CN104406535A - 基于图像的指示光栅间隙检测方法 - Google Patents

Abstract

基于图像的指示光栅间隙检测方法涉及在线检测的技术领域，该方法解决现有光栅线位移传感器指示光栅间隙检测时判断不准确，效率低的问题。该方法包括如下步骤：Sobel对成像在CCD相机接收面上的图像进行边缘检测，并进行梯度计算；对梯度图像自动阈值分割和二值化；最小值滤波降低梯度二值图像噪声；通过处理后的图像，判断指示光栅间隙，实现指示光栅间隙检测方法。本发明提高了光栅线位移传感器指示光栅间隙监测的精度和检测效率，为控制光栅线位移传感器正常并可靠地工作提供了保障；同时，本发明的检测方法属于非接触检测方法，不会损伤指示光栅的表面，在照明光不均匀情况下也能够顺利检测指示光栅间隙。

Description

基于图像的指示光栅间隙检测方法

技术领域

本发明涉及在线检测的技术领域，具体涉及基于图像的指示光栅间隙检测方法。

背景技术

在光栅位移传感器中，指示光栅和主光栅之间有一个很小的合适的间隙，间隙过小，两个光栅会发生磨损而导致测量过程失效，光栅间隙过大，则使其输出信号发生异常。合适的光栅间隙是保证光栅线位移传感器正常工作的重要条件之一。在指示光栅部件装配的过程中，两个光栅间隙的检测是非常重要的一个环节。目前最常用的光栅间隙检测方法有两种，一种是塞尺法，另一种是光线照明、人眼观察法。这两种方法都是依靠人的感觉来判断光栅间隙的大小，效率低，判断不准确。

发明内容

为了解决现有技术中存在的问题，本发明提供了一种基于图像的光栅线位移传感器指示光栅间隙在线检测方法，该方法解决现有光栅线位移传感器指示光栅间隙检测时判断不准确，效率低的问题。

本发明解决技术问题所采用的技术方案如下：

基于图像的指示光栅间隙检测方法，该方法包括如下装置：光源、间隔反射玻璃、指示光栅和CCD相机；光源发出的光倾斜地照向间隔反射玻璃，一部分光线由间隔反射玻璃反射，另一部分经过间隔反射玻璃后由指示光栅反射，两束反射光由CCD相机接收并成像在CCD相机接收面上；其特征在于，该方法包括如下步骤：

步骤一：Sobel对成像在CCD相机接收面上的图像进行边缘检测，并进行梯度计算；

步骤二：对梯度图像自动阈值分割和二值化；

步骤三：最小值滤波降低梯度二值图像噪声；

步骤四：通过处理后的图像，判断指示光栅间隙，实现指示光栅间隙检测方法。

本发明的有益效果是：本发明提高了光栅线位移传感器指示光栅间隙监测的精度和检测效率，为控制光栅线位移传感器正常并可靠地工作提供了保障；同时，本发明的检测方法属于非接触检测方法，不会损伤指示光栅的表面，在照明光不均匀情况下也能够顺利检测指示光栅间隙。

附图说明

图1本发明基于图像的指示光栅间隙检测方法的装置示意图。

图2本发明基于图像的指示光栅间隙检测方法流程图。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

如图1所示，光栅线位移传感器指示光栅间隙检测装置，该装置包括间隔反射玻璃1、光栅滑架2、指示光栅3、光源4、CCD相机5。光源4发出的光倾斜地照向间隔反射玻璃1，一部分光线被间隔反射玻璃1的镀膜区反射，另一部分经过间隔反射玻璃1后被指示光栅3的镀膜区反射，反射玻璃1上的特征点a和指示光栅3上的对应点b成像在CCD相机5接收面上，由CCD相机5接收面被接收。指示光栅3粘接在光栅滑架2上。当光栅滑架2沿着间隔反射玻璃1移动时，就可以测出指示光栅2在不同位置的间隙。

如图2所示，基于图像的光栅线位移传感器指示光栅间隙检测方法，包括以下步骤：

步骤一：Sobel对成像在CCD相机接收面上的图像进行边缘检测，并进行梯度计算；

梯度是一阶导数的二维等式。梯度▽f(x,y)可定义为矢量式中I_x是x方向的单位向量，I_y是y方向的单位向量。梯度的幅值用绝对值来近似梯度幅值|▽f(x,y)|＝|f_x|+|f_y|，其中 Sobel算子是基于一阶微分的边缘检测方法,首先进行邻域平均或加权平均,然后进行一阶微分处理,检测出边缘点。Sobel使用的窗口算子为一个水平方向,一个垂直方向，使用上述算子进行卷积运算,使用如下公式,这2个公式分别表示水平方向和垂直方向的卷积运算,求出其梯度幅值:|f_x|+|f_y|。

$\begin{array}{c}{f}_x(x,y)=\{f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)\}\\ -\{f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)\}\end{array}$

$\begin{array}{c}{f}_x(x,y)=\{f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)\}\\ -\{f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)\}\end{array}$

步骤二：对梯度图像自动阈值分割和二值化；

如何选择去合适的分割阈值T_Threshold是判断图像边缘点的关键，将采用Sobel滤波后的梯度看作一幅图像，然后使用自动全局阈值分割的方法来判断图像的边缘，自动阈值分割基本算法为：步骤A：选择一个分割阈值T_Threshold的初始估计值，可设其值为0。步骤B：用T_Threshold分割图像。这样会生成两组像素：G₁由所有灰度值大于T_Threshold的像素组成，而G₂由所有灰度值小于或等于T_Threshold的像素组成。步骤C：对区域G₁和G₂中所有像素计算平均灰度值U₁和U₂。步骤D：计算新的分割阈值：T_ThresholdNew＝(U₁+U₂)/2。步骤E：判断T_Threshold与T_ThresholdNew的差值D，当|D|≤5时确定T_ThresholdNew为分割阈值T_Threshold；否则，以T_ThresholdNew的值替换T_Threshold＝0，重复步骤B到E，直到所得的差值|D|≤5时，实现自动阈值分割。

步骤三：最小值滤波降低梯度二值图像噪声；

经过阈值分割的梯度二值图像会存在一些奇异点噪声，最小值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。最小值滤波把数字图像中一点的值用该点的一个邻域中各点值的最小值值代替，从而消除孤立的噪声点。

步骤四：计算间隙大小判定装调效果。

移动光栅滑架2，CCD相机5采集光栅滑架2移动过程中的图像，通过步骤一到步骤三的图像处理算法得到经过最小值滤波的梯度二值图像。计算相邻两条白线间的距离,并与预先设定的阈值T比较，移动过程中所计算的白线间距全部均大于T时，装调合格，T值大小取为主光栅的黑白条纹中黑条纹图像像素数的20％。

Claims (2)

1.基于图像的指示光栅间隙检测方法，该方法包括如下装置：光源、间隔反射玻璃、指示光栅和CCD相机；光源发出的光倾斜地照向间隔反射玻璃，一部分光线由间隔反射玻璃反射，另一部分经过间隔反射玻璃后由指示光栅反射，两束反射光由CCD相机接收并成像在CCD相机接收面上；其特征在于，该方法包括如下步骤：

步骤一：Sobel对成像在CCD相机接收面上的图像进行边缘检测，并进行梯度计算；

步骤二：对梯度图像自动阈值分割和二值化；

步骤三：最小值滤波降低梯度二值图像噪声；

步骤四：通过处理后的图像，判断指示光栅间隙，实现指示光栅间隙检测方法。

2.如权利要求1所述的基于图像的指示光栅间隙检测方法，其特征在于，步骤二中的自动阈值分割包括如下步骤：

步骤一：设定一个分割阈值T_Threshold的初始估计值；

步骤二：用T_Threshold分割图像，即生成两组像素：所有灰度值大于T_Threshold像素的G₁和所有灰度值小于或等于T_Threshold像素的G₂；

步骤三：计算G₁和G₂各自的平均灰度值，得到U₁和U₂；

步骤四：计算新的分割阈值：T_ThresholdNew＝(U₁+U₂)/2；

步骤五：判断T_Threshold与T_ThresholdNew的差值D，当|D|小于设定数值时确定T_ThresholdNew为分割阈值T_Threshold，判定结束；否则，以T_ThresholdNew的值替换T_Tbreshold，重复步骤二到五，直到所得的差值|D|小于设定数值，实现自动阈值分割。