿轮划分至第二齿轮质量分类等级,若第二齿轮质量分数阈值<齿轮粗糙度数据,则将所述小模数塑胶齿轮划分至第三齿轮质量分类等级,得到对应的目标齿轮质量分类结果。

9、本专利技术第二方面提供了一种小模数齿轮精度的视觉检本文档来自技高网...

【技术保护点】

1.一种小模数齿轮精度的视觉检测方法,其特征在于,所述小模数齿轮精度的视觉检测方法包括:

2.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述采集小模数塑胶齿轮的多个初始齿轮图像,并分别对所述多个初始齿轮图像进行齿形区域标准化处理,得到多个标准齿轮图像,包括:

3.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述分别对所述多个标准齿轮图像进行多层次特征分解,得到每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像,包括:

4.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述分别对每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像进行特征图融合,得到多个第二齿轮特征图像,包括:

5.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述根据所述多个第二齿轮特征图像对所述小模数塑胶齿轮进行三维建模,得到初始三维齿轮模型,并对所述初始三维齿轮模型和预置的模板三维齿轮模型进行齿槽和轮廓异常点检测,得到对应的齿槽异常点和轮廓异常点,包括:

6.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述根据所述齿槽异常点和所述轮廓异常点对所述初始三维齿轮模型进行齿轮异常点增强处理,生成目标三维齿轮模型,包括:

7.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述对所述目标三维齿轮模型进行齿轮粗糙度分析,得到齿轮粗糙度数据,并根据所述齿轮粗糙度数据对所述小模数塑胶齿轮进行齿轮质量分类,得到对应的目标齿轮质量分类结果,包括:

8.一种小模数齿轮精度的视觉检测装置,其特征在于,所述小模数齿轮精度的视觉检测装置包括:

9.一种小模数齿轮精度的视觉检测设备,其特征在于,所述小模数齿轮精度的视觉检测设备包括:存储器和至少一个处理器,所述存储器中存储有指令;

10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述的小模数齿轮精度的视觉检测方法。

...

【技术特征摘要】

1.一种小模数齿轮精度的视觉检测方法,其特征在于,所述小模数齿轮精度的视觉检测方法包括:

2.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述采集小模数塑胶齿轮的多个初始齿轮图像,并分别对所述多个初始齿轮图像进行齿形区域标准化处理,得到多个标准齿轮图像,包括:

3.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述分别对所述多个标准齿轮图像进行多层次特征分解,得到每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像,包括:

4.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述分别对每个标准齿轮图像对应的多个不同层次的第一齿轮特征图像进行特征图融合,得到多个第二齿轮特征图像,包括:

5.根据权利要求1所述的小模数齿轮精度的视觉检测方法,其特征在于,所述根据所述多个第二齿轮特征图像对所述小模数塑胶齿轮进行三维建模,得到初始三维齿轮模型,并对所述初始三维齿轮模型和预置的模板三维齿轮模型进行齿槽和轮廓异常点检...

【专利技术属性】
技术研发人员:童爱军王得峰任继华彭彦
申请(专利权)人:东莞市星火齿轮有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1