CN102519398B - 一种基于视觉测量的光纤插针同心度测量方法 - Google Patents

Abstract

本发明公开一种基于视觉测量的光纤插针同心度测量方法，其中待测光纤插针置于V形槽内；传动装置的滚轮轻压在待测光纤插针的中部，且待测光纤插针跟随传动装置的滚轮在V形槽内做匀速圆周运动；照明光源和光学显微成像装置分别位于V形槽的两侧，且照明光源、光学显微成像装置均与V形槽内的待测光纤插针的轴线相正对；照明光源发出的光线经过待测光纤插针的内孔后被光学显微成像装置采集；光学显微成像装置的输出端经由数字图像采集卡与计算机相连。本方法通过光学显微成像装置、数字图像采集卡和计算机实现光纤插针同心度的自动化测量，因此本发明能够精确快速地测量光纤插针的同心度及内径，有效避免了人工测量所带来的种种弊端。

Description

一种基于视觉测量的光纤插针同心度测量方法

技术领域

本发明涉及一种视觉测量方法，特别涉及一种基于视觉测量的光纤插针同心度测量方法。

背景技术

光纤插针属于光纤被动器件，是光通信系统中最普遍和使用量最大的基础无源器件，用于实现光纤与设备、光纤与光纤、光纤与仪表之间快速可靠的通断连接。光纤插针是一种带有微孔的圆柱体，长度L=10.5/6.5mm，直径D=2.5/1.25mm，微孔内径d=0.125-0.130mm。

目前，光纤插针的同心度大多采用人工方法进行评定。由人工按传统方法测量和评定光纤插针同心度时，将待测光纤插针置于一V形槽中，用橡胶滚轮轻压插针中部，再采用电机带动滚轮匀速旋转，待测光纤插针随着做匀速圆周运动，然后用带前端光学显微镜的摄像机获取其内孔的放大图像并显示在监视器上，通过人工观察插针旋转过程中相对于基准线的偏摆情况，从而判断出插针的同心度范围。采用该方法只能得出插针同心度的一个等级，无法给出确定的量值。该检测方法工作强度大，完全依赖操作员的主观判断，效率低，检测质量难以保证。为了满足生产的需求，往往采取加班加点的方式，检验人员在这种单调的工作方式下极易出现疲劳，非常容易造成漏检或误检。

发明内容

本发明所要解决的技术问题是提供一种基于视觉测量的光纤插针同心度测量方法，其具有测量效率高，精度高，测量结果不受测试员主观视觉影响的特点。

为解决上述问题，本发明是通过以下技术方案实现的：

一种基于视觉测量的光纤插针同心度测量方法，包括有如下步骤：

（1）将同心度已知的基准光纤插针置于V形槽上，利用光学显微成像装置对基准光纤插针内孔进行成像，调整光学显微成像装置的放大系数及物距，使得插针内孔成像显示于计算机显示器屏幕上的插针内孔图像边缘轮廓清晰；

（2）将光学显微成像装置所得到的基准光纤插针内孔图像送入数字图像采集卡进行处理，数字图像采集卡将内孔光学图像转换为内孔数字图像后传输到计算机中；

（3）计算机对步骤（2）得到的基准光纤插针内孔数字图像边缘进行提取，得到内孔图像轮廓数据；然而采用最小外接矩形法估测内孔圆心坐标位置与直径大小，再根据所得的估测数据缩小精确圆参数检测的霍夫变换的搜索范围来确定内孔的圆心和直径；

（4）利用下述公式计算所述测量系统的像素当量k，即

k=D’/D                          ①

式中，D为已知基准光纤插针的内孔直径；D’为步骤（3）中计算得出插针内孔直径；

（5）将被测光纤插针置于步骤（1）所述的V形槽上，并让传动装置的滚轮轻压在被测光纤插针的中部；之后，启动传动装置让待测光纤插针跟随传动装置上的滚轮在V形槽内做匀速圆周运动；

（6）在被测光纤插针的运动过程中，利用光学显微成像装置对被测光纤插针内孔进行n次成像，其中n的值由系统预设，10≤n≤20；将上述n幅内孔光学图像依次通过数字图像采集卡转换为n幅内孔数字图像后传输到计算机中；

（7）计算机采用步骤（3）所述的方法依次确定n幅内孔图像的圆心O_n(x_n,y_n)和内径D_n，并将其分别存入两个数组即O[n]和D[n]中；

（8）计算机根据下述公式计算待测光纤插针的同心度e和内孔直径的平均值

即

e=max(d_i)×k，i=1,2,3,…m                 ②

$\stackrel{\‾}{D}=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{d}_i}{m}\×k$    ③

式中，d₁，d₂，d₃，…，d_m分别为步骤（7）所得n幅内孔图像中任意两个圆心之间的距离；一般m取值

此处为组合运算，n与步骤（6）中的n相同，20≤m≤100；k为测量系统的像素当量。

上述方案中，步骤（2）中所述将内孔光学图像转换为内孔数字图像的过程具体包括如下步骤：

（2.1）灰度化处理:将图像采集卡得到的是彩色的图像文件按以下公式转化为灰度图像；

Y=0.299R+0.587G+0.114B              ④

式中，Y代表该像素点亮度的最终结果；R，G，B分别代表该像素点红、绿、蓝三色的值；

（2.2）图像二值化分割：使用阈值法将步骤（2.1）所获得的灰度图像进行分割，即所有灰度值大于或等于阈值T的像素都被判断为属于背景，赋值为1；而小于阈值T的像素属于目标，赋值为0，具体算法如下:

$g(x,y)=\left\{\begin{array}{c}0,f(x,y)<T\\ 1,f(x,y)\&GreaterEqual;T\end{array}\right.$    ⑤

式中，T为阈值，f(x,y)为像素的灰度值，g(x,y)为二值化后像素的值；

（2.3）图像滤噪处理：采用L邻域统计编码滤波窗口去除图像的孤立噪声，即当图像上某点P0的L邻域满足下式时，则该点为孤立噪声点，将其滤除；

$\left\{\begin{array}{c}\mathrm{if}(P0=1,\underset{i=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_i\&le;1):P0=0\\ \mathrm{if}(P0=0,\underset{i=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_i\&GreaterEqual;L-1):P0=1\end{array}\right.$    ⑥

式中，L表示邻域个数，L=k’×k’-1,k’为奇数,代表一幅图像中某个邻域的行数和列数，一般取1＜k≤9；P_i表示该邻域内第i个像素的值。

上述方案中，步骤（3）中所述内孔数字图像边缘提取的过程具体包括如下步骤：

（3.1）对原图像进行腐蚀运算，得到腐蚀运算后的图像并保存；

（3.2）计算原图像与腐蚀运算所得图像的差值，即可检测到内孔的边缘。

上述方案中，步骤（3）中所述内孔数字图像边缘提取过程还进一步包括有采用形态学细化算法进行内孔边缘的细化的步骤，即：

（3.3.1）选取N对结构元进行细化，其中N为2的整数次幂（2≤N≤64）；

（3.3.2）开辟缓冲区记录已做标记的目标像素点；

（3.3.3）按从左到右、从上到下的顺序开始扫描整幅图像；

（3.3.4）如果当前位置为目标像素点，往下执行步骤（3.3.5），否则继续扫描下一个像素；

（3.3.5）将目标像素点的L邻域依次与N个结构元对匹配，如果匹配其中任意一个，表示目标像素被结构元击中，将其标记入缓冲区并继续扫描下一个像素；如果与N个结构元对都不匹配，则继续扫描下一个像素；

（3.3.6）当完成一次扫描,检查缓冲区，依次将其中记录的所有像素点从图像中删除，即置为背景像素；然后将缓冲区清零，转步骤（3.3.3）开始下一次扫描过程；如果检查缓冲区为空，则表示已经没有要被删除的像素点，此时图像细化完成。

与现有技术相比，本发明具有非接触性检测的优点、检测精度高、抗噪声能力强、定位准确、重复性好、操作简便等特点，最重要的是本发明能够精确快速地测量光纤插针的同心度及内径，有效避免了人工测量所带来的种种弊端。

附图说明

图1为一种基于视觉测量的光纤插针同心度测量系统的结构示意图；

图2为一种基于视觉测量的光纤插针同心度测量方法的流程图；

图3为图像滤噪时所采用的8邻域示意图；

图4为采用的形态学细化结构元对；

图5为最小外接矩形法估测圆参数的示意图。

具体实施方式

参见图1，一种基于视觉测量的光纤插针同心度测量系统，主要由照明光源、V形槽、传动装置、光学显微成像装置、数字图像采集卡、计算机和打印机组成。照明光源能够产生平行光线。V型槽用于承载待测光纤插针。待测光纤插针置于V形槽内；传动装置的滚轮轻压在待测光纤插针的中部，且待测光纤插针跟随传动装置的滚轮在V形槽内做匀速圆周运动。照明光源和光学显微成像装置分别位于V形槽的两侧，且照明光源、光学显微成像装置均与V形槽内的待测光纤插针的轴线相正对；照明光源发出的光线经过待测光纤插针的内孔后被光学显微成像装置采集。光学显微成像装置的输出端经由数字图像采集卡与计算机相连。数字图像采集卡安装在计算机的PCI插槽里。打印机连接在计算机的输出端上。将待测光纤插针置于一V型槽中，由传动装置的滚轮轻压插针中部，再采用传动装置的电机带动滚轮匀速旋转，待测光纤插针跟随做匀速圆周运动，然后用带前端光学显微镜的摄像机即光学显微成像装置获取其待测光纤插针内孔的放大图像，再由数字图像采集卡将光学图像转换为数字图像，最后经过计算机中的同心度自动测量程序的处理，显示测量结果，并可将测量结果数据生成报表由打印机输出。

上述系统所实现的一种基于视觉测量的光纤插针同心度测量方法，如图2所示，其具体包括有如下步骤：

（1）将同心度已知的基准光纤插针置于V形槽上，利用光学显微成像装置对基准光纤插针内孔进行成像，调整光学显微成像装置的放大系数及物距，使得插针内孔成像显示于计算机显示器屏幕上的插针内孔图像边缘轮廓清晰；

（2）将光学显微成像装置所得到的基准光纤插针内孔图像送入数字图像采集卡进行处理，数字图像采集卡将内孔光学图像转换为内孔数字图像后传输到计算机中；

上述将内孔光学图像转换为内孔数字图像的过程具体包括如下步骤：

（2.1）灰度化处理:由于光学显微成像装置所采集到的是24位彩色的BMP格式图像文件，其图像在直接处理时会存在一定的难度，因此首选需要按如下公式转换成256色灰度图像，即

Y=0.299R+0.587G+0.114B       ④

式中，Y代表该像素点亮度的最终结果；R，G，B分别代表该像素点红、绿、蓝三色的值；

（2.2）图像二值化分割：光学显微成像装置所获得的光纤插针内孔图像中目标与背景之间对比度较大，且具有较均匀的灰度分布，所以本发明采用基于图像灰度特性的最佳阈值法确定分割阈值来完成图像分割。这种方法的基本思想是找到一个门限阈值T，使得按这个阈值划分目标和背景的错误分割概率为最小，即利用数理统计知识做分割处理。

本发明使用阈值法将步骤（2.1）所获得的灰度图像进行分割，即所有灰度值大于或等于阈值T的像素都被判断为属于背景，赋值为1；而小于阈值T的像素属于目标，赋值为0，具体算法如下:

$g(x,y)=\left\{\begin{array}{c}0,f(x,y)<T\\ 1,f(x,y)\&GreaterEqual;T\end{array}\right.$    ⑤

式中，T为阈值，f(x,y)为像素的灰度值，g(x,y)为二值化后像素的值；

（2.3）图像滤噪处理：光学显微成像装置所获取的光纤插针内孔图像，因采用透射照明方式，只存在少量噪声，所要处理的图像目标区域与背景的区分已很明显，同时因为是先进行图像阈值分割，所得到的二值图像只存在少量孤立噪声，因此图像去噪主要针对二值图像的孤立噪声。

本发明采用L邻域统计编码滤波窗口去除图像的孤立噪声，即当图像上某点P0的L邻域满足下式时，则该点为孤立噪声点，将其滤除；

$\left\{\begin{array}{c}\mathrm{if}(P0=1,\underset{i=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_i\&le;1):P0=0\\ \mathrm{if}(P0=0,\underset{i=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_i\&GreaterEqual;L-1):P0=1\end{array}\right.$    ⑥

式中，P_i表示该邻域内第i个像素的值；L表示邻域个数，L=k’×k’-1，L的取值范围应当恰当，取值过小精度无法控制，取值过大则会增加运算量，其中k’为奇数,代表一幅图像中某个邻域的行数和列数，一般取1＜k≤9。

在本发明优选实施例中，所述L=8，即如图3所示采用8邻域统计编码滤波窗口去除图像的孤立噪声。

（3）计算机对步骤（2）得到的基准光纤插针内孔数字图像边缘进行提取，得到内孔图像轮廓数据；然而采用最小外接矩形法估测内孔圆心坐标位置与直径大小，再根据所得的估测数据缩小精确圆参数检测的霍夫变换的搜索范围来确定内孔的圆心和直径；

上述内孔数字图像边缘提取的过程具体包括如下步骤：

（3.1）对原图像进行腐蚀运算，得到腐蚀运算后的图像并保存；

（3.2）计算原图像与腐蚀运算所得图像的差值，即可检测到内孔的边缘；

（3.3）内孔边缘轮廓细化，由于本发明方法要求较高的检测精度，所以针对插针内孔图像的边缘检测算法侧重于定位的精确，要求不漏检真边缘，同时不产生虚假边缘。因此本发明在进行了数字图像边缘提取后还需要进一步采用采用基于击中/击不中变换(HMT)的形态学细化算法，实现内孔边缘的细化。即：

（3.3.1）选取N对结构元进行细化，其中N为2的整数次幂，2≤N≤64；在本发明优选实施例中，选取8对结构元；参见图4，每一对中B1由4个点构成，B2则由3个点构成，如图5所示，其中“1”和“0”分别为B1与B2中的元素，同时“①”表示参考中心点，“1”表示目标像素点，“0”表示背景像素点，“X”表示的像素可以随意取值；

（3.3.2）开辟缓冲区记录已做标记的目标像素点；

（3.3.3）按从左到右、从上到下的顺序开始扫描整幅图像；

（3.3.4）如果当前位置为目标像素点，往下执行步骤（3.3.5），否则继续扫描下一个像素；

（3.3.5）将目标像素点的L邻域依次与N个结构元对匹配，在本发明优选实施例中，将目标像素点的8邻域依次与8个结构元对匹配；如果匹配其中任意一个，表示目标像素被结构元击中，将其标记入缓冲区并继续扫描下一个像素；如果与8个结构元对都不匹配，则继续扫描下一个像素；

（3.3.6）当完成一次扫描,检查缓冲区，依次将其中记录的所有像素点从图像中删除，即置为背景像素；然后将缓冲区清零，转步骤（3.3.3）开始下一次扫描过程；如果检查缓冲区为空，则表示已经没有要被删除的像素点，此时图像细化完成。

上述霍夫变换圆参数检测步骤具体为：先采用“最小外接矩形法”对插针内孔进行粗步定位，估算其半径大小与圆心坐标位置，在此基础上确定霍夫变换圆检测的搜索范围，该方法避免了在整个图像范围内进行变换而增加时间开支，从而提高了检测效率。图5为“最小外接矩形法”估测圆参数示意图,其中圆心 $O(\frac{x_1+x_2}{2},\frac{y_1+y_2}{2}),$ 半径 $r=\frac{(x_2-x_1)+(y_2-y_1)}{2}.$

（4）利用下述公式计算所述测量系统的像素当量k，即

k=D’/D               ①

式中，D为已知基准光纤插针的内孔直径；D’为步骤（3）中计算得出插针内孔直径；

（5）将被测光纤插针置于步骤（1）所述的V形槽上，并让传动装置的滚轮轻压在被测光纤插针的中部；之后，启动传动装置让待测光纤插针跟随传动装置上的滚轮在V形槽内做匀速圆周运动；

（6）在被测光纤插针的运动过程中，利用光学显微成像装置对被测光纤插针内孔进行n次成像，其中n的值由系统预设，10≤n≤20；将上述n幅内孔光学图像依次通过数字图像采集卡转换为n幅内孔数字图像后传输到计算机中；

在本发明中，光学显微成像装置采用等时间隔的方法在被测光纤插针的运动一周或一周以上的过程中，进行n次成像。

（7）计算机采用步骤（3）所述的方法依次确定n幅内孔图像的圆心O_n(x_n,y_n)和内径D_n，并将其分别存入两个数组即O[n]和D[n]中；

如第一幅内孔图像通过数字图像采集卡传输到计算机中，将其转换为灰度图像，再进行内孔图像的二值化分割，最后滤除图像的孤立噪声，之后采用步骤（3）所述的方法确定第一幅内孔图像的圆心O₁(x₁,y₁)和直径D₁，分别存入两个数组O[n]和D[n]中，与此同时数字图像采集卡将第二幅内孔图像传输到计算机；重复上述步骤，直至完成第n幅插针内孔图像的圆心O_n(x_n,y_n)、直径D_n的计算及存储。

（8）计算机根据下述公式计算待测光纤插针的同心度e和内孔直径的平均值

即

e=max(d_i)×k，i=1,2,3,…m                 ②

$\stackrel{\&OverBar;}{D}=\frac{\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{d}_i}{m}\&times;k$    ③

式中，k为测量系统的像素当量；d₁，d₂，d₃，…，d_m分别为步骤（7）所得n幅内孔图像中任意两个圆心之间的距离；一般m取值

此处

为组合运算，n与步骤（6）中的n相同；由于步骤（7）所计算及存储的圆心和直径各有

个，因此任意两个圆心之间的距离的个数m的最大取值范围等于(即从n个元素取2个，不进行排列)。而m的取值越大，所获得的同心度e和内孔直径的平均值

约精确，但相应地运算量也会增加。在本发明优选实施例中，所述m的取值范围为20≤m≤100。

Claims (4)

1.一种基于视觉测量的光纤插针同心度测量方法，其特征是，包括有如下步骤：

（1）将同心度已知的基准光纤插针置于V形槽上，利用光学显微成像装置对基准光纤插针内孔进行成像，调整光学显微成像装置的放大系数及物距，使得插针内孔成像显示于计算机显示器屏幕上的插针内孔图像边缘轮廓清晰；

（2）将光学显微成像装置所得到的基准光纤插针内孔图像送入数字图像采集卡进行处理，数字图像采集卡将内孔光学图像转换为内孔数字图像后传输到计算机中；

（3）计算机对步骤（2）得到的基准光纤插针内孔数字图像边缘进行提取，得到内孔图像轮廓数据；然而采用最小外接矩形法估测内孔圆心坐标位置与直径大小，再根据所得的估测数据缩小精确圆参数检测的霍夫变换的搜索范围来确定内孔的圆心和直径；

（4）利用下述公式计算所述测量系统的像素当量k，即

k=D’/D                          ①

式中，D为已知基准光纤插针的内孔直径；D’为步骤（3）中计算得出插针内孔直径；

（5）将被测光纤插针置于步骤（1）所述的V形槽上，并让传动装置的滚轮轻压在被测光纤插针的中部；之后，启动传动装置让待测光纤插针跟随传动装置上的滚轮在V形槽内做匀速圆周运动；

（6）在被测光纤插针的运动过程中，利用光学显微成像装置对被测光纤插针内孔进行n次成像，其中n的值由系统预设，10≤n≤20；将上述n幅内孔光学图像依次通过数字图像采集卡转换为n幅内孔数字图像后传输到计算机中；

（7）计算机采用步骤（3）所述的方法依次确定n幅内孔图像的圆心O_n(x_n,y_n)和内径D_n，并将其分别存入两个数组即O[n]和D[n]中；

（8）计算机根据下述公式计算待测光纤插针的同心度e和内孔直径的平均值

即

e=max(d_i)×k，i=1,2,3,…m                 ②

$\stackrel{\&OverBar;}{D}=\frac{\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{d}_i}{m}\&times;k$    ③

式中，d₁，d₂，d₃，…，d_m分别为步骤（7）所得n幅内孔图像中任意两个圆心之间的距离；一般m取值此处

为组合运算，n与步骤（6）中的n相同；k为测量系统的像素当量。

2.根据权利要求1所述的一种基于视觉测量的光纤插针同心度测量方法，其特征是，步骤（2）中所述将内孔光学图像转换为内孔数字图像的过程具体包括如下步骤：

（2.1）灰度化处理:将图像采集卡得到的是彩色的图像文件按以下公式转化为灰度图像；

Y=0.299R+0.587G+0.114B              ④

式中，Y代表该像素点亮度的最终结果；R，G，B分别代表该像素点红、绿、蓝三色的值；

（2.2）图像二值化分割：使用阈值法将步骤（2.1）所获得的灰度图像进行分割，即所有灰度值大于或等于阈值T的像素都被判断为属于背景，赋值为1；而小于阈值T的像素属于目标，赋值为0，具体算法如下:

$g(x,y)=\left\{\begin{array}{c}0,f(x,y)<T\\ 1,f(x,y)\&GreaterEqual;T\end{array}\right.$    ⑤

式中，T为阈值，f(x,y)为像素的灰度值，g(x,y)为二值化后像素的值；

（2.3）图像滤噪处理：采用L邻域统计编码滤波窗口去除图像的孤立噪声，即当图像上某点P0的L邻域满足下式时，则该点为孤立噪声点，将其滤除；

$\left\{\begin{array}{c}\mathrm{if}(P0=1,\underset{i=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_i\&le;1):P0=0\\ \mathrm{if}(P0=0,\underset{i=1}{\overset{L}{\mathrm{\&Sigma;}}}{P}_i\&GreaterEqual;L-1):P0=1\end{array}\right.$ ⑥

式中，L表示邻域个数，L=k’×k’-1,k’为奇数,代表一幅图像中某个邻域的行数和列数；P_i表示该邻域内第i个像素的值。

3.根据权利要求2所述的一种基于视觉测量的光纤插针同心度测量方法，其特征是，步骤（3）中所述内孔数字图像边缘提取的过程具体包括如下步骤：

（3.1）对原图像进行腐蚀运算，得到腐蚀运算后的图像并保存；

（3.2）计算原图像与腐蚀运算所得图像的差值，即可检测到内孔的边缘。

4.根据权利要求3所述的一种基于视觉测量的光纤插针同心度测量方法，其特征是，步骤（3）中所述内孔数字图像边缘提取过程还进一步包括有采用形态学细化算法进行内孔边缘的细化的步骤，即：

（3.3.1）选取N对结构元进行细化，其中N为2的整数次幂；

（3.3.2）开辟缓冲区记录已做标记的目标像素点；

（3.3.3）按从左到右、从上到下的顺序开始扫描整幅图像；

（3.3.4）如果当前位置为目标像素点，往下执行步骤（3.3.5），否则继续扫描下一个像素；

（3.3.5）将目标像素点的L邻域依次与N个结构元对匹配，如果匹配其中任意一个，表示目标像素被结构元击中，将其标记入缓冲区并继续扫描下一个像素；如果与N个结构元对都不匹配，则继续扫描下一个像素；

（3.3.6）当完成一次扫描,检查缓冲区，依次将其中记录的所有像素点从图像中删除，即置为背景像素；然后将缓冲区清零，转步骤（3.3.3）开始下一次扫描过程；如果检查缓冲区为空，则表示已经没有要被删除的像素点，此时图像细化完成。

Images