CN110345877B - 一种管板孔径和节距测量方法 - Google Patents

Abstract

本发明公开了一种管板孔径和节距测量方法，该方法包括步骤：首先，由多个摄像机拍摄管板；其次基于目标像素多种统计量筛选有效对象；随后采用基于大津法和灰度统计值方法结合的局部二值化方法实现准确阈值分割；进而，采用椭圆环带迭代逼近真实边缘的方法，准确定位真实边缘，拟合椭圆中心和匹配；基于立体视觉，计算椭圆中心三维坐标，并拟合测量视场的局部平面，计算出各孔边缘三维坐标信息；对于多摄像机、多视场等产生的冗余的测量数据，利用拟合残差、理论值等评价体系，最终获得最好的测量数据。本发明能够实现高效、精确的大尺寸管孔的孔径与节距测量。

Description

一种管板孔径和节距测量方法

技术领域

本发明属于机器视觉测量领域，具体涉及一种管板孔径和节距测量方法。

背景技术

机械零件的尺寸检测是机械加工领域工业生产的重要环节之一，其检测结果直接会影响到产品的质量，甚至会对之后的再加工和装配质量起决定性作用。传统的机械零件尺寸检测工具主要包括卡尺、量规、万能工具显微镜以及轮廓仪等完成检测环节。目前，大多数厂商对工业零部件尺寸的测量，仍采用人工检测的方法。人工检测存在劳动强度大、人力成本高、检测速度慢、主观性强等缺点，不仅影响生产线的工作效率，而且浪费了大量的劳动资源，检测人员的工作状态对检测结果有很大影响。随着工业现代化的进一步发展，传统的检测手段已不能完全满足现代化工业生产对机械零件尺寸检测的精度和速度上的要求。

在现代大型电站设备中，凝汽器是凝汽式汽轮机辅机设备最主要的设备之一，其作用是利用循环冷却水使汽轮机排出的蒸汽凝结，在汽轮机排汽空间建立并维持所需真空。其中管板是凝汽器重要部分，管板决定凝汽器管束排列形式，管束排列形式对凝汽器性能影响很大。管板检测的关键尺寸是圆孔直径和节距。

目前，管板检测常用的方法是人工塞规法，即通过人力利用塞规挨个测量，检测一块大型管板平均耗时长达3-4天。人工塞规法劳动强度大、人力成本高、自动化程度低、效率低，而且易受人主观因素影响，容易出现漏检和错检的情况，无法满足大规模自动化生产的需要。传统的孔径测量技术，通常借助圆孔边缘像素梯度变化，定位边缘像素，但由于管板表面质量差、测量视场内成像亮度不均匀、孔边缘毛刺多、倒角不规范以及内壁反光等原因，传统的边缘定位方法难以准确定位管孔的真是边缘，造成较大的测量误差，同时由于对于多摄像机、多视场重叠产生的多测量数据的筛选与剔除也是一个关键问题之一。因此，设计一种针对复杂场景下的高效高精度的尺寸测量方法具有非常重大的意义和价值。

发明内容

本发明的目的在于针对上述现有技术的不足，提供了一种管板孔径和节距测量方法。

本发明采用如下技术方案来实现的：

一种管板孔径和节距测量方法，包括以下步骤：

1)图像采集与干扰特征剔除

利于两个或两个以上摄像机采集管板图像，进行目标孔的识别与分离，为后续边缘的准确提取做准备；

2)阈值分割

基于大津法和灰度统计值方法相结合的局部二值化方法实现目标孔对象的准确二值化；

3)目标孔边缘准确提取

利用亚像素边缘提取方法结合椭圆环带滤波法，准确提取二值化处理后的数字图像目标孔的倒角内边缘，并利用孔边缘拟合各孔的椭圆中心；

4)目标孔匹配与局部平面确定

基于平面射影变换和极线约束，将各摄像机所提取出的孔中心进行一一对应匹配，并去除未匹配的孔；基于立体视觉原理以及已标定的系统参数，计算匹配孔中心各点的三维坐标；利用目标孔及其邻近孔中心的三维坐标，拟合目标孔所在的局部平面；

5)孔边缘三维坐标计算

通过目标孔图像坐标及其所在局部平面方程，计算出孔边缘三维坐标信息，并利于两个或两个以上摄像机获得多组孔边缘的三维坐标值；

6)孔径和节距的确定

将管孔边缘的三维坐标进行拟合，得到直径和节距，通过从多组测量数据中优化选择，确定最终测量数据。

本发明进一步的改进在于，步骤1)中，采用无效孔及噪声剔除的方法，使图像中的有效孔对象得以准确识别与分离，提高了后续边缘检测算法的执行效率和准确性，具体步骤为：

有效孔对象识别与分离方法分为三步：首先对目标对象进行像素数进行统计，去除超出最小和最大像素数阈值的对象；其次，去除不完整的对象，求出目标对象像素数与其边缘拟合得到的完整像素数之比，根据设定阈值，占比大于此阈值时视为有效对象，否则视为无效对象，予以剔除；最后，基于二值化边缘进行椭圆拟合，根据拟合残差的标准差，小于设置阈值时视为有效对象，否则视为无效对象。

本发明进一步的改进在于，步骤2)中，采用基于大津法和灰度统计值方法结合的局部二值化方法实现孔对象的准确二值化，具体过程为：

将摄像机采集的数字图像根据对象大小和亮度均匀程度均分为多个部分，每部分先采用大津法进行二值化，再重新拼接成完整的二值化图像；经有效孔对象识别与分离后，对单个孔对象的二值化边缘进行椭圆拟合，当椭圆度小于设定阈值或拟合残差大于设定阈值时，利用灰度直方图统计法进行二值化，选择合适灰度阈值使孔对象区域尽可能地饱满，并重新计算椭圆度和拟合残差，有改善则替代原二值化结果，否则保留原二值化结果。

本发明进一步的改进在于，步骤3)中，采用基于椭圆环带迭代逼近真实边缘的方法，准确定位到管孔倒角的内边缘，具体步骤为：

采用椭圆环带收缩方法对每个目标孔的亚像素边缘提取结果逼近其倒角内边缘并剔除噪点，即，首先分别对根据权利要求3分离的单个孔二值化图进行形态学的膨胀、腐蚀处理获得两张图像，膨胀像素小于腐蚀像素数，再将膨胀图像减去腐蚀图像获得一个椭圆环带图像；进而，将该椭圆环带与目标孔的亚像素边缘提取结果相与，获得初始孔边缘；再对此孔边缘进行椭圆拟合并由拟合参数生成新的二值化椭圆图；对新的二值化椭圆图重新进行膨胀、腐蚀处理，重复上述过程，从而逐步减小椭圆拟合边缘，最终将目标孔边缘定位为孔倒角的内边缘。

本发明进一步的改进在于，步骤6)中，采用冗余测量结果精细化择优选取方法，具体步骤为：

计算两个或多个摄像机所得到的管孔直径数据的平均值，计算测量残差，建立目标孔的椭圆度、离心率、椭圆拟合残差、测量残差的综合评价方法，将超过设定阈值的测量数据剔除，剩余测量数据求取均值，作为孔径的最终测量数据，若测量数据较好，则保存当前拟合的局部平面，若均未能获得较好的测量数据，则使用之前保留的较好的局部平面重新进行数据处理环节，最终获得较好的测量数据。

与现有技术相比，本发明具有如下有益的技术效果：

本发明针对于实际管板产品中目标孔存在倒角精度差、边缘毛刺较多、表面质量差、表面平面度较差等问题，提出了一种有效识别目标孔、提出干扰特征以及准确提取目标孔倒角内真实边缘的边缘检测方法，大幅提高了孔径和节距检测的算法的抗噪能力、检测效率和精度，并对测量结果进行精细化评判，不仅保证了管孔测量精度，还提高了测量系统的稳定性。

进一步，在步骤1)中，传统阈值化难以区分被测物体表面大量锈蚀与污渍等产生的干扰特征，本方法首先采用基于像素占比，剔除大于或小于目标孔的特征，进一步针对近似于目标孔的特征，采用椭圆拟合的手段，剔除占比近似但为干扰的特征，有效提高对目标孔的有效识别和分离的能力。

进一步，在步骤2)中，由于单个或多个相机在不同视角下拍摄得到的管板图像，因此图像亮度分布不均，同时由于内壁、倒角等反光，造成目标孔与周围像素灰度分布近似，传统的全局或局部自适应阈值分割手段难以奏效。本文方法基于图像亮度分布，将其划分为多个子区域，采用自适应阈值方法，初步得到子区域阈值分割图像，最终合成完整图像；其次，由于内壁强反光或因此而造成的目标孔阈值分割异常，如目标孔内部被腐蚀或明显偏离常规形状，本文通过将拟合目标孔为椭圆，利用椭圆度评价阈值分割效果，针对效果较差的情况，对目标孔进行直方图阈值分割，直至满足正常的椭圆度，最终能够有效解决传统方法难以解决的相似灰度分布下目标孔特征提取的难题。

进一步，在步骤3)中，传统的边缘提取方法由于基于梯度确定特征边缘，而面对倒角或内壁反光时，往往将边缘定位与倒角处甚至内壁处，无法得到真实边缘。本文方法基于步骤2)中阈值分割得到的较好的二值化图像，进行形态学操作，得到覆盖目标孔的椭圆环带，同时与亚像素边缘提取得到的目标孔边缘进行与操作，即得到同时满足亚像素提取和阈值分割的更加真实的边缘，然后重复上述形态学操作、亚像素提取、与操作，直至得到拟合椭圆不在变化，即可得到目标孔真实边缘。

进一步，在步骤6)中，单个或多个摄像机会得到多组测量数据，而每个摄像机的精度往往是不一致的，同时在同一空间位置的目标孔，由于成像畸变与光源等因素的影响，在不同摄像机得到的测量数据往往区别很大，因此传统的方法对冗余数据进行平均或加权往往难以保证测量精度一致性。本文方法通过计算同一目标孔测量数据的平均值与测量残差，建立目标孔的椭圆度、离心率、椭圆拟合残差、测量残差的综合评价方法，评价冗余测试数据质量，将较好的测量数据的加权平均作为最终的测量数据，同时保存当前的局部平面(拟合得到被测物表面方程)，若所有的测量数据均不理想，则提取之前保存的局部平面，重新计算目标孔测量数据，最终实现高精度的孔径测量。

附图说明

图1为本发明一种管板孔径和节距测量方法的原理示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

如图1所示，为大尺寸管板孔径和节距测量原理示意图，其中1为管板表面，2为有效测量视场，本发明的测量方法是基于立体视觉的管板尺寸测量方法，主要包括图像采集与干扰特征剔除、阈值分割、目标孔边缘提取、目标孔匹配与局部平面确定、孔边缘的三维坐标计算、孔径和节距的确定等部分。首先，由两个或两个以上摄像机(以Camera_1、Camera_2两个摄像机为例)同时拍摄被测对象管板，对采集到的图像进行降噪处理，并识别目标孔、剔除干扰特征，然后对预处理后的图像进行阈值分割，初步得到管孔边缘信息，然后进行亚像素边缘提取，获取准确的管孔真实边缘，确定目标孔的中心坐标，再将各摄像机所提取出的孔中心进行一一对应匹配。其次，基于立体视觉原理以及已标定的系统参数，计算各对应匹配孔中心点的世界坐标。然后，利用目标孔及其邻近孔中心的坐标，确定目标孔所在的局部平面。最后，通过目标孔图像坐标及其所在局部平面方程，计算出孔边缘三维坐标信息；将孔边缘三维坐标在所在局部平面内进行二维圆拟合，可得孔直径及其目标孔与邻近孔的节距；最后，将多摄像机、多视场重叠产生的多测量数据进行筛选、剔除，实现精细化测量。

其中，设计的一种无效孔及噪声剔除的方法分为三步：首先对目标对象进行像素数进行统计，去除超出最小和最大像素数阈值的对象；其次，去除不太完整的对象，求出目标对象像素数与其边缘拟合得到的完整像素数之比(占比法)，根据设定阈值，占比大于此阈值时视为有效对象，否则视为无效对象，予以剔除；最后，基于二值化边缘进行椭圆拟合，根据拟合残差的标准差，小于设置阈值时视为有效对象，否则视为无效对象。

其中，设计的基于大津法和灰度统计值方法结合的局部二值化方法实现孔对象的准确二值化，具体过程为：将摄像机采集的数字图像根据对象大小和亮度均匀程度均分为多个部分，每部分先采用大津法进行二值化，再重新拼接成完整的二值化图像。经有效孔对象识别与分离后，对单个孔对象的二值化边缘进行椭圆拟合，当椭圆度小于设定阈值或拟合残差大于设定阈值时，利用灰度直方图统计法进行二值化，选择合适灰度阈值使孔对象区域尽可能地饱满，并重新计算椭圆度和拟合残差，有改善则替代原二值化结果，否则保留原二值化结果。

其中，设计的基于椭圆环带逼近真实边缘的方法，具体步骤为：采用椭圆环带收缩方法对每个目标孔的亚像素边缘提取结果逼近其倒角内边缘并剔除噪点，即，首先分别对根据权利要求3分离的单个孔二值化图进行形态学的膨胀、腐蚀处理获得两张图像，膨胀像素小于腐蚀像素数，再将膨胀图像减去腐蚀图像获得一个椭圆环带图像；进而，将该椭圆环带与目标孔的亚像素边缘提取结果相与，获得初始孔边缘；再对此孔边缘进行椭圆拟合并由拟合参数生成新的二值化椭圆图；对新的二值化椭圆图重新进行膨胀、腐蚀处理，重复上述过程，从而逐步减小椭圆拟合边缘，最终将目标孔边缘定位为孔倒角的内边缘。

其中，设计的种冗余测量结果精细化择优选取方法，具体步骤为：计算两个或多个摄像机所得到的管孔直径数据的平均值，计算测量残差，建立目标孔的椭圆度、离心率、椭圆拟合残差、测量残差的综合评价方法，将超过设定阈值的测量数据剔除，剩余测量数据求取均值，作为孔径的最终测量数据，若测量数据较好，则保存当前拟合的局部平面，若均未能获得较好的测量数据，则使用之前保留的较好的局部平面重新进行数据处理环节，最终获得较好的测量数据。

以上所述仅为本发明的较佳实施例，在不脱离本发明的精神原则下，本领域技术人员还可以根据上述技术内容进行若干简单的替换，这些都应当视为落入权利要求保护范围之内。

Claims (2)

1.一种管板孔径和节距测量方法，其特征在于，包括以下步骤：

1)图像采集与干扰特征剔除

利于两个或多个摄像机采集管板图像，进行目标孔的识别与分离，为后续边缘的准确提取做准备；采用无效孔及噪声剔除的方法，使图像中的目标孔对象得以准确识别与分离，提高了后续边缘检测算法的执行效率和准确性，具体步骤为：

目标孔对象识别与分离方法分为三步：首先对目标孔对象像素数进行统计，去除超出最小和最大像素数阈值的对象；其次，去除不完整的对象，求出目标孔对象像素数与其边缘拟合得到的完整像素数之比，根据设定阈值，占比大于此阈值时视为有效对象，否则视为无效对象，予以剔除；最后，基于二值化的边缘进行椭圆拟合，根据拟合残差的标准差，小于设置阈值时视为有效对象，否则视为无效对象；

2)阈值分割

基于大津法和灰度统计值方法相结合的局部二值化方法实现目标孔对象的准确二值化；采用基于大津法和灰度统计值方法结合的局部二值化方法实现目标孔对象的准确二值化，具体过程为：

将摄像机采集的数字图像根据对象大小和亮度均匀程度均分为多个部分，每部分先采用大津法进行二值化，再重新拼接成完整的二值化图像；经目标孔对象识别与分离后，对单个目标孔对象的二值化的边缘进行椭圆拟合，当椭圆度小于设定阈值或拟合残差大于设定阈值时，利用灰度直方图统计法进行二值化，选择合适灰度阈值使目标孔对象区域尽可能地饱满，并重新计算椭圆度和拟合残差，有改善则替代原二值化结果，否则保留原二值化结果；

3)目标孔边缘准确提取

基于椭圆环带迭代收缩逼近的亚像素边缘提取方法，准确提取二值化处理后的数字图像目标孔的倒角内边缘，并利用孔边缘拟合各目标孔的椭圆中心；采用基于椭圆环带迭代收缩逼近的亚像素边缘提取方法，准确定位到目标孔倒角的内边缘，具体步骤为：

采用基于椭圆环带迭代收缩逼近的亚像素边缘提取方法对每个目标孔的亚像素边缘提取结果逼近其倒角内边缘并剔除噪点，首先分别对根据分离的单个目标孔二值化图进行形态学的膨胀、腐蚀处理获得两张图像，膨胀像素小于腐蚀像素数，再将膨胀图像减去腐蚀图像获得一个椭圆环带图像；进而，将该椭圆环带与目标孔的亚像素边缘提取结果相与，获得目标孔的边缘；再对此目标孔边缘进行椭圆拟合并由拟合参数生成新的二值化椭圆图；对新的二值化椭圆图重新进行膨胀、腐蚀处理，重复上述过程，从而逐步减小椭圆拟合边缘，最终将目标孔边缘定位为目标孔倒角的内边缘；

4)目标孔匹配与局部平面确定

基于平面射影变换和极线约束，将各摄像机所提取出的目标孔中心进行一一对应匹配，并去除未匹配的目标孔；基于立体视觉原理以及已标定的系统参数，计算目标孔中心各点的三维坐标值；利用目标孔及其邻近的目标孔中心的三维坐标值，拟合目标孔所在的局部平面；

5)目标孔倒角的内边缘三维坐标值计算

通过目标孔图像坐标及其所在局部平面方程，计算出目标孔倒角的内边缘三维坐标值，利于两个或多个摄像机获得多组目标孔倒角的内边缘的三维坐标值；

6)孔径和节距的确定

将目标孔倒角的内边缘的三维坐标值进行拟合，得到孔径和节距，通过从多组测量数据中优化选择，确定最终测量数据。

2.根据权利要求1所述的一种管板孔径和节距测量方法，其特征在于，步骤6)中，采用冗余测量结果精细化择优选取方法，具体步骤为：

计算两个或多个摄像机所得到的目标孔孔径数据的平均值，计算测量残差，建立目标孔的椭圆度、离心率、椭圆拟合残差、测量残差的综合评价方法，将超过设定阈值的测量数据剔除，剩余测量数据求取均值，作为孔径的最终测量数据，若测量数据较好，则保存当前拟合的局部平面，若均未能获得较好的测量数据，则使用之前保留的较好的局部平面重新进行数据处理环节，最终获得较好的测量数据。

Images