本发明专利技术公开了一种基于MP小波滤波的零件尺寸检测方法，包括：(1)对CCD摄像机进行标定；(2)采集零件图像，对图像进行MP小波滤波；(3)对图像进行微分算子边缘检测；(4)对边缘像素进行亚像素边缘检测；(5)根据亚像素坐标计算零件的尺寸，进而生成CAD图。本发明专利技术方法通过对零件图像进行MP小波滤波，同时对滤波后的图像进行亚像素边缘检测，根据亚像素坐标计算提取零件的尺寸，能够相应提高检测精度，加快检测速度。本发明专利技术还公开了基于上述检测方法的检测系统，包括图像采集单元、图像处理单元和图像生成单元；本发明专利技术系统利用摄像机结合PC机可以实时对流水线上的零件进行图像采集和图像处理，保证了零件检测的时效性。
【技术实现步骤摘要】
本专利技术属于检测
，具体涉及一种基于MP (极大代数)小波滤波的零件尺寸检测方法及其检测系统。
技术介绍
零件在军工、民用中有着广泛应用，故对零件尺寸的精确检测有着重要的意义。零件尺寸的检测需要有较高的检测精度，以减少误差，提高产品的质量。流水生产线上对零件尺寸检测需要较高的检测速度，以提高检测效率。故欲对零件尺寸进行高效检测，需要认真考虑检测速度与精度。现有流水生产线上对零件尺寸检测，主要有以下几种方式(I)人工检测，操作工人利用检测工具抽样选取零件，这种检测方式的检测精度取决于工人的检测水平，通常检测精度低，检测结果的可靠性不高，且检测速度较慢。(2)基于数字图像处理技术的检测，通过CCD摄像机采集零件图像，采用数字图像处理技术对零件尺寸进行检测。这种检测方法的速度与精度受检测算法的影响很大；其中，图像滤波和边缘检测是检测算法中核心的部分，极大程度上影响着零件尺寸检测的速度与精度。已有的对零件图像滤波方法往往难以兼顾速度与精度要求均值滤波容易造成图像模糊，中值滤波对非椒盐噪声的噪声滤波效果不理想，而实际中的噪声往往不是椒盐噪声，故难以满足精度要求；小波滤波具有较好的滤波效果，但耗时长，难以满足速度要求。已有的对零件图像边缘检测方法采用常见的微分 算子边缘检测Robert边缘检测、Prewitt边缘检测、Sobel边缘检测、LapIacian边缘检测等方法，这些边缘检测方法虽有较快的检测速度，但难以满足检测精度，尤其对检测精度有较高要求的零件；基于矩的亚像素边缘检测和基于曲线拟合的亚像素边缘检测有较高的检测精度，但难以满足检测速度要求；基于4个或者8个方向的Sobel边缘检测结合插值法的亚像素边缘检测方法由于Sobel算子是3X3大小，所以计算量大，难以满足检测速度要求。另外，现有的零件尺寸检测后没有AutoCAD生成显示功能，所以不能直观的看到零件边缘及尺寸图像，这为后续的零件处理，譬如确定缺陷零件的缺陷位置、修补缺陷零件而言带来很大的不便，造成资源的浪费；且AutoCAD格式便于数据的标准化保存格式与处理。
技术实现思路
针对现有技术所存在的上述技术缺陷，本专利技术提供了一种基于MP小波滤波的零件尺寸检测方法及其检测系统，能够实现零件尺寸的精确检测，同时较已有精确检测方法更快速。一种基于MP小波滤波的零件尺寸检测方法，包括如下步骤(I)对摄像机进行标定，得到像素当量系数；(2)利用摄像机对零件进行图像采集，对采集到的零件图像进行MP小波滤波；(3)对滤波后的零件图像进行基于微分算子的边缘检测，得到零件的边缘梯度图像；(4)对所述的边缘梯度图像中各边缘像素进行亚像素边缘检测，得到各边缘像素的亚像素坐标；(5)根据各边缘像素的亚像素坐标以及像素当量系数，计算出零件的尺寸。优选地，所述的步骤(2)中，对零件图像进行MP小波滤波的方法为I)先将所述的零件图像分解成一张近似图像IJPp2-I张细节图像D1,以完成一级分解；然后将近似图像I1分解成一张近似图像I2和P2-I张细节图像D2,以完成二级分解；对近似图像I2再进行分解，依此完成η级分解，得到一张近似图像In和多张细节图像，P为大于I的自然数； 2)将分解得到的所有细节图像进行阈值化处理；3)先根据近似图像In以及阈值化后的P2-I张细节图像Dn对近似图像Ilri进行重构；然后根据重构得到的近似图像Ilri以及阈值化后的P2-I张细节图像Dlri对近似图像Ιη_2进行重构，依此逐级进行重构；最后根据重构得到的近似图像I1以及阈值化后的P2-I张细节图像D1对零件图像进行重构，重构得到的零件图像即为滤波后的零件图像。所述的步骤I)中，将目标图像分解成一张近似图像和P2-I张细节图像的过程如下，所述的目标图像为零件图像或近似图像；a.将目标图像划分成m个图像块，所述的图像块的尺寸为P X P ;b.根据以下公式求解目标图像分解后的近似图像y (i) = min 其中y(i)为近似图像中第i像素的像素值，Xi (O)为目标图像第i图像块的中心像素的像素值，Xi(I) Xi(P2-I)分别为目标图像第i图像块中除中心像素外其余各像素的像素值；i为自然数且I < i < m ;c.根据以下公式求解目标图像分解后的细节图像Zj(i) = |z' j (i) I = Xi(O)-Xi(J)其中h(i)为第j张细节图像的中第i像素的像素值，Z' j(i)为第j张细节图像的中第i像素的准像素值，XiU)为目标图像第i图像块中除中心像素外其余像素中第j像素的像素值，j为自然数且ISjS P2-I。所述的步骤2)中，对细节图像进行阈值化处理的方法为使细节图像中每个像素的像素值与给定的像素阈值进行比较，将像素值小于或等于像素阈值的像素的像素值置为其准像素值，将像素值大于像素阈值的像素的像素值置为O。所述的步骤3)中，对待还原图像进行重构的过程如下，所述的待还原图像为近似图像或零件图像；a.初始化待还原图像中各像素的像素值均为0，将待还原图像划分成m个图像块，所述的图像块的尺寸为PXp;b.根据以下公式求解待还原图像每个图像块的中心像素的像素值Ai(O) = B⑴ + max其中=Ai(O)为待还原图像第i图像块的中心像素的像素值，B(i)为待还原图像对应的近似图像中第i像素的像素值，C1Ci) Cpi1Ci)分别为待还原图像对应阈值化后的各细节图像中第i像素的像素值；c.根据以下公式求解待还原图像每个图像块中除中心像素外其余像素的像素值AiU] = Ai(O)-CjQ)其中=Ai 为待还原图像第i图像块中除中心像素外其余像素中第j像素的像素值，Cj (i)为待还原图像对应阈值化后的第j张细节图像中第i像素的像素值。基于MP小波滤波具有传统小波滤波的低熵性、多分 辨率性、去相关性的优点，滤波后的图像较均值滤波或中值滤波后的图像具有更好的边缘保持特性，是零件尺寸精确检测的重要基础；滤波过程中不含乘法和除法运算，仅含加减与取极值运算，故滤波的时间较其他小波滤波的时间短；所以，MP小波滤波在具有更好的滤波效果基础上，速度上较已有滤波方法更快速。优选地，所述的步骤(3)中，对滤波后的零件图像进行基于微分算子的边缘检测，其采用的微分算子为4个方向且采样窗口为2 X 2大小的微分算子。优选地，所述的步骤(4)中，根据以下公式对边缘像素进行亚像素边缘检测G一 I — Gi wX = X + —-—-—— — COS0 (G_i — 2Gq + G^) 2 G一 I — Gi wY = y + (^7^T^) Ysin0其中X和Y分别为边缘像素的亚像素横坐标值和纵坐标值，X和y分别为边缘像素在边缘梯度图像中的横坐标值和纵坐标值，Θ为边缘像素的梯度方向对应的角度，w为边缘梯度图像中相邻像素的间距，Gtl为边缘像素的梯度值，和G1分别为边缘像素沿其梯度方向的两个相邻像素的梯度值。本专利技术的4个方向微分算子较传统2个方向微分算子的边缘检测精度高，2X2大小的采样窗口进行卷积运算的时间较3X3大小的采样窗口进行卷积运算的时间短；本专利技术的亚像素边缘检测方法能够将检测精度提高至亚像素级，解决了微分算子边缘检测方法精度不高的缺点；较基于矩的亚像素边缘检测方法和基于曲线拟合的本文档来自技高网...
【技术保护点】
一种基于MP小波滤波的零件尺寸检测方法，包括如下步骤：(1)对摄像机进行标定，得到像素当量系数；(2)利用摄像机对零件进行图像采集，对采集到的零件图像进行MP小波滤波；(3)对滤波后的零件图像进行基于微分算子的边缘检测，得到零件的边缘梯度图像；(4)对所述的边缘梯度图像中各边缘像素进行亚像素边缘检测，得到各边缘像素的亚像素坐标；(5)根据各边缘像素的亚像素坐标以及像素当量系数，计算出零件的尺寸。
【技术特征摘要】
【专利技术属性】
技术研发人员：戴华平，钱嘉伟，黄满金，沈非凡，
申请(专利权)人：浙江大学，
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。