CN101758423A - 基于图像识别的旋转刀具状态多参数综合评价方法 - Google Patents

Abstract

一种属于电子测量技术领域的基于图像识别的旋转刀具状态多参数综合评价方法。具体步骤如下：基于CCD的高速旋转刀具瞬态图像捕捉，获得可靠清晰的刀具表面图像；利用支持向量机的刀具图像磨损区域分割，计算刀具表面的磨损面积来评价刀具的磨损程度；对刀具切削点进行三维图像重建，获得反映刀具磨损程度的大部分参数值；对工件加工表面图像进行纹理特征提取，间接得到刀具的磨损程度。本发明采用多个参数融合、比较，实现了旋转刀具磨损状态准确、定量的数字表征。

Description

基于图像识别的旋转刀具状态多参数综合评价方法

技术领域

本发明涉及一种基于图像识别的间歇式在线检测方法，具体是一种基于图像识别的旋转刀具状态多参数综合评价方法。用于电子测量技术领域。

背景技术

在现代机械加工过程中，刀具的磨损或破损状态在很大程度上直接影响零件的最终加工质量。切削刀具在加工过程中的主要失效形式有两种：破损和磨损，对于脆性较大的刀具，在进行断续切削或者切削难加工材料时，易出现破损现象；刀具磨损是一个渐进的过程，变化较缓慢，在常规的切削加工过程中，工人可以根据机床的振动或噪声及切削状态等估计刀具磨损或破损程度；但在自动化加工过程中，则需要系统能够自动判断刀具的磨损或破损程度并及时更换刀具，以避免由于刀具磨损量过大造成的加工质量下降或其它损失。在推进切削加工自动化与无人化的过程中，对刀具切削状态的监测是十分重要的，刀具监控技术已成为各国公认的重大关键技术。刀具的破损、磨损将影响整个加工过程，所以通过对刀具状态的监测可以直接反映加工过程中其他因素的变化，如加工质量(工件表面粗糙度、形状位置精度等)、机床状态(如机床振动)等。目前，人们很难通过基本切削参数，如切削深度、切削速度和时间等参数，准确地预测切削加工的刀具寿命。传统的刀具寿命管理虽然可以防止刀具的磨损和破损，但因为刀具寿命的随机性，其寿命极限估计往往过于保守，以致大部分刀具未能充分利用。随着现代科学技术的发展，生产自动化程度、加工精度越来越高，难加工材料和新材料越来越多，零件的形状越来越复杂，定量、定时地掌握刀具工况，检测与诊断刀具磨损、崩刃等损伤故障，对于延长机床设备无故障运行，提高产品质量具有重要的意义。

经对现有技术文献检索发现，中国专利申请号：200410022253.5，专利名称为：一种静态刀具图像的精密测量方法。根据该发明提供的测量方法可以看出，它是利用数字图像处理方法，定位出刀具图像边缘的精确坐标位置，计算出刀具的精确几何参数，就可以得到所要测量刀具边缘包络线，达到刀具精确测量的目的；但是，该方法只能实现刀具的静态测量，不能实现刀具的动态测量，亦不能得出刀具表面的磨损深度等信息。在进一步的检索中，目前尚未发现有关基于图像识别的旋转刀具状态多参数综合评价方法的文献报道。

发明内容

本发明的目的在于克服现有技术中的不足，提出一种基于图像识别的旋转刀具状态多参数综合评价方法。使其取代传统的静态图像刀具测量方法，采用刀具表面磨损面积、刀具表面磨损深度、刀尖三维形貌以及工件表面纹理特征值等多个参数融合、比较，实现旋转刀具磨损状态准确、定量的数字表征。

本发明是通过以下技术方案实现的，本发明具体步骤如下：

1、基于CCD的高速旋转刀具瞬态图像捕捉技术。以激光脉冲作为反射光源，并采用同步控制技术实现高速旋转刀具的瞬态图像捕捉，获得可靠清晰的刀具表面图像。

2、基于支持向量机(Support Vector Machine，简称SVM)的刀具图像磨损区域分割。对于CCD摄像机获取的刀具表面图像，将支持向量机有监督学习分类器引入基于Mumford-Shah模型的主动轮廓图像分割算法，将刀具表面图像磨损区域分离出来，从而通过计算刀具表面的磨损面积来评价刀具的磨损程度。

3、刀具切削点的三维图像重建技术。利用多幅刀具二维图像，重建刀具切削点的三维图像，获得反映刀具磨损程度的大部分参数值。

4、基于纹理特征提取的工件加工表面图像分析。工件加工表面是刀具切削刃表面形状的负映像，采用合理的模式识别方法，通过对工件表面纹理特征参数的监测和评价，对不同的纹理图像进行描述，从而间接得到刀具的磨损程度。

所述的基于CCD的高速旋转刀具瞬态图像捕捉技术，是指：首先，主轴传动系统带动刀具做旋转运动，刀具的位置角度由角度传感器测出，其发出的角度脉冲信号由同步控制卡检测；同步控制卡通过对刀具的角度传感器输出的脉冲信号计数来实现角度的测量。其次，所谓的间歇式图像采集是指：旋转刀具主要用于工件材料的去除和内孔壁的表面加工，所以，基于旋转刀具切削点的图像监测方法一般不能在切削过程中进行监测；但是存在工件上下料或刀具退刀的短暂空闲间隙(此时，刀具主轴仍然处于高速旋转状态之下)，在此间隙将旋转刀具在某一固定角度位置上的瞬态图像拍摄下来。再次，当刀具转到拍摄位置时，同步控制卡发出一个很短时间的电流脉冲信号驱动激光器使之发出激光脉冲，激光照射铣刀的刀尖部分；经刀尖反射的光能量通过光学系统使CCD摄像机芯片曝光。最后，CCD摄像机发出的视频信号进入图像采集卡，图像采集卡一方面将视频信号采集到计算机中，同时将视频信号中的场同步信号分离出来送入同步控制卡；同步控制卡根据场同步信号将光积分信号分离出来，当激光脉冲的时间全部处于某一场光积分过程中时，同步控制卡发出信号给计算机使之冻结这一场图像，从而实现图像的瞬态捕捉。

所述的基于支持向量机的刀具图像磨损区域分割，是指：对于CCD摄像机获取的刀具表面图像，首先利用SVM分类器得到分割对象的初始轮廓，由于SVM优良的分类特性，即使在复杂的环境下仍然可以得到稳定的初始轮廓；然后利用SVM模型建立区域内外能量函数，只要内外区域特征满足可分性，就可以利用该模型得到比较准确的分割目标边缘，即通过对新的能量函数的动态优化可以在复杂环境下来逼近目标的真实轮廓；从而较为准确的获得刀具表面的磨损面积。

所述的刀具切削点三维图像重建技术，是指：首先，在实现刀具的瞬态图像捕捉技术的基础上，利用CCD摄像机从多个角度或刀具不同姿态摄取多幅二维刀具数字图像；图像特征点的对应连接采用启发式搜索算法，并加之以霍夫变换获得边缘特征点处的最佳匹配，从而更为精确的确定刀具图像特征点在不同图像中的像素坐标及其对应关系。其次，利用透视成像的基本原理进行摄像机内外参数的标定，从而可以反求出图像轮廓的三维坐标值；依据所求出的坐标值在三维平台上重建刀具的三维图像模型。最后，根据刀具的三维重建结果，获得刀具切削点的三维形貌和磨损情况。

所述的基于纹理特征提取的工件加工表面图像分析，是指：把小波的多尺度分析与灰度共生矩阵相结合的新方法应用于工件加工表面多尺度纹理特征提取，基本方法可以简单描述为：选择合适的小波基及其分解层数N；对工件加工表面图像进行N层小波分解，获得1个低频图像和3N个高频图像序列；对每一层所有的高频图像取平均，得到每个尺度下的高频图像N个；设定滑动窗口大小，选择量化灰度等级和步长，计算灰度共生矩阵；最后，计算图像每个尺度下的平均高频图像和低频图像的灰度共生矩阵的纹理特征。

本发明具有以下特点：本发明采用基于CCD图像识别的旋转刀具状态多参数综合评价方法，把CCD图像采集和数字图像处理技术应用于高速加工过程中的刀具状态在线监测，有效避免了传统刀具检测中遇到的技术难题。以激光脉冲作为反射光源，利用同步控制技术实现了高速旋转刀具的瞬态图像捕捉技术，可以获得可靠清晰的刀具表面图像。采用刀具的刀面磨损面积、磨损深度、刀尖磨损形状、工件加工表面纹理等多个参数来描述、评价刀具的磨损状态，并最终给出刀具磨损程度准确、定量的数字表征。本发明较好的克服了现有刀具监测存在的缺陷，实现了信息技术与现代制造技术的有机结合。

附图说明

旋转刀具瞬态图像采集系统的基本结构示意图

具体实施方式

结合附图以及本发明方法的内容提供以下实施例：

本实施例在国产VMC850立式加工中心上进行，被检测的刀具是德国生产的加工中心专用镗刀。图像测量系统的硬件配置如表1所示，基本结构如图1所示，主要包括光学成像系统：CCD摄像机、调焦镜头、激光器光源等；机械运动系统：刀具、工件及其主轴传动控制装置；图像采集系统：图像采集卡、角度传感器、同步控制卡及计算机等。根据图1组成原理，在工件上下料或退刀的间隙(主轴仍然处于高速旋转状态)，将镗刀在某个固定角度位置上的瞬态图像拍摄下来，拍摄的部位是镗刀的刀尖部分。旋转刀具的瞬态图像采集过程描述为：①主轴传动系统带动主轴和镗刀做高速旋转运动。主轴的转角，即镗刀的位置角度由角度传感器测出，其发出的角度脉冲信号由同步控制卡检测。同步控制卡通过对主轴的角度传感器输出的脉冲信号计数来实现角度的测量。②在进行图像采集之前，光学系统事先调好焦距；当镗刀处于退刀间隙并转到拍摄位置时，同步控制卡同时发出一个很短时间的电流脉冲信号驱动激光器使之发出激光脉冲，激光照射铣刀的刀尖部分；经刀尖反射的光能量通过光学系统使CCD摄像机芯片充分曝光。③CCD摄像机发出的视频信号进入图像采集卡，图像采集卡一方面将视频信号采集到计算机中，同时将视频信号中的场同步信号分离出来送入同步控制卡。同步控制卡根据场同步信号将光积分信号分离出来，当激光脉冲的时间全部处于某一场光积分过程中时，同步控制卡发出信号给计算机使之冻结这一场图像，从而实现图像的瞬态捕捉。

通过以上方法采集到的刀具瞬态图像经过自主开发的计算机软件ToolDetection Versionl.6进行处理，该计算机软件算法是基于上述说明书的发明内容开发的；通过该软件可以得出刀具的刀面磨损面积、磨损深度、刀尖磨损形状、工件加工表面纹理等参数，并最终给出刀具磨损程度准确、定量的数字表征。

利用双频激光干涉仪离线测量同一刀具的磨损情况，发现检测结果和本发明提供的检测结果非常温和。这表明基于CCD图像识别的旋转刀具状态多参数综合评价方法具有较高的检测精度，实现了在线检测的要求，大大提高了生产效率。

Claims (6)

1.一种基于图像识别的旋转刀具状态多参数综合评价方法，其特征在于，具体步骤如下：

①基于CCD的高速旋转刀具瞬态图像捕捉技术，以激光脉冲作为反射光源，并采用同步控制技术实现高速旋转刀具的瞬态图像捕捉；

②基于支持向量机(Support Vector Machine，简称SVM)的刀具图像磨损区域分割，对于CCD摄像机获取的刀具表面图像，将支持向量机有监督学习分类器引入基于Mumford-Shah模型的主动轮廓图像分割算法，将刀具表面图像磨损区域分离出来；

③刀具切削点的三维图像重建技术，利用多幅刀具二维图像，重建刀具切削点的三维图像，获得反映刀具磨损程度的大部分参数值；

④基于纹理特征提取的工件加工表面图像分析，工件加工表面是刀具切削刃表面形状的负映像，采用合理的模式识别方法，通过对工件表面纹理特征参数的监测和评价，对不同的纹理图像进行描述，从而间接得到刀具的磨损程度。

2.根据权利要求1所述的基于图像识别的旋转刀具状态多参数综合评价方法，其特征是，所述的CCD高速旋转刀具瞬态图像捕捉，具体如下：

首先，主轴传动系统带动刀具做旋转运动，刀具的位置角度由角度传感器测出，其发出的角度脉冲信号由同步控制卡检测；同步控制卡通过对刀具的角度传感器输出的脉冲信号计数来实现角度的测量。

其次，当刀具转到拍摄位置时，同步控制卡发出一个很短时间的电流脉冲信号驱动激光器使之发出激光脉冲，激光照射铣刀的刀尖部分；经刀尖反射的光能量通过光学系统使CCD摄像机芯片曝光。

最后，CCD摄像机发出的视频信号进入图像采集卡，图像采集卡一方面将视频信号采集到计算机中，同时将视频信号中的场同步信号分离出来送入同步控制卡；同步控制卡根据场同步信号将光积分信号分离出来，当激光脉冲的时间全部处于某一场光积分过程中时，同步控制卡发出信号给计算机使之冻结这一场图像，从而实现图像的瞬态捕捉。

3.根据权利要求1或2所述的基于图像识别的旋转刀具状态多参数综合评价方法，其特征是，所述的CCD高速旋转刀具瞬态图像捕捉，旋转刀具主要用于工件材料的去除和内孔壁的表面加工，所以，基于旋转刀具切削点的图像监测方法一般不能在切削过程中进行监测；但是存在工件上下料或刀具退刀的短暂空闲间隙(此时，刀具主轴仍然处于高速旋转状态之下)，所谓的间歇式图像采集是指：在此退刀间隙将旋转刀具在某一固定角度位置上的瞬态图像拍摄下来。

4.根据权利要求1所述的基于图像识别的旋转刀具状态多参数综合评价方法，其特征是，基于SVM的刀具图像磨损区域分割，对于CCD摄像机获取的刀具表面图像，首先利用SVM分类器得到分割对象的初始轮廓，由于SVM优良的分类特性，即使在复杂的环境下仍然可以得到稳定的初始轮廓。然后利用SVM模型建立区域内外能量函数，只要内外区域特征满足可分性，就可以利用该模型得到比较准确的分割目标边缘，即将支持向量机有监督学习分类器引入基于Mumford-Shah模型的主动轮廓图像分割算法来逼近目标的真实轮廓，从而将刀具表面图像磨损区域分离出来。

5.根据权利要求1所述的基于图像识别的旋转刀具状态多参数综合评价方法，其特征是，所述的刀具切削点的三维重建技术，具体如下：

首先，在实现刀具的瞬态图像捕捉技术的基础上，利用CCD摄像机从多个角度或刀具不同姿态摄取多幅二维刀具数字图像；图像特征点的对应连接采用启发式搜索算法，并加之以霍夫变换获得边缘特征点处的最佳匹配，从而更为精确的确定刀具图像特征点在不同图像中的像素坐标及其对应关系。

其次，利用透视成像的基本原理进行摄像机内外参数的标定，从而可以反求出图像轮廓的三维坐标值；依据所求出的坐标值在三维平台上重建刀具的三维图像模型。

最后，根据刀具的三维重建结果，获得刀具切削点的三维形貌和磨损情况。

6.根据权利要求1所述的基于图像识别的旋转刀具状态多参数综合评价方法，其特征是，所述的纹理特征提取的工件加工表面图像分析，把小波的多尺度分析与灰度共生矩阵相结合的新方法应用于工件加工表面多尺度纹理特征提取，具体如下：

首先，选择合适的小波基及其分解层数N；对工件加工表面图像进行N层小波分解，获得1个低频图像和3N个高频图像序列。

其次，对每一层所有的高频图像取平均，得到每个尺度下的高频图像N个。

再次，设定滑动窗口大小，选择量化灰度等级和步长，计算灰度共生矩阵。

最后，计算图像每个尺度下的平均高频图像和低频图像的灰度共生矩阵的纹理特征，对不同的纹理图像进行描述，从而间接得到刀具的磨损程度。

Images