CN108898585A - 一种轴类零件检测方法及其装置 - Google Patents

Abstract

本发明公开了一种轴类零件检测方法及其装置，其中，一种轴类零件检测装置，包括暗箱、工件传送机构以及摄像机构，所述工件传送机构以及摄像机构设置在暗箱中，所述摄像机构为两个，分别相对设置在工件传送机构传送工件方向的两侧，摄像机构包括摄像头以及两个补光灯，两个补光灯分别设置在摄像头两侧。本发明能检测轴类零件各部分的半径、高度、同轴率、瑕疵等，且能自动判断加工后的轴类零件是否合格。

Description

一种轴类零件检测方法及其装置

技术领域

本发明涉及检测领域，特别涉及一种轴类零件检测方法及其装 置。

背景技术

目前工业4.0时代已悄然到来，基于此背景下，智能制造更是当 今世界的主题，旨在提升制造业的智能化水平，建立具有适应性、 资源效率的智能工厂。在当今时代下，智能制造无疑具有广阔的市 场。

现有轴类零件检测方法一般采用百分尺、千分尺、游标卡尺、 螺旋测微器等传统测量工具进行手工测量。这种传统的测量方式对 人工的依赖性极强，人工劳动量大，效率低，精度得不到保证，人 为误差较多，导致难以实现高精度产品的检测要求。

可见现有技术存在零件检测依靠传统检测手段，精确度得不到 保证。

发明内容

针对现有技术中存在的技术问题，本发明的目的是：提供一种 轴类零件检测方法及其装置。

本发明的目的通过下述技术方案实现：一种轴类零件检测方法，

建立像素平面坐标系(u，v)和像平面坐标系，所述像平面坐 标系包括图像物理坐标系(x,y)、相机坐标系(Xc,Yc,Zc)以及世 界坐标系(Xw,Yw,Zw)；

建立像素平面坐标系与像平面坐标系的关系，结合像素平面与图 像平面的关系，得到空间点M与像点m的像素坐标之间的变换关系：

公式1：

其中，dx,dy表示每个像元的长宽；u0和v0表示光轴与像平面 的交点；f为相机焦距，即图中的点O到点Oc的距离；Xc、Yc、Zc 是相机坐标系中一点M的坐标；

令α＝f/d_x、β＝f/d_y分别代表以x轴和y轴方向上的像素为单位 表示的等效焦距，另外引入参数γ＝αtgθ₁表示图像平面中以像素为单 位的坐标轴倾斜程度的量度，θ为相机CCD阵列v轴的偏斜角度，把 公式1可改写为：

公式2：

根据公式2得到相机的五个畸变系数；

用旋转变换矩阵R和平移变量t来描述世界坐标系的点到相机坐 标点的变换，设空间中一点M在世界坐标系和相机坐标系下的齐次坐 标分别是[X_w,Y_w,Z_w,1]^T，[X_c,Y_c,Z_c,1]^T，则有关系：

公式3：

其中，O＝[0，0，0]^T,Xw,Yw,Zw是空间中某点的世界坐标系坐标， 平移向量t中的3个平移量加上旋转矩阵R的三个旋转角度共6个参 数就是相机的外部参数；

得到畸变系数矩阵和外部参数矩阵后，根据畸变系数矩阵和外部 参数矩阵对图片进行矫正；

图片矫正步骤：

根据畸变系数和外部参数可得空间中M点在像素平面坐标系上 的坐标为：

公式4：

其中，R为旋转变换矩阵，是一个3x3正交单位矩阵，t为一个 三维平移变量；

再通过建立非线性最小化模型优化解得值与真实值的差异；

在相机会存在径向畸变时，设(u，v)为理想的像素平面坐标， 为实际的像素平面坐标，(x，y)和分别为理想和实际的图 像物理坐标，k1、k2为径向畸变系数，由可 得：

公式5：

通过最小二乘法求解公式5，得出径向畸变系数k1、k2后可通 过极大似然估计进行优化；

在进行直径检测时，需要对待测的轴类零件进行亚像素级边缘检 测和角点检测，再根据角点计算出直径。

优选的，所述亚像素级边缘检测具体为：

建立阶跃边缘模型；

设k是阶跃高度，h是背景灰度，若把边缘旋转角度-θ，则边 缘将与y轴平行；

于是有其中，f′(x,y)是图像旋转后的边缘 函数，用Zernike矩进行边缘定位时需要三个不同阶次的Zernike矩， 分别是A₀₀、A₁₁、A₂₀，三者积分核函数分别是：V₀₀＝1，V₁₁＝x+jy， V₂₀＝2x²+2y²-1，对应的原始图像的Zernike矩与旋转后图像的 Zernike矩关系为A₀₀＝A₀₀，A₁₁＝A₁₁e^jθ，A₂₀＝A₂₀；

公式6：A_nm＝A_nme^-jmθ，其中，nm代表n阶m次Zernike矩，公式 6表示旋转图像的1阶1次Zernike矩中的虚部，即边缘平行于y轴 时1阶1次Zernike矩中的虚部为零，即

Im[A₁₁]＝sin(θ)Re[A₁₁]-cos(θ)Im[A₁₁]＝0，Im[A₁₁]和Re[A₁₁]分别是旋转图 像Zernike矩中的虚部和实部，由此可得边缘旋转的角度为 对所示模型计算可得：

联立方程式可得圆心到边缘的垂直位置为：图像的亚像 素位置为：

优选的，所述角点检测具体为：

角点处的点分为处于边缘上的点和不处于边缘上的点两类；

通过迭代来确定具有子象素精度的角点位置；

找出子象素级的角点位置的方法是基于对向量正交性的观测而 实现的，即从中央点q到其邻域点p的向量和p点处的图像梯度正 交并且受到图像和测量噪声的影响；

通过公式7表达：

公式7：

其中，表示在q的一个邻域点P_i处的图像梯度，q的值通过最 小化ε_i得到；

通过将ε_i设为0，可以建立系统方程如下：

公式8：

其中，在搜索窗的中心q的邻域中的梯度被累加；调用第一个梯 度参数G和第二个梯度参数b，得到：

公式9：q＝G^-1·b

该方法将搜索窗的中心设为新的中心q，然后迭代，直到找到 低于某个阈值点的中心位置；

图像拼接：

令f₁(x,y)、f₂(x,y)是两幅图像的信号，f₂(x,y)由f₁(x,y)平移了(dx,dy) 得到，即：公式10：f₂(x,y)＝f₁(x-dx,y-dy)；

将公式10反映到频域上后得到：

公式11：F₂(u，v)＝F₁(u，v)×e^{-i×2π×(u×dx+v×dy)}

将公式11变换得到互动率谱：

公式12：

对公式12做傅里叶反变换得到一个狄克拉函数，再寻找函数峰值 点对应的坐标,即可得到所要求得的偏移量；

得到两张图片的偏移量后便可以根据这个偏移量进行图像拼接。

优选的，直径的计算具体为：

进行亚像素级的角点检测之后，能得到每一个角点的坐标，设角 点坐标为(x₁,y₁)、(x₂,y₂)、……、(x_i,y_i)，按顺序读取每一个角点的纵 坐标的值y1、y2、……、y_i，当

y_i+1＜y_i时，将(x_i,y_i)置于前面，以此类推，使得角点坐标按纵坐 标从小到大排列，设一个常量A，对已排列好的角点坐标进行操作： 令y为第i+1个角点的纵坐标与第i个角点的纵坐标的差值的绝对值， 即y＝|y_i+1-y_i|，如果y≤A，则第一段直径为y，如果y>A,则将指向第二 个角点的指针移至第三个角点，以此类推可得到每一段轴类零件直 径的长度d。

一种实现上述任一所述的轴类零件检测方法的轴类零件检测装 置，包括暗箱、工件传送机构以及摄像机构，所述工件传送机构以 及摄像机构设置在暗箱中，所述摄像机构为两个，分别相对设置在 工件传送机构传送工件方向的两侧，摄像机构包括摄像头以及两个 补光灯，两个补光灯分别设置在摄像头两侧。

优选的，所述工件传送机构包括丝杠传动机构以及零件装夹块， 零件装夹块设置在丝杠传动机构的传送滑块上。

优选的，所述零件装夹块上开设有直径由上往下逐渐减少的多 级阶梯孔。

优选的，所述摄像机构还包括滚珠丝杠调整机构，所述摄像头 设置在滚珠丝杠调整机构的调整滑块上。

优选的，所述暗箱中对应各补光灯的位置分别设置有灯源连接 板，补光灯分别固定于各对应的灯源连接板上。

本发明相对于现有技术具有如下的优点及效果：

1、本发明能检测轴类零件各部分的半径、高度、同轴率、瑕疵 等，且能自动判断加工后的轴类零件是否合格。

附图说明

图1相机标定原理图；

图2是基于矩的亚像素边缘检测图；

图3是角点定位原理示意图之一；

图4是角点定位原理示意图之二；

图5是本发明轴类零件检测装置的一个实施例的结构示意图；

图6是图5的检测机构的暗箱剖开后的结构示意图；

图7是图6的俯视图；

图8是本发明的零件装夹块的结构示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发 明的实施方式不限于此。

实施一：

一种轴类零件检测方法，包括以下步骤：

图像获取----图像矫正----亚像素边缘检测----亚像素角点检 测----图像拼接----直径检测

步骤一、图像获取

通过摄像头的移动，利用摄像头拍摄待检测轴类零件需要检测的 每一部分的图像。

步骤二、图像矫正

(1)相机标定

标定步骤：

本发明选用的是国际象棋棋盘格作为标定板。标定板为12×9的 棋盘格，每一格尺寸为20mm×20mm。选取合适的物镜距离，在不同 位置、不同角度、不同姿态下对标定板进行多张拍摄，以10-20张为 宜。对每一张标定图片提取角点信息，进一步提取亚像素角点信息， 可降低相机标定偏差，接着对图片进行相机标定，具体标定步骤如下：

如图1所示为四个坐标系：像素平面坐标系(u，v)、像平面坐 标系(图像物理坐标系(x,y)、相机坐标系(Xc,Yc,Zc)、世界坐标 系(Xw,Yw,Zw))。

①、建立像素坐标与像平面坐标系的关系，结合像素平面与图像 平面的关系，可得空间点M与像点m的像素坐标之间的变换关系：

公式1：

其中，dx,dy表示每个像元的长宽；u0和v0表示光轴与像平面 的交点；f为相机焦距，即图中的点O到点Oc的距离；Xc、Yc、Zc 是相机坐标系中一点M的坐标；

②、令α＝f/d_x、β＝f/d_y分别代表以x轴和y轴方向上的像素为 单位表示的等效焦距。另外引入参数γ＝αtgθ₁表示图像平面中以像素 为单位的坐标轴倾斜程度的量度，θ为相机CCD(相机CCD为一种相 机芯片)阵列v轴的偏斜角度，把公式1可改写为：

公式2：

根据公式2得到相机的五个畸变系数。

③、用旋转变换矩阵R和平移变量t来描述世界坐标系的点到相 机坐标定的变换，设空间中某点M在世界坐标系和相机坐标系下的齐 次坐标分别是[X_w,Y_w,Z_w,1]^T，[X_c,Y_c,Z_c,1]^T，则有关系

公式3：

其中，O＝[0，0，0]^T,Xw,Yw,Zw是空间中某点的世界坐标系坐标， 平移向量t中的3个平移量加上旋转矩阵R的三个旋转角度共6个参 数就是相机的外部参数。

得到畸变系数矩阵和外部参数矩阵便可以进行图片矫正。

(2)图像矫正

在实际中，镜头并不是理想的透视成像，而是带有不同程度的畸 变。畸变产生来源：①、光学系统成像引入了光学畸变，包括径向畸 变、偏心畸变和薄棱镜畸变；②、由于电路刻划工艺误差、光电转换 误差、电噪声等，引起的数字畸变，如相机的尺度因子。

矫正步骤：

①、根据畸变系数和外部参数可得空间中M点在像素坐标系上的 坐标为：

公式4：

其中，R为旋转变换矩阵，是一个3x3正交单位矩阵，t为一个 三维平移变量。

再通过建立非线性最小化模型优化解得值与真实值的差异。

②、一般情况下，相机会存在一定程度的径向畸变。设(u，v) 为理想的像素坐标，为实际的像素坐标，(x，y)和分别为 理想和实际的图像坐标，k1、k2为径向畸变系数，由 可得：

公式5：

通过最小二乘法求解公式5：，得出径向畸变系数k1、k2后可通 过极大似然估计来优化。

步骤三、亚像素边缘检测

采用基于Zernike矩的亚像素边缘检测。Zernike矩是一种积分 算子，对噪声不敏感。建立如图的阶跃边缘模型，如图2所示。

图2中k是阶跃高度，h是背景灰度。如果把边缘旋转角度-θ， 则边缘将与y轴平行。

于是有其中，f′(x,y)是图像旋转后的边缘 函数。用Zernike矩进行边缘定位时需要三个不同阶次的Zernike矩， 分别是A₀₀、A₁₁、A₂₀，它们的积分核函数分别是：V₀₀＝1，V₁₁＝x+jy， V₂₀＝2x²+2y²-1。对应的原始图像的Zernike矩与旋转后图像的 Zernike矩关系为A₀₀＝A₀₀，A₁₁＝A₁₁e^jθ，A₂₀＝A₂₀。

公式6：A_nm＝A_nme^-jmθ(nm代表n阶m次Zernike矩)表示旋转图 像的1阶1次Zernike矩中的虚部，即边缘平行于y轴时1阶1次 Zernike矩中的虚部为零，也就是

Im[A₁₁]＝sin(θ)Re[A₁₁]-cos(θ)Im[A₁₁]＝0，Im[A₁₁]和Re[A₁₁]分别是旋转图 像Zernike矩中的虚部和实部。由此可得边缘旋转的角度为 对所示模型计算可得：

联立方程式可得圆心到边缘的垂直位置为：图像的亚像 素位置为：

Zernike矩也有一些不足：选择的模板大小不同使边缘亚像素位 置的计算产生偏差。

步骤四、亚像素角点检测

在进行直径检测时，需要对待测物品的亚像素级边缘进行角点检 测，再根据角点算出直径。角点是图像中非常重要的特征，准确地检 测角点位置才能确定图像相对于实际场景的空间位置关系。角点检测 的精度直接影响了相机标定和直径检测的精度。

对于如图3和图4所示，角点附近的点分为处于边缘上的点和不 处于边缘上的点两类。其中，图3和图4中，虚线空心箭头表示图像 梯度。

本发明通过迭代来发现具有子象素精度的角点位置。

找出子象素级角点位置的算法是基于对向量正交性的观测而实 现的，即从中央点q到其邻域点p的向量和p点处的图像梯度正交 (服从图像和测量噪声)。

通过公式7表达：

公式7：

其中，表示在q的一个邻域点P_i处的图像梯度，q的值通过最 小化ε_i得到，p_i＝p₀,p₁……p_n。

通过将ε_i设为0，可以建立系统方程如下：

公式8：

其中q的邻域(搜索窗)中的梯度被累加。调用第一个梯度参 数G和第二个梯度参数b，得到：

公式9：q＝G^-1·b

该算法将搜索窗的中心设为新的中心q，然后迭代，直到找到 低于某个阈值点的中心位置。

步骤五、图像拼接

为了提高检测精度，将被测物体分段拍摄后进行拼接再进行边缘 检测和角点检测等后续工作。图像拼接有很多种方法，最常用的是SIFT特征提取和匹配拼接技术，但该方法需要图像上有足够多的特 征点，而被测物体特征点少，采用特征匹配难以匹配成功。

本发明采用在测量时，将光栅尺固定，光栅头与相机一起移动， 能够精确保证每次相机移动距离。拍摄被测物体时要保持有一段公共 区域，即连续两张图片间有较大重叠部分，接着将图片拼接起来。

具体步骤如下：

令f₁(x,y)、f₂(x,y)是两幅图像的信号，f₂(x,y)由f₁(x,y)平移了 (dx,dy)得到，即：公式10：f₂(x,y)＝f₁(x-dx,y-dy)。

将公式10反映到频域上后得到：

公式11：F₂(u，v)＝F₁(u，v)×e^{-i×2π×(u×dx+v×dy)}

将公式11变换得到互动率谱：

公式12：

对公式12做傅里叶反变换得到一个狄克拉函数，再寻找函数峰 值点对应的坐标,即可得到所要求得的偏移量。

得到两张图片的偏移量后便可以根据这个偏移量进行图像拼接。 步骤六、直径检测

进行亚像素级的角点检测之后，能得到每一个角点的坐标。设角 点坐标为(x₁,y₁)、(x₂,y₂)、……、(x_i,y_i)，按顺序读取每一个角点的纵 坐标的值y1、y2、……、y_i，当y_i+1＜y_i时，将(x_i,y_i)置于前面，以此 类推，使得角点坐标按纵坐标从小到大排列，设一个极小的常量A， 对已排列好的角点坐标进行操作：令y为第i+1个角点的纵坐标与第 i个角点的纵坐标的差值的绝对值，即y＝|y_i+1-y_i|，如果y≤A，则第 一段直径为y，如果y>A,则将指向第二个角点的指针移至第三个角 点，以此类推可得到每一段轴类零件直径的长度d。

本发明通过检测已加工完成的轴类零件直径、表面缺陷、同轴 率等参数或指标，从而判断该轴类零件是否合格。

实施二：

一种实现上述的轴类零件检测方法的轴类零件检测装置，包括 暗箱1、工件传送机构以及摄像机构，所述工件传送机构以及摄像机 构设置在暗箱1中，所述摄像机构为两个，分别相对设置在工件传送 机构传送工件方向的两侧，摄像机构包括摄像头7以及两个补光灯6， 两个补光灯6分别设置在摄像头7两侧。

优选的，所述工件传送机构包括丝杠传动机构2以及零件装夹块 3，零件装夹块3设置在丝杠传动机构2的传送滑块上。丝杠传动机构 2可通过带动零件装夹块3从而带动轴类零件移动到所需位置进行图 像采集。

优选的，所述零件装夹块3上开设有直径由上往下逐渐减少的多 级阶梯孔4，其可针对不同直径的轴类零件也可进行装夹。

优选的，所述摄像机构还包括滚珠丝杠调整机构5，所述摄像头 7设置在滚珠丝杠调整机构5的调整滑块上。滚珠丝杠调整机构5可带 动摄像头7沿高度方向进行调整，以达到理想的图像采集位置。

优选的，暗箱1中对应各补光灯6的位置分别设置有灯源连接板 8，补光灯6分别固定于各对应的灯源连接板8上。

工件传送机构包括丝杠传动机构2以及零件装夹块3，零件装夹 块3设置在丝杠传动机构2的传送滑块上，所述零件装夹块3上开设有 直径由上往下逐渐减少的多级阶梯孔4，可供不同直径的轴类零件进 行安装。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并 不受上述实施例的限制，其他的任何未背离本发明的精神实质与原 理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方 式，都包含在本发明的保护范围之内。

Claims (9)

1.一种轴类零件检测方法，其特征在于：

建立像素平面坐标系(u，v)和像平面坐标系，所述像平面坐标系包括图像物理坐标系(x,y)、相机坐标系(Xc,Yc,Zc)以及世界坐标系(Xw,Yw,Zw)；

建立像素平面坐标系与像平面坐标系的关系，结合像素平面与图像平面的关系，得到空间点M与像点m的像素坐标之间的变换关系：

公式1：

其中，dx,dy表示每个像元的长宽；u0和v0表示光轴与像平面的交点；f为相机焦距，即图中的点O到点Oc的距离；Xc、Yc、Zc是相机坐标系中一点M的坐标；

令α＝f/d_x、β＝f/d_y分别代表以x轴和y轴方向上的像素为单位表示的等效焦距，另外引入参数γ＝αtgθ₁表示图像平面中以像素为单位的坐标轴倾斜程度的量度，θ为相机CCD阵列v轴的偏斜角度，把公式1可改写为：

公式2：

根据公式2得到相机的五个畸变系数；

用旋转变换矩阵R和平移变量t来描述世界坐标系的点到相机坐标点的变换，设空间中一点M在世界坐标系和相机坐标系下的齐次坐标分别是[X_w,Y_w,Z_w,1]^T，[X_c,Y_c,Z_c,1]^T，则有关系：

公式3：

其中，O＝[0，0，0]^T,Xw,Yw,Zw是空间中某点的世界坐标系坐标，平移向量t中的3个平移量加上旋转矩阵R的三个旋转角度共6个参数就是相机的外部参数；

得到畸变系数矩阵和外部参数矩阵后，根据畸变系数矩阵和外部参数矩阵对图片进行矫正；

图片矫正步骤：

根据畸变系数和外部参数可得空间中M点在像素平面坐标系上的坐标为：

公式4：

其中，R为旋转变换矩阵，是一个3x3正交单位矩阵，t为一个三维平移变量；

再通过建立非线性最小化模型优化解得值与真实值的差异；

在相机会存在径向畸变时，设(u，v)为理想的像素平面坐标，为实际的像素平面坐标，(x，y)和分别为理想和实际的图像物理坐标，k1、k2为径向畸变系数，由可得：

公式5：

通过最小二乘法求解公式5，得出径向畸变系数k1、k2后可通过极大似然估计进行优化；

在进行直径检测时，需要对待测的轴类零件进行亚像素级边缘检测和角点检测，再根据角点计算出直径。

2.根据权利要求1所述的轴类零件检测方法，其特征在于，所述亚像素级边缘检测具体为：

建立阶跃边缘模型；

设k是阶跃高度，h是背景灰度，若把边缘旋转角度-θ，则边缘将与y轴平行；

于是有其中，f′(x,y)是图像旋转后的边缘函数，用Zernike矩进行边缘定位时需要三个不同阶次的Zernike矩，分别是A₀₀、A₁₁、A₂₀，三者积分核函数分别是：V₀₀＝1，V₁₁＝x+jy，V₂₀＝2x²+2y²-1，对应的原始图像的Zernike矩与旋转后图像的Zernike矩关系为A₀₀＝A₀₀，A₁₁＝A₁₁e^jθ，A₂₀＝A₂₀；

公式6：A_nm＝A_nme^-jmθ，其中，nm代表n阶m次Zernike矩，公式6表示旋转图像的1阶1次Zernike矩中的虚部，即边缘平行于y轴时1阶1次Zernike矩中的虚部为零，即

Im[A₁₁]＝sin(θ)Re[A₁₁]-cos(θ)Im[A₁₁]＝0，Im[A₁₁]和Re[A₁₁]分别是旋转图像Zernike矩中的虚部和实部，由此可得边缘旋转的角度为对所示模型计算可得：

联立方程式可得圆心到边缘的垂直位置为：图像的亚像素位置为：

3.根据权利要求2所述的轴类零件检测方法，其特征在于，所述角点检测具体为：

角点处的点分为处于边缘上的点和不处于边缘上的点两类；

通过迭代来确定具有子象素精度的角点位置；

找出子象素级的角点位置的方法是基于对向量正交性的观测而实现的，即从中央点q到其邻域点p的向量和p点处的图像梯度正交并且受到图像和测量噪声的影响；

通过公式7表达：

公式7：

其中，表示在q的一个邻域点P_i处的图像梯度，q的值通过最小化ε_i得到；

通过将ε_i设为0，可以建立系统方程如下：

公式8：

其中，在搜索窗的中心q的邻域中的梯度被累加；调用第一个梯度参数G和第二个梯度参数b，得到：

公式9：q＝G^-1·b

该方法将搜索窗的中心设为新的中心q，然后迭代，直到找到低于某个阈值点的中心位置；

图像拼接：

令f₁(x,y)、f₂(x,y)是两幅图像的信号，f₂(x,y)由f₁(x,y)平移了(dx,dy)得到，即：公式10：f₂(x,y)＝f₁(x-dx,y-dy)；

将公式10反映到频域上后得到：

公式11：F₂(u，v)＝F₁(u，v)×e^{-i×2π×(u×dx+v×dy})

将公式11变换得到互动率谱：

公式12：

对公式12做傅里叶反变换得到一个狄克拉函数，再寻找函数峰值点对应的坐标,即可得到所要求得的偏移量；

得到两张图片的偏移量后便可以根据这个偏移量进行图像拼接。

4.根据权利要求3所述的轴类零件检测方法，其特征在于，直径的计算具体为：

进行亚像素级的角点检测之后，能得到每一个角点的坐标，设角点坐标为(x₁,y₁)、(x₂,y₂)、……、(x_i,y_i)，按顺序读取每一个角点的纵坐标的值y1、y2、……、y_i，当

y_i+1＜y_i时，将(x_i,y_i)置于前面，以此类推，使得角点坐标按纵坐标从小到大排列，设一个常量A，对已排列好的角点坐标进行操作：令y为第i+1个角点的纵坐标与第i个角点的纵坐标的差值的绝对值，即y＝|y_i+1-y_i|，如果y≤A，则第一段直径为y，如果y>A,则将指向第二个角点的指针移至第三个角点，以此类推可得到每一段轴类零件直径的长度d。

5.一种实现上权利要求1-4述任一所述的轴类零件检测方法的轴类零件检测装置，包括暗箱、工件传送机构以及摄像机构，所述工件传送机构以及摄像机构设置在暗箱中，所述摄像机构为两个，分别相对设置在工件传送机构传送工件方向的两侧，摄像机构包括摄像头以及两个补光灯，两个补光灯分别设置在摄像头两侧。

6.根据权利要求5所述的轴类零件检测装置，其特征在于，所述工件传送机构包括丝杠传动机构以及零件装夹块，零件装夹块设置在丝杠传动机构的传送滑块上。

7.根据权利要求6所述的轴类零件检测装置，其特征在于，所述零件装夹块上开设有直径由上往下逐渐减少的多级阶梯孔。

8.根据权利要求5所述的轴类零件检测装置，其特征在于，所述摄像机构还包括滚珠丝杠调整机构，所述摄像头设置在滚珠丝杠调整机构的调整滑块上。

9.根据权利要求5所述的轴类零件检测装置，其特征在于，所述暗箱中对应各补光灯的位置分别设置有灯源连接板，补光灯分别固定于各对应的灯源连接板上。