CN103673917A - 一种旋转体非接触检测信号处理方法 - Google Patents
一种旋转体非接触检测信号处理方法 Download PDFInfo
- Publication number
- CN103673917A CN103673917A CN201210351651.6A CN201210351651A CN103673917A CN 103673917 A CN103673917 A CN 103673917A CN 201210351651 A CN201210351651 A CN 201210351651A CN 103673917 A CN103673917 A CN 103673917A
- Authority
- CN
- China
- Prior art keywords
- signal
- coordinate
- value
- processing method
- signal processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明是一种信号处理方法,用于旋转体的在线非接触检测。本方法将光学传感器采集的旋转体表面轮廓矩阵信号经过一系列处理步骤,转化为旋转体表面轮廓的几何参数。其中信号处理主要包括值映射,目标定位,降噪,边界跟踪,二值化,形位识别,座标校正,参数拟合,得到待检测的几何参数。转化得到的几何参数,包括圆弧半径,圆心座标,直线夹角,直线角顶点座标。几何参数与标准数据进行比对,从而判定被测对象是否合格。
Description
技术领域
本发明属于计算机信号处理领域,具体涉及计算机对旋转体轮廓信号的分析和处理,以达到对旋转体轮廓几何参数的测量的目的。
背景技术
旋转体零件被广泛应用于工程机械、汽车、船舶、航空航天、兵器等行业的轮、轴、外壳等部件上,其主要特征是由一个基本的轮廓线绕一根固定轴线旋转而成。在很多应用中对旋转体的外形尺寸都有着较为严格的要求,目前工业上对旋转体的测量主要通过人工卡尺测量和轮廓仪测量等手段。人工卡尺测量方法只能对一条轮廓线上的某一点进行测量,对于不便于夹持的地方容易出现测不准等现象;轮廓仪能在一条轮廓线上进行连续测量,但是存在测量速度慢、测量仪器贵、必须采用接触测量等缺点。在现有的非接触测量技术中,大多数都是针对产品缺陷的定性检测,针对外形轮廓尺寸的测量中,存在误差较大,检测速度慢,稳定性较差等问题。本项发明专利实现了非接触旋转体轮廓尺寸测量中的快速,精确和稳定的检测。
发明内容
本发明的目的是针对旋转体轮廓的检测信号,提供一种快速,精确,稳定的处理方法,将原始的检测信号转化为待测量的几何参数。
为实现所述的目的,本发明提供的信号处理方法,分以下步骤实现(除明确注明外,以下每一个步骤均在前一个步骤处理结果基础上进行):
步骤S1:从光学传感器采集原始信号。
步骤S2:将原始信号按照预定的规则进行值映射。
步骤S3:将信号与标准信号进行比对,确定目标区域位置。
步骤S4:将目标区域内的信号进行降噪处理。
步骤S5:将目标区域内的信号进行边界跟踪,并进行二值化处理。
步骤S6:将二值化的边界信号进行座标校正。
步骤S7:将座标校正后的二值化边界信号进行几何形状拟合,计算得出几何参数。
步骤S1所述的原始信号由矩阵组成,矩阵中的每一个元素为非负整数,其值的大小代表了该位置信号的强度。
步骤S2对信号矩阵中每一个元素进行处理,按照指定的映射规则,将其值映射为相同或不同的值。
步骤S3所述的目标区域是原始信号矩阵的一个子矩阵。目标区域由以下四个参数唯一确定:1)目标区域左上角元素在原始信号矩阵的行座标,2)目标区域左上角元素在原始信号矩阵的列座标,3)目标区域的行数,4)目标区域的列数。确定目标区域位置,即确定上述四个参数的值。目标区域中的信号,应当包含被测对象轮廓的全部信息。所述的标准信号,是根据被测旋转体的理论设计参数而构造的信号。将标准信号与实际信号进行比对,在实际信号中与标准信号相似度最大的区域即为目标区域。
步骤S4所述的降噪处理是依次对于目标区域内的每一个元素进行处理,将元素的值进行改变,改变后的元素值依据元素原值和该元素相邻区域内的值经计算得出。降噪处理中对于每个元素值的改变,可以进行一次或迭代多次,每次使用不同的相邻区域大小及形状,以及不同的计算参数。
步骤S5所述的边界跟踪,是根据信号的强度、变化率和连续性,确定被测对象的边界。所述的二值化处理是在边界处将信号置为1,其余元素置为0。
步骤S6所述的座标校正,是将二值化的边界信号中值为1的元素座标通过座标校正表由离散的整数座标转换为连续的实数座标。
步骤S7所述的几何形状拟合,是将校正后的边界座标进行几何形状的拟合,计算出几何参数,包括直线的夹角,直线角顶点座标,圆弧的曲率半径,圆心,使得校正后的边界座标与几何形状的理论座标之间总体误差最小。
附图说明
图1为本发明示意图
具体实施方式
下面对本发明做进一步详细说明。
本发明提供了一种针对旋转体轮廓尺寸的非接触检测信号的处理方法。该方法的总体输入是光学传感器采集到的矩阵信号,总体输出是被测对象轮廓的各项几何参数。
信号处理过程分为七个步骤,以下分别详细说明
第一步S1,从光学传感器获取原始信号。原始信号的类型是一个数值矩阵,矩阵中每个元素为一个非负整数,代表该位置的信号强度。通常情况下,目标对象位置的信号强,而背景的信号弱。
第二步S2,将原始信号矩阵中的每一个元素值按照一定规则进行映射。这里所述的映射规则,通常以映射表的形式提供,例如:
(R1,M1)
(R2,M2)
(R3,M3)
(R4,M4)
(Rn,Mn)
这里的Ri是原值,Mi是映射的新值。(i∈[1,n])
对信号矩阵中的每一个元素进行处理,当其值等于Ri时,将其值置为Mi。
第三步S3,将实际信号与标准信号进行比对,确定目标区域的位置。这里的实际信号,是上一步骤处理后的信号,与本步骤中的标准信号相区分。标准信号是根据被测对象设计的理论尺寸构造的信号,同样为矩阵的形式。但是标准信号的矩阵大小要小于实际信号。实际信号中,真正体现被测对象轮廓信息的,也只是其中的一个区域。本步骤的处理,就是将实际信号与标准信号进行比对,在实际信号中确定与标准相似度最大的区域,即为目标区域。通常情况下,目标区域的长宽比应与标准信号相等。
目标区域确定之后,为了提高处理的效率,后续的步骤将只针对目标区域内的信号进行处理。
第四步S4,对目标区域内的信号进行降噪。由于光学传感器采集的信号中,不可避免的会存在噪声和干扰。这些随机的因素会影响检测的准确性和稳定性。降噪处理有多种方法。
线性滤波是较常用的一种方法,线性滤波的原理是,信号中每个元素的值g(i,j),由该元素相邻区域内的元素值经过加权求和得到。即:
其中,f(i,j)是信号的原值,h为滤波核,其元素为相应的加权系数。
中值滤波是另一种常用的方法,其原理是取元素f(i,j)及其相邻区域的元素值,进行排序,取位于排序序列中间位置的值作为元素的新值。
在本步骤中,可以根据情况进行一次或多次迭代的降噪操作,每次可以选择不用的方法和参数。
第五步S5,根据信号的强度,变化率和连续性,进行边界跟踪,将确认为边界的元素置为1,其余元素置为0。边界的特点体现在信号的强度上,为变化率非常明显。边界跟踪通过求导来估算边界的位置:
设参数T1,T2为非负整数,且T1>T2,对在信号矩阵(x,y)处求导的值f(x,y)进行讨论:
当f(x,y)>T1时,则元素(x,y)为边界,置为1。
当f(x,y)≤T2时,则元素(x,y)为非边界,置为0。
当f(x,y)≤T1且f(x,y)>T2时,当元素(x,y)的一阶邻域中存在边界点时,元素(x,y)为边界,置为1,否则为非边界,置为0。
第六步S6,将二值化后值为1的边界元素进行座标校正。座标校正使用座标校正表实现。座标校正表格式如下:
(x1,y1)(x1’,y1’)
(x2,y2)(x2’,y2’)
(x3,y3)(x3’,y3’)
(xn,yn)(xn’,yn’)
其中,(xi,yi)为信号矩阵的行列座标,xi,yi为正整数。(xi’,yi’)为几何平面座标,单位为毫米(mm),xi’,yi’为实数。(i∈[1,n])
第七步S7,用校正过的边界座标进行几何形状的拟合。几何形状拟合主要包括直线拟合和圆弧拟合。
设直线方程为
y=a+bx
设校正后的边界点座标为xi,yi,将其代入直线方程得
d1=y1-a-bx1
d2=y2-a-bx2
d3=y3-a-bx3
...
dn=yn-a-bxn
由于拟合的直线使得误差取到极小值,令
得
即可求得拟合的直线方程。
圆弧拟合可以用类似的方法求得拟合的圆心座标C(x,y),半径R,使得总体误差最小。
根据基础的直线方程和圆弧参数,可以进一步计算得出直线夹角,角顶点座标等参数。
根据计算得出的几何参数,与被测对象设计的理论值及公差范围对比,即可判断出被测对象是否合格。
上面描述是用于实现本发明的实施例,本领域的技术人员应该理解,在不脱离本发明的范围的任何修改或局部替换,均属于本发明权利要求来限定的范围。
Claims (9)
1.一种旋转体检测信号处理方法,其特征在于:
步骤S1:从光学传感器采集原始信号。
步骤S2:将原始信号按照预定的规则进行值映射。
步骤S3:将信号与标准信号进行比对,确定目标区域位置。
步骤S4:将目标区域内的信号进行降噪处理。
步骤S5:将目标区域内的信号进行边界跟踪,并进行二值化处理。
步骤S6:将二值化的边界信号进行座标校正。
步骤S7:将座标校正后的二值化边界信号进行几何形状拟合,计算得出几何参数。
2.根据权利要求1所述的信号处理方法,其步骤S1获得的原始信号特征在于,信号由矩阵组成,矩阵中的每一个元素为非负整数,其值的大小代表了该位置信号的强度。
3.根据权利要求1所述的信号处理方法,其步骤S2特征在于,对信号矩阵中每一个元素进行处理,按照指定的映射规则,将其值映射为相同或不同的值。
4.根据权利要求1所述的信号处理方法,其步骤S3特征在于,目标区域是信号矩阵的一个子矩阵。
5.根据权利要求1所述的信号处理方法,其步骤S4特征在于,降噪处理对于目标区域内的每一个元素进行处理,将元素的值进行改变,改变后的元素值依据元素原值和该元素相邻区域内的值经计算得出。
6.根据权利要求1所述的信号处理方法,其步骤S4特征在于,降噪处理中对于每个元素值的改变,可以进行一次或迭代多次,每次使用不同的相邻区域大小及形状,以及不同的计算参数。
7.根据权利要求1所述的信号处理方法,其步骤S5特征在于,根据信号的强度、变化率和连续性,确定被测对象的边界,在边界处将信号置为1,其余元素置为0。
8.根据权利要求1所述的信号处理方法,其步骤S6特征在于,将二值化的边界信号中值为1的元素座标通过座标校正表由离散的整数座标转换为连续的实数座标。
9.根据权利要求1所述的信号处理方法,其步骤S7特征在于,将校正后的边界座标进行几何形状的拟合,计算出几何参数,包括直线的夹角,直线角顶点座标,圆弧的曲率半径,圆心,使得校正后的边界座标与几何形状的理论座标之间总体误差最小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210351651.6A CN103673917B (zh) | 2012-09-21 | 2012-09-21 | 一种旋转体非接触检测信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210351651.6A CN103673917B (zh) | 2012-09-21 | 2012-09-21 | 一种旋转体非接触检测信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103673917A true CN103673917A (zh) | 2014-03-26 |
CN103673917B CN103673917B (zh) | 2016-12-21 |
Family
ID=50312200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210351651.6A Active CN103673917B (zh) | 2012-09-21 | 2012-09-21 | 一种旋转体非接触检测信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103673917B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020164111A1 (zh) * | 2019-02-15 | 2020-08-20 | 深圳配天智能技术研究院有限公司 | 图像处理方法、系统、电子设备、机器人和存储装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1229486A1 (en) * | 2001-01-31 | 2002-08-07 | GRETAG IMAGING Trading AG | Automatic image pattern detection |
CN101504717A (zh) * | 2008-07-28 | 2009-08-12 | 上海高德威智能交通系统有限公司 | 特征区域的定位方法、车身深浅色与车身颜色的识别方法 |
CN101546426A (zh) * | 2009-04-30 | 2009-09-30 | 上海交通大学 | 基于区域增强及区域提取的微弱发光图像处理方法 |
CN102324134A (zh) * | 2011-09-19 | 2012-01-18 | 广州广电运通金融电子股份有限公司 | 有价文件鉴别方法及其鉴别装置 |
CN102445456A (zh) * | 2011-10-09 | 2012-05-09 | 河海大学常州校区 | 基于dsp机器视觉的鸡蛋品质无损检测装置及检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102589464A (zh) * | 2012-01-11 | 2012-07-18 | 长春工业大学 | 一种汽车安全气囊外形尺寸检测方法及其应用装置 |
-
2012
- 2012-09-21 CN CN201210351651.6A patent/CN103673917B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1229486A1 (en) * | 2001-01-31 | 2002-08-07 | GRETAG IMAGING Trading AG | Automatic image pattern detection |
CN101504717A (zh) * | 2008-07-28 | 2009-08-12 | 上海高德威智能交通系统有限公司 | 特征区域的定位方法、车身深浅色与车身颜色的识别方法 |
CN101546426A (zh) * | 2009-04-30 | 2009-09-30 | 上海交通大学 | 基于区域增强及区域提取的微弱发光图像处理方法 |
CN102324134A (zh) * | 2011-09-19 | 2012-01-18 | 广州广电运通金融电子股份有限公司 | 有价文件鉴别方法及其鉴别装置 |
CN102445456A (zh) * | 2011-10-09 | 2012-05-09 | 河海大学常州校区 | 基于dsp机器视觉的鸡蛋品质无损检测装置及检测方法 |
Non-Patent Citations (1)
Title |
---|
赵永涛: "基于CCD的机械零件尺寸测量研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 04, 15 April 2011 (2011-04-15), pages 138 - 1164 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020164111A1 (zh) * | 2019-02-15 | 2020-08-20 | 深圳配天智能技术研究院有限公司 | 图像处理方法、系统、电子设备、机器人和存储装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103673917B (zh) | 2016-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590498B (zh) | 一种基于字符分割级联二分类器的自适应汽车仪表检测方法 | |
CN102049731B (zh) | 对盘形凸轮进行精确轮廓测量及精确加工的方法 | |
CN104169685B (zh) | 高分辨率绝对式编码器 | |
CN102111158B (zh) | 对位置传感器的正余弦信号细分和数据编码的装置及实现方法 | |
US20180073910A1 (en) | Direct-read meter capable of eliminating magnetic interference of adjacent rotating wheels | |
CN108871256B (zh) | 一种圆度误差评定算法 | |
CN105091922A (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
CN102721393B (zh) | 一种精密旋转工作台测量系统误差在位自标定方法 | |
CN102893131A (zh) | 改进的位置传感器 | |
CN102735204B (zh) | 一种基于弦线的航空薄壁叶片加工扭曲度误差测量方法 | |
CN103983290A (zh) | 复合型绝对值编码器 | |
CN110108207A (zh) | 基于探针的旋转轴回转中心线几何误差标定方法 | |
CN101529210A (zh) | 旋转角度检测系统 | |
CN104132672B (zh) | 具备精度校正功能的编码器 | |
CN102506805B (zh) | 一种基于支持向量分类的多测点平面度评定方法 | |
CN103294920B (zh) | 一种基于最小区域的零件圆柱度误差评定方法 | |
CN106871949A (zh) | 用于多传感器测量系统的多球板标准器及联合误差检测法 | |
CN103292654B (zh) | 一种计算圆柱体零件作用尺寸的方法 | |
CN105258660A (zh) | 环面蜗杆测量中的喉平面位置标定方法 | |
CN109202539B (zh) | 一种复合材料弱刚度异形结构在线检测方法 | |
CN103673917A (zh) | 一种旋转体非接触检测信号处理方法 | |
CN103712532A (zh) | 一种面向蒙皮框桁结构壳体的形位误差检测与评定方法 | |
CN106813563B (zh) | 角度测量装置 | |
CN112050771A (zh) | 一种轮毂参数测量方法、装置、电子设备及系统 | |
CN111368584A (zh) | 一种可自校正的正余弦编码器高分辨率位置信息拼接方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |