CN101709957A - 基于机器视觉的直线度自动测量方法 - Google Patents

Abstract

本发明涉及一种基于机器视觉的直线度自动测量方法，通过摄像头采集图像信号后采用“逐点划线-比较”推理机制，达到自动确定最小包容区域的两平行直线，计算出直线度误差，从而完成直线度误差的快速自动检测。采用启发式搜索作为推理策略可节省大量的搜索时间，而且此推理机制不存在原理误差，故不影响测量精度；摒弃了人工直线度测量中使用的桥尺等工具而使用摄像头采集被测物体的图像进行直线度检测，故可从根本上改变原先接触式测量的模式，还可应用于短小零件的直线度误差检测。

Description

基于机器视觉的直线度自动测量方法

技术领域

本发明涉及一种测量方法，特别涉及一种基于机器视觉的直线度自动测量方法。

背景技术

由人工按传统方法测量和评定直线度误差时，采用两端点连线法对所测得的零件轮廓点信息进行直线度误差评定，由于有固定的算法模式，比较简单，但有时存在着数据处理的原理误差；而最小包容区域法的评定比较精确，但由于须按最高最低相间法则确定最小包容区域，故对不同的测量所得的不同的原始数据群的处理模式是不同的，例如依图1中的测量数据，构成最小包容区域的一定是从左到右第1、3、4号轮廓点，它不具普遍性，这影响了检测的效率，同时也对直线度误差的自动检测和评定造成了障碍。

此外，传统的直线度误差的检测是采用一定跨距的桥尺配合自准直仪或水平仪进行的，因而对较短的零件无法采用传统的方法检测其直线度误差。

发明内容

本发明是针对传统的直线度误差的检测存在的问题，提出了一种基于机器视觉的直线度自动测量方法，开发了“逐点划线-比较”推理机制，达到了此智能水平：可以自动确定最小包容区域的两平行直线，计算出直线度误差，从而完成直线度误差的快速自动检测。

本发明的技术方案为：一种基于机器视觉的直线度自动测量方，包括如下具体步骤：

1)被测零件装夹环节：装夹被测零件和安装摄像头的装置，为取得合适的图像，摄像头被安装在双层移动平台上，由电机带动滚珠丝杠驱动其移动；

2)图像输入：通过摄像头采集被测零件的图像信息，根据屏幕各像素点的灰度值进行图像处理，并由物-屏参数标定得到各实际轮廓点坐标信息；

3)智能模块：依据国家标准规定的直线度误差的评定方法-最小包容区域法和算法——“逐点划线-比较”推理机制；

设从图像输入模块得到的轮廓点坐标信息为P′(x′_i，y′_i)，x′_i为直线度检测跨距方向的坐标值，为跨距L的倍数；y′_i为对应x′_i处的实际轮廓的高度值；逐点划线-比较推理机制对两两轮廓点逐点划线，每划一线进行逐点比较：①连线外其余各点是否在该线的同侧；②离该线最远的点是否位于组成该线的两点之间，逐点划线-比较推理机制以此判据来决定是否搜索到形成最小包容区域的两平行直线；

4)判定与输出：对智能模块传送的测量结果进行甄别，如数据有误向智能模块提出移动摄像头的要求，位置调整模块接受来自于判定与输出并经智能模块传输的移动摄像头要求的指令，分配被测零件装夹环节中的各电机的运动，以实现摄像头位置的调整；如数据合理则最后输出直线度误差的测量结果；

5)人机界面：向操作人员提供友好的人机互动的平台，可以设置必要的参数，显示所采集的图像和测量结果，还可以选择是否进行模拟测量。

本发明的有益效果在于：本发明基于机器视觉的直线度自动测量方法，采用启发式搜索作为推理策略可节省大量的搜索时间。而且此推理机制不存在原理误差，故不影响测量精度；摒弃了人工直线度测量中使用的桥尺等工具而使用摄像头采集被测物体的图像进行直线度检测，故可从根本上改变原先接触式测量的模式，还可应用于短小零件的直线度误差检测。

附图说明

图1为本发明最小包容区域法示意图；

图2为本发明基于机器视觉的直线度自动测量方法框图。

具体实施方式

如图2所示基于机器视觉的直线度自动测量方法框图，包括如下步骤：

(1)被测零件装夹环节：装夹被测零件和安装摄像头的装置，为取得合适的图像，摄像头被安装在双层移动平台上，由电机带动滚珠丝杠驱动其移动。

(2)图像输入：图像输入元件采用大恒DH-HV1302UM-M摄像头，它采集被测零件的图像信息，根据屏幕各像素点的灰度值进行图像处理，并由物-屏参数标定得到各实际轮廓点坐标信息。

(3)智能模块：它包含了依据国家标准规定的直线度误差的评定方法(最小包容区域法)所设计的算法——“逐点划线-比较”推理机制。

设从图像输入模块得到的轮廓点坐标信息为P′(x′_i，y′_i)，x′_i为直线度检测跨距方向的坐标值，为跨距L的倍数；y′_i为对应x′_i处的实际轮廓的高度值。逐点划线-比较推理机制对两两轮廓点逐点划线，每划一线进行逐点比较：①连线外其余各点是否在该线的同侧；②离该线最远的点是否位于组成该线的两点之间。逐点划线-比较推理机制以此判据来决定是否搜索到形成最小包容区域的两平行直线，如图1所示。

由于具有图像采集和识别功能的直线度测量仪是基于机器视觉进行检测的，故跨距可以取得较小，跨距数则可以较大，由此形成状态空间的组合爆炸，因而逐点划线-比较推理机制必须在较大的状态空间中搜索出满足上述两点判据的目标直线l_j，k ^*。

为了缩短搜索的路径和时间，逐点划线-比较推理机制采用启发式搜索方式，首先按“对称抵消”来“剪枝”较大的状态空间，形成下列矩阵所表示的搜索空间S。

$S={\left[\begin{array}{cccccc}{l}_{\mathrm{1,2}}& l_{\mathrm{1,3}}& \mathrm{\Λ\Λ}& & l_{1,n-1}& l_{1,n}\\ 0& l_{\mathrm{2,3}}& l_{\mathrm{2,4}}& \mathrm{\Λ\Λ}& & l_{2,n}\\ & 0& l_{\mathrm{3,4}}& l_{\mathrm{3,5}}& \mathrm{\Λ\Λ}& l_{3,n}\\ M& & 0& & & M\\ M& & & O& & M\\ 0& & \mathrm{\Λ\Λ}& & 0& l_{n-1,n}\end{array}\right]}_{(n-1)\×n}---\left(1\right)$

其次依据最高(低)点优先匹配的法则构造一个优先级队列：l_1，k，l_j，n，l_2，k，……，即按行列、首尾交替的搜索方向，由最高(低)点向次高(低)点等逐点划线，按上述判据决定搜索是否终止：若满足，则即找到了形成最小包容区域的两平行直线之一；否则，由次高(低)点向除最高(低)点之外的各点划线，同样进行逐点比较。以此类推，直到求得满足最小包容区域要求的两平行直线之一，进而按至最远点距离确定另一条平行直线。

建立l_j，k直线方程的一般式：A_jkx+B_jky+C_jk＝0     (2)

其中各系数由构成直线l_j，k的两个轮廓点P_J(x_j，y_j)和P_K(x_k，y_k)的坐标确定。

各点P(x_i，y_i)至l_j，k直线的距离为： $d_{\mathrm{jki}}=\frac{A_{\mathrm{jk}}{x}_i+B_{\mathrm{jk}}{y}_i+C_{\mathrm{jk}}}{\sqrt{{A_{\mathrm{jk}}}^2+{B_{\mathrm{jk}}}^2}}---\left(3\right)$

若各点至直线的数学距离异号，则表示该线两侧均有轮廓点，该线为不可取直线；全部同号为可能直线，进而由“离该线最远的点是否位于组成该线的两点之间”而甄别出是否为可取直线。

在软件实现中利用临时数据库设置二维数学距离数组，例如，各点至过最高点诸线的数学距离d₁数组由下式各元素构成：

$d_1={\left(\begin{array}{ccccccccc}0& 0& d_{123}& d_{124}& \mathrm{\Λ\Λ}& d_{12n}& A_{12}& B_{12}& C_{12}\\ 0& d_{132}& 0& d_{134}& \mathrm{\Λ\Λ}& d_{13n}& A_{13}& B_{13}& C_{13}\\ 0& d_{142}& d_{143}& 0& \mathrm{\Λ\Λ}& d_{14n}& A_{14}& B_{14}& C_{14}\\ M& & & & O& & & M& \\ 0& d_{1n2}& d_{1n3}& d_{1n4}& \mathrm{\Λ\Λ}& 0& A_{1n}& B_{1n}& C_{1n}\end{array}\right)}_{(n-1)\×(n+3)}---\left(4\right)$

软件运行时逐行计算各点至直线的数学距离并甄别，满足最小包容区域判据则终止运算，输出结果；否则继续循环运算，若临时数据库中过最高点诸线的数据运算完毕还未推理出合理结果，则按启发式搜索所定搜索方向刷新临时数据库数据继续运算，直至推理结束。

(4)判定与输出：对智能模块传送的测量结果进行甄别，数据有误向智能模块提出移动摄像头的要求，数据合理最后输出直线度误差的测量结果。

(5)人机界面：向操作人员提供友好的人机互动的平台，可以设置必要的参数，显示所采集的图像和测量结果，还可以选择是否进行模拟测量。

(6)位置调整模块：接受来自于判定与输出并经智能模块传输的移动摄像头要求的指令，分配被测零件装夹环节中的各电机的运动，以实现摄像头位置的调整。

Claims (1)

1.一种基于机器视觉的直线度自动测量方法，其特征在于，包括如下具体步骤：

1)被测零件装夹环节：装夹被测零件和安装摄像头的装置，为取得合适的图像，摄像头被安装在双层移动平台上，由电机带动滚珠丝杠驱动其移动；

2)图像输入：通过摄像头采集被测零件的图像信息，根据屏幕各像素点的灰度值进行图像处理，并由物-屏参数标定得到各实际轮廓点坐标信息；

3)智能模块：依据国家标准规定的直线度误差的评定方法——最小包容区域法——所设计的软件算法——“逐点划线-比较”推理机制；

设从图像输入模块得到的轮廓点坐标信息为P′(x′_i，y′_i)，x′_i为直线度检测跨距方向的坐标值，为跨距L的倍数；y′_i为对应x′_i处的实际轮廓的高度值；逐点划线-比较推理机制对两两轮廓点逐点划线，每划一线进行逐点比较：①连线外其余各点是否在该线的同侧；②离该线最远的点是否位于组成该线的两点之间，逐点划线-比较推理机制以此判据来决定是否搜索到形成最小包容区域的两平行直线；

4)判定与输出：对智能模块传送的测量结果进行甄别，如数据有误向智能模块提出移动摄像头的要求，位置调整模块接受来自于判定与输出并经智能模块传输的移动摄像头要求的指令，分配被测零件装夹环节中的各电机的运动，以实现摄像头位置的调整；如数据合理则最后输出直线度误差的测量结果；

5)人机界面：向操作人员提供友好的人机互动的平台，可以设置必要的参数，显示所采集的图像和测量结果，还可以选择是否进行模拟测量。

Images