CN109254382A - 基于机器视觉的螺纹检测自动对焦方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的螺纹检测自动对焦方法，包括：搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台；将待测工件放置在测量平台上，由图像传感器获取图像并传入计算机；自动对采集到的图像进行对焦区域识别；对感兴趣区域进行清晰度分析，并记其清晰度评估值为G₁；通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L；重复步骤，并记其清晰度评估值为G₂；通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L；重复步骤，并记其清晰度评估值为G₃；比较G₁、G₂、G₃数值的大小，得出最大的清晰度评估值，共有三种情况，需分别进行处理。

Description

基于机器视觉的螺纹检测自动对焦方法

技术领域

本发明涉及一种自动对焦方法，具体涉及一种针对于基于机器视觉的螺纹检测的自动对焦方法。

背景技术

随着数字图像技术的发展，在自动对焦方法中，数字图像技术也有了广泛的应用。基于图像处理技术的自动对焦方法主要有三个部分构成：对焦区域、图像清晰度评估函数和对焦搜索策略。通过选择对焦区域，并进行清晰度评估，获取当前位置的清晰度评估值，再驱动电机根据对焦搜索策略改变位置，重新获取清晰度评估值，直到获取的清晰度评估值大于设定阈值即可完成对焦。

传统对焦方法中，对焦区域往往需要人为选择，本发明针对于螺纹检测场景，依据目标特征实现了对焦区域的自动选取，省略了人为操作，且使用基于专家规则的对焦步长自调整系统，提高了对焦的速度与检测精度。

发明内容

发明目的：本发明是为了解决在基于机器视觉的螺纹检测系统中手动对焦操作繁琐，且精度不高的问题；本发明可实现螺纹检测系统中的对焦区域自动选择且使用基于专家规则的对焦步长自调整系统实现快速对焦，简化了操作，提升了对焦速度且保证了测量的精度。

技术方案：本发明所述的一种基于机器视觉的螺纹检测自动对焦方法，包括如下步骤：

(1)、搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台；

(2)、将待测工件放置在测量平台上，由图像传感器获取图像并传入计算机；

(3)、自动对采集到的图像进行对焦区域识别；

(4)、对感兴趣区域进行清晰度分析，并记其清晰度评估值为G₁；

(5)、通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L；

(6)、重复步骤(3)、(4)，并记其清晰度评估值为G₂；

(7)、通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L；

(8)、重复步骤(3)、(4)，并记其清晰度评估值为G₃；

(9)、比较G₁、G₂、G₃数值的大小，得出最大的清晰度评估值，共有三种情况，需分别进行处理：

情况一：G₁为最大值

(A)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机提升升降台高度，且每提升一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(B)、设定目标清晰度评估值T，当G_i>T时，停止调整，完成对焦；

情况二：G₂为最大值

(A)、驱动步进电机将升降台高度提升L；

(B)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机提升升降台高度，且每提升一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(C)、设定目标清晰度评估值T，当G_i>T时，停止调整，完成对焦；

情况三：G₃为最大值

(A)、驱动步进电机将升降台高度提升L；

(B)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机降低升降台高度，且每降低一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(C)、设定目标清晰度评估值T，当G_i>T时，停止调整，完成对焦。

进一步的，步骤(3)中的对焦区域识别方法如下：

1)对采集到的图像先进行中值滤波，再轮廓提取，删除较小的轮廓，储存剩下的每个轮廓点；

2)以储存的轮廓点为中心，建立N×N大小的滑动窗口，其中N的值要大于该螺纹牙距对应的像素点数；

3)统计窗口内轮廓点个数，若滑动窗口内轮廓点个数大于阈值，则判定中心点为螺纹点；

4)沿着轮廓方向移动滑动窗口，遍历每个轮廓点，储存相应的螺纹点；由于螺纹区域高低不平的特性，若滑动窗口处于螺纹区域内，当窗口内轮廓起伏程度越大时，窗口内轮廓点数T也越多，当T大于设定的阈值，则可判定该中心轮廓点为螺纹点。

5)将螺纹点进行组合，所构成的区域即为对焦区域。

进一步的，步骤(4)中清晰度分析方法如下：

1)在图像上以步骤(3)中的螺纹点为中心，与拉普拉算子进行卷积得出该螺纹边缘点的梯度值；

2)将所有螺纹点的梯度值相加得出图像清晰度评估值G，G越大则表示图像越清晰，反之则表示图像越模糊；其中，拉普拉斯算子模板如下所示：

进一步的，所述的对焦步长自整定专家系统由专家知识库、控制规则库和推理机组成；其中专家知识库由图像清晰度知识库、对焦步长知识库、信息处理知识库和操作经验知识库构成；所述专家系统是接收计算机分析得出的图像清晰度，再通过推理机和控制规则库根据知识库信息调整下一步对焦步长，通过不断更新对焦步长，提升对焦速度，其具体步骤如下：

1)设定目标清晰度评估值为T，记当前清晰度评估值为T_i(i＝4、5、6…)，根据T_i与目标值T的差值，与知识库信息比对，更新下一步对焦步长；

2)不断更新步长，直到清晰度评估值大于T；

3)对于2)中步长不断更新的过程中，若T_i<T_i-1则表示当前位置在远离目标位置，需反向调整高度直到清晰度评估值大于T。

进一步的，所述的对焦步长自整定专家系统是通过计算当前图像的清晰度评估值，与清晰度知识库进行分析对比，进而更新对焦步长，实现快速对焦。

进一步的，所述清晰度知识库的具体对比规则和对焦步长知识库的具体控制规则如下；

清晰度知识库：

(A)当清晰度评估值T_i>4000，则认为图像清晰，无需对焦；

(B)当清晰度评估值3000<T_i<4000，则认为当前对焦位置距目标对焦位置为近距离，需小步长调整；

(C)当清晰度评估值1000<T_i<3000，则认为当前对焦位置距目标对焦位置为中距离，需根据T_i适当调整对焦步长；

(D)当清晰度评估值1000<T_i，则认为当前对焦位置距目标对焦位置为远距离，需大步长调整；

对焦步长知识库：

(A)设定初始步长为h＝4mm(随不同的图像传感器、场景，需做相应变化)；

(B)当清晰度评估值T_i<1000时，取步长为h不变；

(C)当清晰度评估值T_i<3000时，取步长为h＝|T-T_i|/T×4；

(D)当清晰度评估值3000<T_i<4000时，取步长为h＝1mm；

(E)若在(A)、(B)、(C)、(D)中发现T_i<T_i-1，则表明步长过大，当前位置已经超出了最佳对焦位置，需要改变步进电机旋转方向进行对焦。

有益效果：本发明的一种基于机器视觉的螺纹检测自动对焦方法，针对于螺纹测量的场景，通过对采集到的图像进行特征识别，自动选取对焦区域，对该区域进行清晰度评估，根据搜索策略和对焦步长自调整专家系统调整升降台高度，快速完成对焦。本发明在简化操作的同时提升了对焦速度且保证了测量的精度。

附图说明

图1为本发明的检测方法整体流程示意图；

图2为对焦区域筛选示意图；

图3为对焦移动区域示意图；

图4为专家系统流程图；

图5为专家知识库结构示意图。

具体实施方式

下面结合具体实施例对本发明的技术方案作进一步详细说明。

具体的，本发明的一种基于机器视觉的螺纹检测自动对焦方法，如图1所示，其具体检测步骤如下：

(1)、搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台；

(2)、将待测工件放置在测量平台上，由图像传感器获取图像并传入计算机；

(3)、自动对采集到的图像进行对焦区域识别，具体识别步骤如下：

1)对采集到的图像先进行中值滤波，再轮廓提取，删除较小的轮廓，储存剩下的每个轮廓点；

2)如图2所示，以储存的轮廓点为中心，建立101×101大小的滑动窗口(滑动窗口至少要可容纳一个完整的螺牙，所以滑动窗口边长要大于该螺纹牙距对应的像素点数)；

3)由于螺纹区域高低不平，非螺纹区域较为平缓的特性，若滑动窗口处于螺纹区域内，则窗口内的轮廓点数要大于窗口处于非螺纹区域时的轮廓点数，且螺纹区域起伏程度越大，窗口内的轮廓点数越多。通过大量实验，可获得阈值P＝120来判定滑动窗口是否处于螺纹区域内。统计窗口内轮廓点个数，若滑动窗口内轮廓点个数大于阈值P，则判定中心点为螺纹点；

4)沿着轮廓方向移动滑动窗口，遍历每个轮廓点，储存相应的螺纹点；

5)将螺纹点进行组合，所构成的区域即为对焦区域；

(4)、对感兴趣区域进行清晰度分析，并记其清晰度评估值为G₁，具体评估步骤如下：

1)若图像模糊，则图像上物体边缘与图像背景区分不明显，即边缘点梯度值较小；反之，图像上物体边缘与图像背景有明显区分，即边缘点梯度值较大。可通过物体边缘区域梯度值的大小来进行图像清晰度评估。在图像上以步骤(3)中的螺纹点为中心，与拉普拉算子进行卷积得出该螺纹边缘点的梯度值；

2)将所有螺纹点的梯度值相加得出图像清晰度评估值G，G越大则表示图像越清晰，反之则表示图像越模糊。

其中，拉普拉斯算子模板如下所示：

(5)、通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L＝5mm；

(6)、重复步骤(3)、(4)，并记其清晰度评估值为G₂；

(7)、通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L＝10mm；

(8)、重复步骤(3)、(4)，并记其清晰度评估值为G₃；

(9)、如图3所示，位置a、b、c对应的清晰度评估值分别为G₁、G₂、G₃，比较G₁、G₂、G₃数值的大小，得出最大的清晰度评估值，共有三种情况，需分别进行处理。如图3所示，当G₁为最大值时，可确定最佳对焦位置在b和c之间；当G₂为最大值时，可确定最佳对焦位置在a上方；当G₃为最大值时，可确定最佳对焦位置在a下方；

情况一：G₁为最大值

(A)在运行中计算得出G₁＝3219、G₂＝2583、G₃＝2347，G₁为最大值；

(B)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机提升升降台高度，且每提升一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(C)、设定目标清晰度评估值T＝4000，当G_i>T时，停止调整，完成对焦；

情况二：G₂为最大值

(A)在运行中计算得出G₁＝2381、G₂＝2934、G₃＝1239，G₂为最大值；

(B)、驱动步进电机将升降台高度提升L＝5mm；

(C)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机提升升降台高度，且每提升一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(D)、设定目标清晰度评估值T＝4000，当G_i>T时，停止调整，完成对焦；

情况三：G₃为最大值

(A)在运行中计算得出G₁＝2142、G₂＝1325、G₃＝2782，G₃为最大值；

(B)、驱动步进电机将升降台高度提升L＝5mm；

(C)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机降低升降台高度，且每降低一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(D)、设定目标清晰度评估值T＝4000，当G_i>T时，停止调整，完成对焦；

上述步骤中的对焦步长自整定专家系统由专家知识库、控制规则库和推理机组成；其中专家知识库如图5所示，由图像清晰度知识库、对焦步长知识库、信息处理知识库和操作经验知识库构成；所述专家系统是接收计算机分析得出的图像清晰度，再通过推理机和控制规则库根据知识库信息调整下一步对焦步长，通过不断更新对焦步长，提升对焦速度。如图4所示，对焦步长自整定系统工作的具体步骤如下：

1)设定目标清晰度评估值为T，记当前清晰度评估值为T_i(i＝4、5、6…)，根据T_i与目标值T的差值，与知识库信息比对，更新下一步对焦步长；

2)不断更新步长，直到清晰度评估值大于T；

3)对于2)中步长不断更新的过程中，若T_i<T_i-1则表示当前位置在远离目标位置，需反向调整高度直到清晰度评估值大于T。

上述步骤中的专家系统主要是通过计算当前图像的清晰度评估值，与知识库进行分析对比，进而更新对焦步长，实现快速对焦，清晰度知识库的具体对比规则和对焦步长知识库的具体控制规则如下；

清晰度知识库：

(A)当清晰度评估值T_i>4000，则认为图像清晰，无需对焦；

(B)当清晰度评估值3000<T_i<4000，则认为当前对焦位置距目标对焦位置为近距离，需小步长调整；

(C)当清晰度评估值1000<T_i<3000，则认为当前对焦位置距目标对焦位置为中距离，需根据T_i适当调整对焦步长；

(D)当清晰度评估值1000<T_i，则认为当前对焦位置距目标对焦位置为远距离，需大步长调整；

对焦步长知识库：

(A)设定初始步长为h＝4mm(随不同的图像传感器、场景，需做相应变化)；

(B)当清晰度评估值T_i<1000时，取步长为h不变；

(C)当清晰度评估值T_i<3000时，取步长为h＝|T-T_i|/T×4；

(D)当清晰度评估值3000<T_i<4000时，取步长为h＝1mm；

(E)若在(A)、(B)、(C)、(D)中发现T_i<T_i-1，则表明步长过大，当前位置已经超出了最佳对焦位置，需要改变步进电机旋转方向进行对焦。

本发明的一种基于机器视觉的螺纹检测自动对焦方法，针对于螺纹测量的场景，通过对采集到的图像进行特征识别，自动选取对焦区域，对该区域进行清晰度评估，根据搜索策略和对焦步长自调整专家系统调整升降台高度，快速完成对焦。本发明在简化操作的同时提升了对焦速度且保证了测量的精度。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (6)

1.一种基于机器视觉的螺纹检测自动对焦方法，其特征在于：包括如下步骤：

(1)、搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台；

(2)、将待测工件放置在测量平台上，由图像传感器获取图像并传入计算机；

(3)、自动对采集到的图像进行对焦区域识别；

(4)、对感兴趣区域进行清晰度分析，并记其清晰度评估值为G₁；

(5)、通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L；

(6)、重复步骤(3)、(4)，并记其清晰度评估值为G₂；

(7)、通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L；

(8)、重复步骤(3)、(4)，并记其清晰度评估值为G₃；

(9)、比较G₁、G₂、G₃数值的大小，得出最大的清晰度评估值，共有三种情况，需分别进行处理：

情况一：G₁为最大值

(A)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机提升升降台高度，且每提升一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(B)、设定目标清晰度评估值T，当G_i>T时，停止调整，完成对焦；

情况二：G₂为最大值

(A)、驱动步进电机将升降台高度提升L；

(B)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机提升升降台高度，且每提升一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(C)、设定目标清晰度评估值T，当G_i>T时，停止调整，完成对焦；

情况三：G₃为最大值

(A)、驱动步进电机将升降台高度提升L；

(B)建立对焦步长自调整专家系统，依据清晰度评估值调整步长，驱动步进电机降低升降台高度，且每降低一次高度进行一次清晰度分析，记清晰度评估值为G_i(i＝4、5、6…)；

(C)、设定目标清晰度评估值T，当G_i>T时，停止调整，完成对焦。

2.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法，其特征在于：步骤(3)中的对焦区域识别方法如下：

1)对采集到的图像先进行中值滤波，再轮廓提取，删除较小的轮廓，储存剩下的每个轮廓点；

2)以储存的轮廓点为中心，建立N×N大小的滑动窗口，其中N的值要大于该螺纹牙距对应的像素点数；

3)统计窗口内轮廓点个数，若滑动窗口内轮廓点个数大于阈值，则判定中心点为螺纹点；

4)沿着轮廓方向移动滑动窗口，遍历每个轮廓点，储存相应的螺纹点；由于螺纹区域高低不平的特性，若滑动窗口处于螺纹区域内，当窗口内轮廓起伏程度越大时，窗口内轮廓点数P也越多，当P大于设定的阈值，则可判定该中心轮廓点为螺纹点。

5)将螺纹点进行组合，所构成的区域即为对焦区域。

3.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法，其特征在于：步骤(4)中清晰度分析方法如下：

1)在图像上以步骤(3)中的螺纹点为中心，与拉普拉算子进行卷积得出该螺纹边缘点的梯度值；

2)将所有螺纹点的梯度值相加得出图像清晰度评估值G，G越大则表示图像越清晰，反之则表示图像越模糊；其中，拉普拉斯算子模板如下所示：

4.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法，其特征在于：所述的对焦步长自整定专家系统由专家知识库、控制规则库和推理机组成；其中专家知识库由图像清晰度知识库、对焦步长知识库、信息处理知识库和操作经验知识库构成；所述专家系统是接收计算机分析得出的图像清晰度，再通过推理机和控制规则库根据知识库信息调整下一步对焦步长，通过不断更新对焦步长，提升对焦速度，其具体步骤如下：

1)设定目标清晰度评估值为T，记当前清晰度评估值为T_i(i＝4、5、6…)，根据T_i与目标值T的差值，与知识库信息比对，更新下一步对焦步长；

2)不断更新步长，直到清晰度评估值大于T；

3)对于2)中步长不断更新的过程中，若T_i<T_i-1则表示当前位置在远离目标位置，需反向调整高度直到清晰度评估值大于T。

5.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法，其特征在于：所述的对焦步长自整定专家系统是通过计算当前图像的清晰度评估值，与清晰度知识库进行分析对比，进而更新对焦步长，实现快速对焦。

6.根据权利要求5所述的一种基于机器视觉的螺纹检测自动对焦方法，其特征在于：所述清晰度知识库的具体对比规则和对焦步长知识库的具体控制规则如下；

清晰度知识库：

(A)当清晰度评估值T_i>4000，则认为图像清晰，无需对焦；

(B)当清晰度评估值3000<T_i<4000，则认为当前对焦位置距目标对焦位置为近距离，需小步长调整；

(C)当清晰度评估值1000<T_i<3000，则认为当前对焦位置距目标对焦位置为中距离，需根据T_i适当调整对焦步长；

(D)当清晰度评估值1000<T_i，则认为当前对焦位置距目标对焦位置为远距离，需大步长调整；

对焦步长知识库：

(A)设定初始步长为h＝4mm(随不同的图像传感器、场景，需做相应变化)；

(B)当清晰度评估值T_i<1000时，取步长为h不变；

(C)当清晰度评估值T_i<3000时，取步长为h＝|T-T_i|/T×4；

(D)当清晰度评估值3000<T_i<4000时，取步长为h＝1mm；

(E)若在(A)、(B)、(C)、(D)中发现T_i<T_i-1，则表明步长过大，当前位置已经超出了最佳对焦位置，需要改变步进电机旋转方向进行对焦。