CN101266140A - 复杂型面金属结合剂金刚石廓型检测方法 - Google Patents

Abstract

一种复杂型面金属结合剂金刚石廓型检测方法，所述检测方法通过CCD高倍相机对砂轮磨削过的铝片进行图像采集，然后通过matlab算法对图像进行去噪处理，并用canny算子对图像进行边缘检测，最后将设计图和边缘检测得到图像进行比较，实时检测砂轮整形情况。本发明提供一种快速性好、成本低的复杂型面金属结合剂金刚石廓型检测方法。

Description

复杂型面金属结合剂金刚石廓型检测方法

技术领域

本发明涉及一种廓型检测方法。

背景技术

在Elid(在线电解修整)成形磨削过程中，金属结合剂金刚石砂轮的廓型对磨削效果有着直接的影响，所以用于测量复杂型面金属结合剂金刚石砂轮廓型的检测方法非常重要。

一般砂轮廓型检测方法有激光检测技术、超声检测技术，但是这些技术都由于自身局限性，而不能很好的满足要求，例如，激光检测装置价格昂贵，超声法需要除去表面氧化膜。这样就造成了这些检测技术无法快速、经济的检测砂轮廓型。

发明内容

为了克服已有的砂轮廓型检测方法的速度慢、成本高的不足，本发明提供一种快速性好、成本低的复杂型面金属结合剂金刚石廓型检测方法。

本发明解决其技术问题所采用的技术方案是：

一种复杂型面金属结合剂金刚石廓型检测方法，所述检测方法通过CCD高倍相机对砂轮磨削过的铝片进行图像采集，然后通过matlab算法对图像进行去噪处理，并用canny算子对图像进行边缘检测，最后将设计图和边缘检测得到图像进行比较，实时检测砂轮整形情况。

进一步，去噪的具体过程包括：先用中值滤波滤除图像中的椒盐噪声，再用自适应wiener2滤波滤除图像中的高斯噪声。

再进一步，利用设计图和砂轮的参数进行比对，所述参数包括距离和角度。

本发明的技术构思为：先要用CCD高倍相机对砂轮进行高清图像采集，而后要对图像进行噪声处理，边缘检测如果噪声过多，算子就会把噪声算进边缘线中，将设计图像和边缘检测结果对比时一定要注意两个图像的比例大小，利用设计图和砂轮的各个参数进行对比，这些参数包括距离和角度。

该发明检测速度快，对测量环境要求不高，利用电脑软件对砂轮边缘检测，减少了人为参与的误差，利用CCD高倍相机可以重复的拍摄，非常的经济。

本发明的有益效果主要表现在：1、能快速的检测出金属结合剂金刚石砂轮的表面廓型，同时能对比分析误差；2、成本低；3、该方法精度很高，角度误差能达到0.1°。

附图说明

图1是检测流程图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1，一种复杂型面金属结合剂金刚石廓型检测方法，所述检测方法通过CCD高倍相机对砂轮磨削过的铝片进行图像采集，然后通过matlab算法对图像进行去噪处理，并用canny算子对图像进行边缘检测，最后将设计图和边缘检测得到图像进行比较，实时检测砂轮整形情况。

进一步，去噪的具体过程包括：先用中值滤波滤除图像中的椒盐噪声，再用自适应wiener2滤波滤除图像中的高斯噪声。

中值滤波是一种非线性信号处理方法，它可以克服线性滤波如最小均方滤波、均值滤波给图像边缘带来的模糊，从而获得较为满意的复原效果.它在实际运算中不需要图像的统计特性，这也带来很多方便.其原理非常简单，就是对一个滑动窗口内所有像素灰度值排序，并用其中值代替窗口中心像素的灰度值.对于给定的n个数值[a₁，a₂，...，a_n]，将他们按大小有序排列.当n为奇数时，位于中间位置的那个数值称为这n个数值的中值；当n为偶数时，位于中间位置的两个数值的平均值称为这n个数值的中值.

对于均值为0的正态分布噪声输入，中值滤波输出的噪声方差σ²近似为

${\mathrm{\σ}}^2=\frac{1}{{4\mathrm{mf}}^2\left(\stackrel{\‾}{m}\right)}\≈\frac{{\mathrm{\σ}}_i^2}{m+\frac{\mathrm{\π}}{2}-1}\·\frac{\mathrm{\π}}{2},---\left(1\right)$

式中，σ_i ²为输入噪声方差，m为中值滤波窗口长度，m为输入噪声均值，f(m)为输入噪声密度.由公式(1)可见，中值滤波的输出与输入噪声密度有关.

中值滤波的方法能较好的保护边界，对于滤除图像的椒盐噪声非常有效，但有时会失掉图像中的细线和小块的目标区域.

自适应Wiener2滤波：Wiener2滤波函数采用的算法是首先估计出像素的局部矩阵和方差：

$\mathrm{\μ}=\frac{1}{\mathrm{MN}}\underset{n_1,n_2\∈\mathrm{\η}}{\mathrm{\Σ}}a(n_1,n_2),---\left(2\right)$

${\mathrm{\σ}}^2=\frac{1}{\mathrm{MN}}\underset{n_1,n_2\∈\mathrm{\η}}{\mathrm{\Σ}}{a}^2(n_1,n_2)-{\mathrm{\μ}}^2,---\left(3\right)$

η是图像中每个像素的M*N的邻域.然后，对每一个像素利用Wiener2滤波器估计出其灰度值

$b(n_1,n_2)=\mathrm{\μ}+\frac{{\mathrm{\σ}}^2-{\mathrm{\υ}}^2}{{\mathrm{\σ}}^2}[a(n_1,n_2)-\mathrm{\μ}],---\left(4\right)$

其中υ²是图像中噪声的方差.

Wiener2函数通常对含有高斯噪声的图像滤波效果较好.

3Canny边缘检测

所谓边缘是指局部图像范围内灰度的急剧变化点的集合，是由灰度的不连续性来反映的，在去噪平滑后往往损失了这些信息中的一些信息，所以要通过融合来补充.

边缘检测的基本思想是首先利用边缘增强算子，突出图像中的局部边缘，然后定义像素的“边缘强度”，通过设置门限的方法提取边缘点集.

在众多边缘检测算法中，Canny算法得到了广泛的运用，这主要是因为它提供了迄今为止定义最为严格的边缘检测的3个标准，另外就是其相对简单的算法使得整个过程可以在短时间内实现。Canny的边缘检测原理：评价边缘检测性能优劣的3个指标如下：

(1)好的信噪比，即非边缘点判为边缘点或将边缘点判为非边缘点的概率低；新噪比的数学表达式为

$\mathrm{SNR}=\frac{\left|\underset{-\∞}{\overset{+\∞}{\∫}}E(-x)f\left(x\right)\mathrm{dx}\right|}{n_0\sqrt{\underset{-\∞}{\overset{+\∞}{\∫}}{f}^2\left(x\right)\mathrm{dx}}}---\left(5\right)$

式中：f(x)——边界为[-w，+w]的滤波器脉冲响应，E(x)——边缘，n₀——高斯噪声的均方根。若信噪比大，则边缘提取质量好。

(2)好的定位性能，即检测出的边缘点要尽可能在实际边缘中心；定位性能的数学表达式为

$\mathrm{Location}=\frac{\left|\underset{-\∞}{\overset{+\∞}{\∫}}{E}^{\′}(-x)f^{\′}\left(x\right)\mathrm{dx}\right|}{n_0\sqrt{\underset{-\∞}{\overset{+\∞}{\∫}}{f}^{\′2}\left(x\right)\mathrm{dx}}}---\left(6\right)$

式中：E′(-x)，f′(x)——E(-x)和f(x)的一阶导数。如果满足此准则，那么边缘定位精度就高。求取(5)和(6)式的乘积最大值，是设计最佳算子的基础。此外，还应满足多重响应约束条件。

(3)对单一边缘具有惟一响应，且对虚假边缘响应应得到最大抑制。这要求在f对噪音的响应中，两个相邻最大值间的距离为x_maxf()，f′的零交叉点平均距离为x_zcf()。两者关系为

x_maxf()＝2x_zcf()＝aW    (7)

式中：a是小于1的常数，而 $x_{\mathrm{zc}}f\left(\mathrm{}\right)={\left[\frac{|\underset{-\∞}{\overset{+\∞}{\∫}}{f}^{\′2}\left(x\right)\mathrm{dx}}{\sqrt{\underset{-\∞}{\overset{+\∞}{\∫}}{f}^{\′\′}\left(x\right)\mathrm{dx}}}\right]}^2---\left(8\right)$

若满足此准则，就能保证单边缘只有一个响应。

最后，用泛函求导方法推导出高斯函数的一阶导数，此即为该最佳函数的最好近似。

检测是一种比较新的边缘检测方法，主要是寻找图像梯度的局部极大值.梯度用高斯滤波器的导数来计算，使用两个阀值分别检测强边缘和弱边缘，而且仅当弱边缘和强边缘相连时，弱边缘才会包含在输出中.

这种方法不易受噪声的干扰，能够检测到真正的弱边缘，在噪声抑制和边缘检测之间取得很好的平衡效果，得到了越来越广泛的应用.

利用设计图和砂轮的参数进行比对，所述参数包括距离和角度。

本实施例中，由于砂轮本身难以测量，所以使用整形好的金属结合剂金刚石砂轮对铝片进行Elid加工，得到加工后的铝片图像，并用SVM-208型CCD高倍相机进行拍摄，得到铝片图像。再用matlab中的Canny算子对铝片图像进行边缘检测处理。

将处理后的图和设计图进行比较，整形后砂轮廓型和设计工件廓型拟合度很好，通过对比设计工具电极廓型和整形后砂轮拟合线，角度误差分别是0.75°和0.8°；砂轮顶部同时受到工具电极两边的电火花整形，所以蚀除非常严重，经过检测和计算，砂轮顶部与设计工件廓型相比多蚀除了0.15mm，说明利用铜钨电极对铸铁基金刚石砂轮进行仿形法电火花精密整形取得了非常良好的效果。

本实施例能将CCD高倍相机对准砂轮整形处，进行实时图像采集，然后和原设计图像进行对比，就可以实时观测砂轮整形情况，而无需停机检测。

Claims (3)

1. 一种复杂型面金属结合剂金刚石廓型检测方法，其特征在于：所述检测方法通过CCD高倍相机对砂轮磨削过的铝片进行图像采集，然后通过matlab算法对图像进行去噪处理，并用canny算子对图像进行边缘检测，最后将设计图和边缘检测得到图像进行比较，实时检测砂轮整形情况。

2. 如权利要求1所述的复杂型面金属结合剂金刚石廓型检测方法，其特征在于：去噪的具体过程包括：先用中值滤波滤除图像中的椒盐噪声，再用自适应wiener2滤波滤除图像中的高斯噪声。

3. 如权利要求1或2所述的复杂型面金属结合剂金刚石廓型检测方法，其特征在于：利用设计图和砂轮的参数进行比对，所述参数包括距离和角度。

Images