CN108898585B - 一种轴类零件检测方法及其装置 - Google Patents
一种轴类零件检测方法及其装置 Download PDFInfo
- Publication number
- CN108898585B CN108898585B CN201810617776.6A CN201810617776A CN108898585B CN 108898585 B CN108898585 B CN 108898585B CN 201810617776 A CN201810617776 A CN 201810617776A CN 108898585 B CN108898585 B CN 108898585B
- Authority
- CN
- China
- Prior art keywords
- camera
- image
- point
- equation
- coordinate system
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 230000007246 mechanism Effects 0.000 claims abstract description 52
- 230000001502 supplementing effect Effects 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 22
- 230000009466 transformation Effects 0.000 claims description 15
- 238000013519 translation Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims 2
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000003702 image correction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
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
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/dx、β=f/dy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[Xw,Yw,Zw,1]T,[Xc,Yc,Zc,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=A11ejθ,A20=A20;
公式6:Anm=Anme-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Pi处的图像梯度,q的值通过最小化εi得到;
通过将εi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)、……、(xi,yi),按顺序读取每一个角点的纵坐标的值y1、y2、……、yi,当
yi+1<yi时,将(xi,yi)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=|yi+1-yi|,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/dx、β=f/dy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[Xw,Yw,Zw,1]T,[Xc,Yc,Zc,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=A11ejθ,A20=A20。
公式6:Anm=Anme-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Pi处的图像梯度,q的值通过最小化εi得到,pi=p0,p1……pn。
通过将εi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)、……、(xi,yi),按顺序读取每一个角点的纵坐标的值y1、y2、……、yi,当yi+1<yi时,将(xi,yi)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=|yi+1-yi|,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:
如图5-8所示,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/dx、β=f/dy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[Xw,Yw,Zw,1]T,[Xc,Yc,Zc,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=A11ejθ,A20=A20;
公式6: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,由此得边缘旋转的角度为对所示模型计算可得:
联立方程式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像素精度的角点位置;
找出子像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Pi处的图像梯度,q的值通过最小化εi得到;
通过将εi设为0,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)、……、(xi,yi),按顺序读取每一个角点的纵坐标的值y1、y2、……、yi,当
yi+1<yi时,将(xi,yi)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=|yi+1-yi|,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810617776.6A CN108898585B (zh) | 2018-06-15 | 2018-06-15 | 一种轴类零件检测方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810617776.6A CN108898585B (zh) | 2018-06-15 | 2018-06-15 | 一种轴类零件检测方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898585A CN108898585A (zh) | 2018-11-27 |
CN108898585B true CN108898585B (zh) | 2024-01-12 |
Family
ID=64345030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810617776.6A Active CN108898585B (zh) | 2018-06-15 | 2018-06-15 | 一种轴类零件检测方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898585B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009618B (zh) * | 2019-04-02 | 2021-04-20 | 浙江大学 | 一种轴类零件表面质量检测方法及装置 |
CN110182570B (zh) * | 2019-05-21 | 2021-03-02 | 苏州奥比特精密注塑有限公司 | 一种用于固定剃须刀内电池的后盖的自动化生产设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102107374A (zh) * | 2011-02-01 | 2011-06-29 | 吉林大学 | 轴盘类零件直径尺寸在线检测方法 |
CN102743184A (zh) * | 2012-05-14 | 2012-10-24 | 清华大学 | 一种x射线锥束计算机层析成像系统的几何参数标定方法 |
CN103499302A (zh) * | 2013-09-27 | 2014-01-08 | 吉林大学 | 基于结构光视觉成像系统的凸轮轴直径尺寸在线测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE602007003849D1 (de) * | 2007-10-11 | 2010-01-28 | Mvtec Software Gmbh | System und Verfahren zur 3D-Objekterkennung |
-
2018
- 2018-06-15 CN CN201810617776.6A patent/CN108898585B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102107374A (zh) * | 2011-02-01 | 2011-06-29 | 吉林大学 | 轴盘类零件直径尺寸在线检测方法 |
CN102743184A (zh) * | 2012-05-14 | 2012-10-24 | 清华大学 | 一种x射线锥束计算机层析成像系统的几何参数标定方法 |
CN103499302A (zh) * | 2013-09-27 | 2014-01-08 | 吉林大学 | 基于结构光视觉成像系统的凸轮轴直径尺寸在线测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108898585A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105957015B (zh) | 一种螺纹桶内壁图像360度全景拼接方法及系统 | |
CN109029299B (zh) | 舱段销孔对接转角的双相机测量装置及测量方法 | |
CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN103048331B (zh) | 基于柔性模板配准的印刷缺陷检测方法 | |
CN109035320A (zh) | 基于单目视觉的深度提取方法 | |
CN109211198B (zh) | 一种基于三目视觉的智能目标检测和测量系统和方法 | |
CN102521816A (zh) | 一种云数据中心机房实时宽场景监控合成方法 | |
CN113920205B (zh) | 一种非同轴相机的标定方法 | |
CN102750697A (zh) | 一种参数标定方法及装置 | |
CN109974618B (zh) | 多传感器视觉测量系统的全局标定方法 | |
CN115830103A (zh) | 一种基于单目彩色的透明物体定位方法、装置及存储介质 | |
CN111707187B (zh) | 一种大型零件的测量方法及系统 | |
CN113012234B (zh) | 基于平面变换的高精度相机标定方法 | |
CN112258455A (zh) | 基于单目视觉检测零件空间位置的检测方法 | |
CN109544642B (zh) | 一种基于n型靶标的tdi-ccd相机参数标定方法 | |
CN108154536A (zh) | 二维平面迭代的相机标定法 | |
CN108898585B (zh) | 一种轴类零件检测方法及其装置 | |
CN112598747A (zh) | 一种单目相机与投影仪的联合标定方法 | |
CN108520541B (zh) | 一种广角摄像机的标定方法 | |
CN112489141B (zh) | 车载摄像头单板单图带中继镜的产线标定方法及装置 | |
CN111754584A (zh) | 一种远距离大视场相机参数标定系统和方法 | |
CN113781581B (zh) | 基于靶标松姿态约束的景深畸变模型标定方法 | |
CN109754435A (zh) | 一种基于小靶标模糊图像的摄像机在线标定方法 | |
CN114963981A (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 | |
CN113345024B (zh) | 判断相机模块的组装品质的方法 |
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 |