CN108844471B - 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 - Google Patents
一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 Download PDFInfo
- Publication number
- CN108844471B CN108844471B CN201810870878.9A CN201810870878A CN108844471B CN 108844471 B CN108844471 B CN 108844471B CN 201810870878 A CN201810870878 A CN 201810870878A CN 108844471 B CN108844471 B CN 108844471B
- Authority
- CN
- China
- Prior art keywords
- circle
- area
- formula
- center
- region
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置,包括:S1:标定相机,确定图像尺寸和物理尺寸的换算关系;S2:使用相机和光源,获取圆形工件的图像;S3:将工件的图像的最小外接圆与轮廓区域进行差值运算,获取待测件凹陷区域的近似区域;S4:将凹陷区域的近似区域进行膨胀扩充,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;S5:计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据所述图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度。本发明利用图像分析方法能快速准确的将边缘凹陷区域提取出来,自动计算圆形加工件表面图案向圆心延伸的尺寸长度。
Description
技术领域
本发明涉及一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置。
背景技术
现代仪器设备中有一些小的圆形工件,边缘部分会有一些向圆心延伸的人为的凹陷区域或者裂痕区域,凹陷区域的向圆心延伸的尺寸长度,必须要符合一定的标准要求。
现在多采用人工目视显微镜加手动测量的方法来选别,这样不仅效率低下,而且长时间的重复性工作而也会使人疲劳,测量错误时有发生,最终导致部分工件凹陷区域尺寸长度不合要求的不良品流出。
当这样的不良品用在设备上可能就会使设备发生异常,造成重大的损失。
发明内容
本发明的目的在于克服现有技术的不足,提供一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置,以视觉处理算法替换人工手动测量尺寸,能快速准确地从图像中提取凹陷区域,自动测量该凹陷区域向圆心的延伸长度。
本发明的目的是通过以下技术方案来实现的:一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,包括以下步骤:
S1:标定相机,确定图像尺寸和物理尺寸的换算关系;
S2:使用相机和光源,获取圆形工件的图像;
S3:将工件的图像的最小外接圆与轮廓区域进行差值运算,获取待测件凹陷区域的近似区域;
S4:将所述凹陷区域的近似区域进行膨胀扩充,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;
S5:计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据所述图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度。
进一步地,步骤S3中的差值运算包括以下子步骤:
S31:对图像的进行全局的灰度阈值分割,将大致的圆形工件轮廓区域提取出来,公式如下:
式中,k—全局阈值,—类间方差;P—像素在全局的出现概率,mG—像素平均灰度值,m—像素灰度值;
S32:假定最佳全局阈值是k*,则其最大化
式中,L表示灰度值上限;
S33:得到k*后,对图像进行全局阈值分割:
式中,g—表示阈值分割结果,(x,y)—像素坐标,f—灰度值。
进一步地,步骤S3还包括轮廓区域内部杂质点去除子步骤:
获取的轮廓区域内部有黑色的杂质点,使用区域填充来补充,填充公式如下:
式中,Xk—第k次填洞运算后的结果,B—对称结构元,A—差值图像完成形态学膨胀的图像,Ac—A的补集;如果Xk=Xk-1,则算法在迭代的第k步结束。
进一步地,步骤S3还包括轮廓区域边缘杂质点去除子步骤:
获取的轮廓区域边缘有凸起的杂质点,使用区域开运算来消除;所述开运算是先腐蚀再膨胀的运算方法,其中腐蚀的公式如下:
式中,R1—腐蚀运算后区域;A1—待腐蚀区域;B1—腐蚀结构元;A1 c—表示A1的补集;—表示空集;
而膨胀的算法公式如下:
式中,R2—区域膨胀处理结果;A2—待膨胀区域;B2—膨胀结构元;—空集;
而开运算的公式如下:
式中,R—开运算后区域;A—待开运算区域;B—开运算结构元。
进一步地,步骤S4中的膨胀算法如下:
式中,R1—区域膨胀处理结果;A—待膨胀区域;B—膨胀结构元;—空集。
进一步地,步骤S5中的最小距离值和最大距离值的计算步骤如下:
分别计算外接圆圆心至每个凹陷区域的最小距离,即为外接圆圆心至每个凹陷区域内轮廓的距离,计算公式如下:
式中,D0—外接圆圆心至凹陷区域的最小距离,D1—外接圆圆心至缺陷区域的最大距离,(xi,yi)—凹陷区域的像素点坐标,(x0,y0)—外接圆圆心坐标;
通过最大距离值减去最小距离值D=D1-D0,D即为凹陷区域向圆心延伸的图像尺寸。
同时,本发明还提供一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置,包括:
相机和光源;
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序被处理器执行时实现以下步骤:
获取通过相机和光源拍摄得到的圆形工件的图像,以及相机的标定数据;
将工件的图像的最小外接圆与轮廓区域进行差值运算,获取待测件凹陷区域的近似区域;
将所述凹陷区域的近似区域进行膨胀扩充,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;
计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据所述图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度。
进一步地,在处理器执行所述获取待测件凹陷区域的近似区域的程序时,包括执行:
对图像的进行全局的灰度阈值分割,将大致的圆形工件轮廓区域提取出来,公式如下:
式中,k—全局阈值,—类间方差;P—像素在全局的出现概率,mG—像素平均灰度值,m—像素灰度值;
假定最佳全局阈值是k*,则其最大化
式中,L表示灰度值上限;
得到k*后,对图像进行全局阈值分割:
式中,g—表示阈值分割结果,(x,y)—像素坐标,f—灰度值。
进一步地,在处理器执行所述获取待测件凹陷区域的近似区域的程序之后,还包括执行:
获取的轮廓区域内部有黑色的杂质点,使用区域填充来补充,填充公式如下:
式中,Xk—第k次填洞运算后的结果,B—对称结构元,A—差值图像完成形态学膨胀的图像,Ac—A的补集;如果Xk=Xk-1,则算法在迭代的第k步结束。
进一步地,在处理器执行所述获取待测件凹陷区域的近似区域的程序之后,还包括执行:
获取的轮廓区域边缘有凸起的杂质点,使用区域开运算来消除;所述开运算是先腐蚀再膨胀的运算方法,其中腐蚀的公式如下:
式中,R1—腐蚀运算后区域;A1—待腐蚀区域;B1—腐蚀结构元;A1 c—表示A1的补集;—表示空集;
而膨胀的算法公式如下:
式中,R2—区域膨胀处理结果;A2—待膨胀区域;B2—膨胀结构元;—空集;
而开运算的公式如下:
式中,R—开运算后区域;A—待开运算区域;B—开运算结构元。
进一步地,在处理器执行所述将所述凹陷区域的近似区域进行膨胀扩充的程序时,包括执行以下膨胀算法:
式中,R1—区域膨胀处理结果;A—待膨胀区域;B—膨胀结构元;—空集。
进一步地,在处理器执行所述计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值的程序时,包括执行:
分别计算外接圆圆心至每个凹陷区域的最小距离,即为外接圆圆心至每个凹陷区域内轮廓的距离,计算公式如下:
式中,D0—外接圆圆心至凹陷区域的最小距离,D1—外接圆圆心至缺陷区域的最大距离,(xi,yi)—凹陷区域的像素点坐标,(x0,y0)—外接圆圆心坐标;
通过最大距离值减去最小距离值D=D1-D0,D即为凹陷区域向圆心延伸的图像尺寸。
本发明的有益效果是:
本发明利用图像分析方法能快速准确的将边缘凹陷区域提取出来,自动计算圆形加工件表面图案向圆心延伸的尺寸长度。
并且对于圆形加工件有轻微变形的情况,通过获取对凹陷区域膨胀后获取与工件区域交集,也能准确定位工件的实际轮廓,通过计算外接圆圆心距离该轮廓区域的最小距离值和最大距离值,也可实现对该区域向圆心延伸尺寸长度的准确测量。
附图说明
图1为本发明方法流程图;
图2为步骤S2采集到的圆形工件的图像示意图;
图3为消除杂质点后的圆形工件的轮廓区域示意图;
图4为凹陷区域的近似区域的示意图;
图5为断开连接的边缘凹陷区域示意图;
图6为膨胀区域示意图;
图7为膨胀区域与轮廓区域的差值区域示意图;
图8为最大距离值与最小距离值的示意图;
图9为本发明系统结构框图。
具体实施方式
下面结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系为基于附图所述的方向或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,属于“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,属于“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例涉及一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,该方法适用于对现代仪器设备中的小型圆形工件进行检测。由于圆形工件在使用过程中,会因为人为或者操作等原因,在边缘部分会有一些向圆心延伸的凹陷区域或者裂痕区域,而凹陷区域的向圆心延伸的尺寸长度需要符合一定的标准要求。
如图1所示,一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,包括以下步骤:
S1:标定相机,确定图像尺寸和物理尺寸的换算关系。
在该步骤的优选方案中,采用的是工业相机,工业相机可以校正镜头畸变,确定图像像素点之间的距离和物理尺寸的换算关系。
具体地,像素是图像的基本单位,现实中的物理尺寸在图像中表现为像素点之间的距离,利用标定模板,可以对工业相机进行标定,标定过程的目的是为了校正相机镜头畸变,同时确定图像像素点间距离和物理尺寸的换算关系。
根据实际需要,相机选型根据实际精度要求来决定,主要看分辨率参数,分辨率越高则检测精度越高,相机的镜头可选用远心镜头来减少镜头畸变带来的测量误差。
S2:使用相机和光源,获取圆形工件的图像。
在该步骤的优选方案中,采用的是工业相机与环形光源。
其中,工业相机与环形光源安装在圆形工件的正上方,环形光源可根据被测圆形工件尺寸来选型,确保圆形工件能被光源均匀照亮即可。在该步骤采集到的圆形工件的图像如图2所示。
S3:将工件的图像的最小外接圆与轮廓区域进行差值运算(区域差集),获取待测件凹陷区域的近似区域。步骤S3中的差值运算包括以下子步骤:
S31:由于图像的亮暗度由灰度值来体现,图案灰度值高则在图像中表现得越亮。而本实施例中,对图像的进行全局的灰度阈值分割,可以将大致的圆形工件轮廓区域提取出来公式如下:
式中,k—全局阈值,—类间方差;P—像素在全局的出现概率,mG—像素平均灰度值,m—像素灰度值;
S32:假定最佳全局阈值是k*,则其最大化
式中,L表示灰度值上限;
S33:得到k*后,对图像进行全局阈值分割:
式中,g—表示阈值分割结果,(x,y)—像素坐标,f—灰度值。
由于在获取轮廓区域的过程中,常常会伴有杂质点的干扰,其中,杂质点包括轮廓区域内部的杂质点和轮廓区域边缘凸起的杂质点。因此在完成轮廓区域完成后,需要用一些图像降噪的办法来排除干扰。
对于轮廓区域内部的杂质点,步骤S3还包括轮廓区域内部杂质点去除子步骤:
获取的轮廓区域内部有黑色的杂质点,使用区域填充来补充,填充公式如下:
式中,Xk—第k次填洞运算后的结果,B—对称结构元,A—差值图像完成形态学膨胀的图像,Ac—A的补集;如果Xk=Xk-1,则算法在迭代的第k步结束。
而对于轮廓区域边缘凸起的杂质点,步骤S3还包括轮廓区域边缘杂质点去除子步骤:
获取的轮廓区域边缘有凸起的杂质点,使用区域开运算来消除;所述开运算是先腐蚀再膨胀的运算方法,其中腐蚀的公式如下:
式中,R1—腐蚀运算后区域;A1—待腐蚀区域;B1—腐蚀结构元;A1 c—表示A1的补集;—表示空集;
而膨胀的算法公式如下:
式中,R2—区域膨胀处理结果;A2—待膨胀区域;B2—膨胀结构元;—空集;
而开运算的公式如下:
式中,R—开运算后区域;A—待开运算区域;B—开运算结构元。
如图3所示,为消除杂质点后的轮廓区域。
此时对轮廓区域求取最小外接圆,利用外接圆区域与轮廓区域的差集,获取到边缘凹陷区域的近似区域,如图4所示,灰色部分为凹陷区域的近似区域,在本实施例中有9个向圆心凹陷区域的尺寸长度需要测量。
9个近似区域各区域连通在了一起,为便于区分。因此可对轮廓区域使用开运算来断开连接,这里使用的开运算结构元为5像素半径的圆形结构,结果如图5所示。
由于外接圆区域与工件轮廓的图像差值获取的凹陷区域有时并不十分准确,造成原因主要是因为圆形工件本身有一定畸变,这样图像中工件轮廓本身就不再是一个严格意义上的圆形,所以根据工件轮廓获取的最小外接圆往往会比工件轮廓要大,外接圆边缘与工件轮廓边缘不能贴合,所以用两者的图像差值获取的凹陷区域会偏大,只能作为近似区域。因此当计算外接圆圆心相对近似区域中像素的最大距离值会比实际偏大,导致最终的测量长度值会偏大。
本实施例针对这一问题的解决方法是,单独对每个凹陷的区域,分别计算外接圆圆心至凹陷区域外轮廓的外边轮廓中最大距离,然后最大与最小距离差值即为最终结果。具体地:
S4:将所述凹陷区域的近似区域进行膨胀扩充,如图6所示,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;
该步骤S4中的膨胀算法如下:
式中,R1—区域膨胀处理结果;A—待膨胀区域;B—膨胀结构元;—空集。
这里的膨胀结构元B是10像素半径的圆形结构。可准确提取凹陷区域外边缘轮廓,如图7所示。
S5:计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据所述图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度。
步骤S5中的最小距离值和最大距离值的计算步骤如下:
分别计算外接圆圆心至每个凹陷区域的最小距离,即为外接圆圆心至每个凹陷区域内轮廓的距离,计算公式如下:
式中,D0—外接圆圆心至凹陷区域的最小距离,D1—外接圆圆心至缺陷区域的最大距离,(xi,yi)—凹陷区域的像素点坐标,(x0,y0)—外接圆圆心坐标;
通过最大距离值减去最小距离值D=D1-D0,D即为凹陷区域向圆心延伸的图像尺寸。
图像尺寸与物理尺寸的对应关系,最终得出凹陷区域向圆心的延伸长度,如图8所示。
实施例2
本实施例提供一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置,本装置基于上述方法的相同创造点。与实施例1类似的,该装置用于对现代仪器设备中的小型圆形工件进行检测。由于圆形工件在使用过程中,会因为人为或者操作等原因,在边缘部分会有一些向圆心延伸的凹陷区域或者裂痕区域,而凹陷区域的向圆心延伸的尺寸长度需要符合一定的标准要求。
如图9所示,系统该包括:
相机和光源;
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序被处理器执行时实现以下步骤:
获取通过相机和光源拍摄得到的圆形工件的图像,以及相机的标定数据;
将工件的图像的最小外接圆与轮廓区域进行差值运算,获取待测件凹陷区域的近似区域;
将所述凹陷区域的近似区域进行膨胀扩充,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;
计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据所述图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度。
更优地,在本实施例中,在处理器执行所述获取待测件凹陷区域的近似区域的程序时,包括执行:
对图像的进行全局的灰度阈值分割,将大致的圆形工件轮廓区域提取出来,公式如下:
式中,k—全局阈值,—类间方差;P—像素在全局的出现概率,mG—像素平均灰度值,m—像素灰度值;
假定最佳全局阈值是k*,则其最大化
式中,L表示灰度值上限;
得到k*后,对图像进行全局阈值分割:
式中,g—表示阈值分割结果,(x,y)—像素坐标,f—灰度值。
更优地,在本实施例中,在处理器执行所述获取待测件凹陷区域的近似区域的程序之后,还包括执行:
获取的轮廓区域内部有黑色的杂质点,使用区域填充来补充,填充公式如下:
式中,Xk—第k次填洞运算后的结果,B—对称结构元,A—差值图像完成形态学膨胀的图像,Ac—A的补集;如果Xk=Xk-1,则算法在迭代的第k步结束。
更优地,在本实施例中,在处理器执行所述获取待测件凹陷区域的近似区域的程序之后,还包括执行:
获取的轮廓区域边缘有凸起的杂质点,使用区域开运算来消除;所述开运算是先腐蚀再膨胀的运算方法,其中腐蚀的公式如下:
式中,R1—腐蚀运算后区域;A1—待腐蚀区域;B1—腐蚀结构元;A1 c—表示A1的补集;—表示空集;
而膨胀的算法公式如下:
式中,R2—区域膨胀处理结果;A2—待膨胀区域;B2—膨胀结构元;—空集;
而开运算的公式如下:
式中,R—开运算后区域;A—待开运算区域;B—开运算结构元。
更优地,在本实施例中,在处理器执行所述将所述凹陷区域的近似区域进行膨胀扩充的程序时,包括执行以下膨胀算法:
式中,R1—区域膨胀处理结果;A—待膨胀区域;B—膨胀结构元;—空集。
更优地,在本实施例中,在处理器执行所述计算外接圆圆心至该缺陷区域的准确外轮廓上点的最小距离值和最大距离值的程序时,包括执行:
分别计算外接圆圆心至每个凹陷区域的最小距离,即为外接圆圆心至每个凹陷区域内轮廓的距离,计算公式如下:
式中,D0—外接圆圆心至凹陷区域的最小距离,D1—外接圆圆心至缺陷区域的最大距离,(xi,yi)—凹陷区域的像素点坐标,(x0,y0)—外接圆圆心坐标;
通过最大距离值减去最小距离值D=D1-D0,D即为凹陷区域向圆心延伸的图像尺寸。
本实施例所提供的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,其特征在于:包括以下步骤:
S1:标定相机,确定图像尺寸和物理尺寸的换算关系;
S2:使用相机和光源,获取圆形工件的图像;
S3:将工件的图像的最小外接圆与轮廓区域进行差值运算,获取待测件凹陷区域的近似区域;
S4:将所述凹陷区域的近似区域进行膨胀扩充,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;
S5:计算外接圆圆心至该凹陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据所述图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度;
步骤S3中的差值运算包括以下子步骤:
S31:对图像的进行全局的灰度阈值分割,将大致的圆形工件轮廓区域提取出来,公式如下:
式中,k—全局阈值,—类间方差;P1—像素在全局的出现概率,mG—像素平均灰度值,m—像素灰度值;
S32:假定最佳全局阈值是k*,则其最大化
式中,L表示灰度值上限;
S33:得到k*后,对图像进行全局阈值分割:
式中,g—表示阈值分割结果,(x,y)—像素坐标,f—灰度值。
2.根据权利要求1所述的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,其特征在于:步骤S3还包括轮廓区域内部杂质点去除子步骤:
获取的轮廓区域内部有黑色的杂质点,使用区域填充来补充,填充公式如下:
式中,Xk—第k次填洞运算后的结果,B—对称结构元,A—差值图像完成形态学膨胀的图像,Ac—A的补集;如果Xk=Xk-1,则算法在迭代的第k步结束;
步骤S3还包括轮廓区域边缘杂质点去除子步骤:
获取的轮廓区域边缘有凸起的杂质点,使用区域开运算来消除;所述开运算是先腐蚀再膨胀的运算方法,其中腐蚀的公式如下:
式中,R1—腐蚀运算后区域;A1—待腐蚀区域;B1—腐蚀结构元;A1 c—表示A1的补集;—表示空集;
而膨胀的算法公式如下:
式中,R2—区域膨胀处理结果;A2—待膨胀区域;B2—膨胀结构元;—空集;
而开运算的公式如下:
式中,R—开运算后区域;A—待开运算区域;B—开运算结构元。
3.根据权利要求1所述的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,其特征在于:步骤S4中的膨胀算法如下:
式中,R3—区域膨胀处理结果;A3—待膨胀区域;B3—膨胀结构元;—空集。
4.根据权利要求1所述的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法,其特征在于:步骤S5中的最小距离值和最大距离值的计算步骤如下:
分别计算外接圆圆心至每个凹陷区域的最小距离,即为外接圆圆心至每个凹陷区域内轮廓的距离,计算公式如下:
式中,D0—外接圆圆心至凹陷区域的最小距离,D1—外接圆圆心至凹陷区域的最大距离,(xi,yi)—凹陷区域的像素点坐标,(x0,y0)—外接圆圆心坐标;
通过最大距离值减去最小距离值D=D1-D0,D即为凹陷区域向圆心延伸的图像尺寸。
5.一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置,其特征在于:包括:
相机和光源;
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置成由所述一个或多个处理器执行,所述程序被处理器执行时实现以下步骤:
获取通过相机和光源拍摄得到的圆形工件的图像,以及相机的标定数据;
将工件的图像的最小外接圆与轮廓区域进行差值运算,获取待测件凹陷区域的近似区域;
将所述凹陷区域的近似区域进行膨胀扩充,并与轮廓区域进行交集运算,获取到凹陷区域的准确外轮廓;
计算外接圆圆心至该凹陷区域的准确外轮廓上点的最小距离值和最大距离值,并根据图像尺寸与物理尺寸的换算关系,最终得出凹陷区域向圆心的延伸长度;
在处理器执行所述获取待测件凹陷区域的近似区域的程序时,包括执行:
对图像的进行全局的灰度阈值分割,将大致的圆形工件轮廓区域提取出来,公式如下:
式中,k—全局阈值,—类间方差;P1—像素在全局的出现概率,mG—像素平均灰度值,m—像素灰度值;
假定最佳全局阈值是k*,则其最大化
式中,L表示灰度值上限;
得到k*后,对图像进行全局阈值分割:
式中,g—表示阈值分割结果,(x,y)—像素坐标,f—灰度值。
6.根据权利要求5所述的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置,其特征在于:在处理器执行所述获取待测件凹陷区域的近似区域的程序之后,还包括执行:
获取的轮廓区域内部有黑色的杂质点,使用区域填充来补充,填充公式如下:
式中,Xk—第k次填洞运算后的结果,B—对称结构元,A—差值图像完成形态学膨胀的图像,Ac—A的补集;如果Xk=Xk-1,则算法在迭代的第k步结束;
在处理器执行所述获取待测件凹陷区域的近似区域的程序之后,还包括执行:
获取的轮廓区域边缘有凸起的杂质点,使用区域开运算来消除;所述开运算是先腐蚀再膨胀的运算方法,其中腐蚀的公式如下:
式中,R1—腐蚀运算后区域;A1—待腐蚀区域;B1—腐蚀结构元;A1 c—表示A1的补集;—表示空集;
而膨胀的算法公式如下:
式中,R2—区域膨胀处理结果;A2—待膨胀区域;B2—膨胀结构元;—空集;
而开运算的公式如下:
式中,R—开运算后区域;A—待开运算区域;B—开运算结构元。
7.根据权利要求5所述的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置,其特征在于:在处理器执行所述将所述凹陷区域的近似区域进行膨胀扩充的程序时,包括执行以下膨胀算法:
式中,R3—区域膨胀处理结果;A3—待膨胀区域;B3—膨胀结构元;—空集。
8.根据权利要求5所述的一种对圆形工件边缘凹陷区域向圆心延伸长度的测量装置,其特征在于:在处理器执行所述计算外接圆圆心至该凹陷区域的准确外轮廓上点的最小距离值和最大距离值的程序时,包括执行:
分别计算外接圆圆心至每个凹陷区域的最小距离,即为外接圆圆心至每个凹陷区域内轮廓的距离,计算公式如下:
式中,D0—外接圆圆心至凹陷区域的最小距离,D1—外接圆圆心至凹陷区域的最大距离,(xi,yi)—凹陷区域的像素点坐标,(x0,y0)—外接圆圆心坐标;
通过最大距离值减去最小距离值D=D1-D0,D即为凹陷区域向圆心延伸的图像尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810870878.9A CN108844471B (zh) | 2018-08-02 | 2018-08-02 | 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810870878.9A CN108844471B (zh) | 2018-08-02 | 2018-08-02 | 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108844471A CN108844471A (zh) | 2018-11-20 |
CN108844471B true CN108844471B (zh) | 2019-05-07 |
Family
ID=64195191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810870878.9A Active CN108844471B (zh) | 2018-08-02 | 2018-08-02 | 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108844471B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110766684B (zh) * | 2019-10-30 | 2022-03-18 | 江南大学 | 一种基于机器视觉的定子表面缺陷检测系统及检测方法 |
CN113743161B (zh) * | 2020-05-29 | 2024-04-09 | 合肥美亚光电技术股份有限公司 | 花生果的果仁数量识别方法及装置 |
CN112734689A (zh) * | 2020-12-16 | 2021-04-30 | 广州大学 | 垫片质量检测方法、系统、装置和存储介质 |
CN112561896B (zh) * | 2020-12-22 | 2023-08-15 | 广州大学 | 一种玻璃瓶口缺陷的检测方法、系统、装置及存储介质 |
CN113720280A (zh) * | 2021-09-03 | 2021-11-30 | 北京机电研究所有限公司 | 一种基于机器视觉的棒料圆心定位方法 |
CN113724173B (zh) * | 2021-09-09 | 2022-08-19 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 |
CN113804142A (zh) * | 2021-09-18 | 2021-12-17 | 深圳市汇泽激光科技有限公司 | 测距定位方法、测距定位装置以及测距定位设备 |
CN116433701B (zh) * | 2023-06-15 | 2023-10-10 | 武汉中观自动化科技有限公司 | 一种工件孔洞轮廓的提取方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102177428A (zh) * | 2008-10-14 | 2011-09-07 | 芝浦机械电子装置股份有限公司 | 图像处理方法、图像处理装置及使用该图像处理装置的表面检查装置 |
CN102192911A (zh) * | 2010-03-17 | 2011-09-21 | 中国科学院自动化研究所 | 一种基于机器视觉的金属瓶盖质量检测系统和方法 |
JP2013007635A (ja) * | 2011-06-24 | 2013-01-10 | Suruga Seiki Kk | 6軸測定系の原点出し用治具及び原点出し方法並びに固体撮像素子の相対位置調整方法 |
CN105004737A (zh) * | 2015-07-14 | 2015-10-28 | 浙江大学 | 基于自适应改进型梯度信息的水果表面缺陷检测方法 |
CN105675625A (zh) * | 2016-03-03 | 2016-06-15 | 浙江大学 | 一种梯度迭代阈值分割的水果表面缺陷检测方法 |
-
2018
- 2018-08-02 CN CN201810870878.9A patent/CN108844471B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102177428A (zh) * | 2008-10-14 | 2011-09-07 | 芝浦机械电子装置股份有限公司 | 图像处理方法、图像处理装置及使用该图像处理装置的表面检查装置 |
CN102192911A (zh) * | 2010-03-17 | 2011-09-21 | 中国科学院自动化研究所 | 一种基于机器视觉的金属瓶盖质量检测系统和方法 |
JP2013007635A (ja) * | 2011-06-24 | 2013-01-10 | Suruga Seiki Kk | 6軸測定系の原点出し用治具及び原点出し方法並びに固体撮像素子の相対位置調整方法 |
CN105004737A (zh) * | 2015-07-14 | 2015-10-28 | 浙江大学 | 基于自适应改进型梯度信息的水果表面缺陷检测方法 |
CN105675625A (zh) * | 2016-03-03 | 2016-06-15 | 浙江大学 | 一种梯度迭代阈值分割的水果表面缺陷检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108844471A (zh) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108844471B (zh) | 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 | |
US9858659B2 (en) | Pattern inspecting and measuring device and program | |
CN107679535B (zh) | 一种基于模板匹配的指针式水表自动读数识别系统及方法 | |
CN106340044B (zh) | 摄像机外参自动标定方法及标定装置 | |
CN109870461A (zh) | 一种电子元器件质量检测系统 | |
CN114220757B (zh) | 晶圆检测对位方法、装置和系统及计算机介质 | |
CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
CN109558871B (zh) | 一种指针式仪表读数识别方法及装置 | |
CN108492327B (zh) | Aoi图像匹配方法、系统、可读存储介质及智能设备 | |
CN105865329A (zh) | 基于视觉的成捆圆钢端面中心坐标的获取系统和方法 | |
CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
CN110345877B (zh) | 一种管板孔径和节距测量方法 | |
CN110008947A (zh) | 一种基于卷积神经网络的粮仓粮食数量监测方法及装置 | |
CN113240667A (zh) | 一种基于图像处理的汽车模具平面裂纹检测方法 | |
CN114897864A (zh) | 基于数模信息的工件检测及缺陷判断方法 | |
CN113392846A (zh) | 一种基于深度学习的水尺水位监测方法及系统 | |
CN114005108A (zh) | 一种基于坐标变换的指针式仪表度数识别方法 | |
CN115564723A (zh) | 一种晶圆缺陷检测方法及应用 | |
CN107271445B (zh) | 一种缺陷检测方法及装置 | |
CN113065538A (zh) | 基于图像识别的压力传感器检测方法、装置及设备 | |
CN113763350A (zh) | 一种胶线检测方法、装置、胶线检测设备及存储介质 | |
CN114199127A (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 | |
CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
CN111024715B (zh) | 一种胶路底平面提取方法及装置 | |
CN116958983A (zh) | 一种基于机器视觉的指针式压力表自动校验仪示值读数方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |