CN110544276A - 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 - Google Patents
最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 Download PDFInfo
- Publication number
- CN110544276A CN110544276A CN201910763498.XA CN201910763498A CN110544276A CN 110544276 A CN110544276 A CN 110544276A CN 201910763498 A CN201910763498 A CN 201910763498A CN 110544276 A CN110544276 A CN 110544276A
- Authority
- CN
- China
- Prior art keywords
- ellipse
- piston
- carrying
- size
- maximum point
- 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.)
- Pending
Links
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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
Abstract
最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法,先采集活塞竖直放置状态下的俯视图,然后对其进行像素级边缘检测,再进行亚像素级边缘检测,接着用采集到的亚像素边缘点进行基于最小二乘法的椭圆拟合,并计算椭圆参数;然后通过长轴转角参数对拟合的椭圆进行角度矫正,并进行边缘点筛选,对筛选出的边缘点进行椭圆拟合,计算椭圆长轴即为裙部最大点处尺寸;本发明实现活塞裙部最大点处的尺寸测量,具有测量方法简单、尺寸测量精度较高的优点。
Description
技术领域
本发明涉及活塞裙部测量技术领域,具体涉及最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法。
背景技术
活塞作为发动机的心脏,对设备整体的运行性能起着至关重要的作用。活塞工作条件严苛,合格的活塞尺寸能够保证活塞与气缸精确配合,有助于动态润滑油膜的形成与保持,从而减少发动机漏气量,降低擦阻力,减小运转噪声,提高发动机的运行性能,延长使用寿命;活塞尺寸不合格则会造成活塞与气缸之间润滑状态恶化,加剧活塞与气缸的磨损,严重影响发动机工作性能。因此,活塞几何尺寸的测量对整个机械设备的安全运行、人员的安全保障都有重大的意义。其中,活塞裙部最大点处尺寸是众多尺寸中极其重要的一个尺寸,该尺寸决定了活塞运行质量。
在活塞生产加工领域内,裙部最大点处尺寸测量一直是依靠人工使用专用工具进行的。为了测量该尺寸,有人研制了一套基于千分表的活塞裙部最大点尺寸测量仪,首先通过人为确定活塞裙部最大点处尺寸所在的铅锤面,然后通过调整该测量仪高度使其满足不同型号活塞尺寸测量,其关键在于准确查找活塞裙部最大点处尺寸所在位置并进行尺寸测量。其测量精度不高、测量结果受人为因素影响、效率较低,而且数据记录保存不当,活塞产品尺寸追溯性差。
亚像素边缘检测算法在视觉测量系统硬件条件不变的条件下,通过对像素细分,将其分解为更小单元,从而提高边缘检测的精度,常被应用于工件尺寸测量。
最小二乘法是由马里·勒让德于1806年首次提出,通过最小化误差的平方和寻找数据的最佳函数匹配,利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小,在曲线拟合中表现出许多特有的优势。
被测的活塞采用竖直放置姿态,可应用基于亚像素边缘检测金和基于最小二乘法的椭圆拟合的方法实现活塞最大点处尺寸的测量,目前还没有将基于亚像素边缘检测金和基于最小二乘法的椭圆拟合方法结合起来用于活塞裙部最大点处测量的文献公开。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供了最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法,实现活塞裙部最大点处的尺寸测量,具有测量方法简单、尺寸测量精度较高的优点。
为了达到上述目的,本发明采取的技术方案为:
最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法,包括以下步骤:
步骤1)、采集活塞竖直放置状态下的俯视图像:采集活塞竖直放置状态下活塞图像,图像中所测出的最大尺寸即为裙部最大点处尺寸;
步骤2)、对活塞图像进行亚像素边缘检测:
2.1)对采集的活塞图像进行像素级边缘检测,得到活塞图像像素级边缘;
2.2)对像素级边缘进行亚像素级边缘检测细分,提取活塞图像亚像素级别边缘点,点集记为N;
步骤3)、基于最小二乘法的椭圆拟合并计算椭圆参数:利用基于最小二乘法的椭圆拟合方法对获取的活塞亚像素边缘点进行椭圆拟合,得到椭圆方程与长半轴、短半轴、椭圆中心以及长轴转角的椭圆参数;
步骤4)、对拟合的椭圆进行角度矫正并筛选边缘点:
4.1)根据计算出的椭圆参数,将椭圆旋转,进行角度矫正,使其长轴转角变为0;
4.2)确定椭圆长轴两侧端点,各向两个方向依次筛选N/8个点作为椭圆上的边缘点;
步骤5)、对筛选的边缘点进行椭圆拟合并计算椭圆长轴:对筛选出的边缘点进行基于最小乘法的椭圆拟合,计算出得到椭圆方程与长半轴参数,椭圆长轴即为所求裙部最大点处尺寸。
在步骤3)和步骤5)得到拟合的椭圆的长半轴参数的基础上,通过相机标定得到世界坐标系与图像坐标系的尺寸转换系数—标定系数,进而将像素尺寸转换为实际物理尺寸。
本发明的有益效果为:
1.本发明可实现活塞裙部最大点处尺寸的测量,具有图像获取方便,算法适应性强,成本低的特点。
2.本发明在检测出的活塞图像的亚像素边缘点的基础上通过最小二乘法进行椭圆拟合,对椭圆进行角度矫正,筛选出部分边缘点再次进行椭圆拟合,提高了裙部最大点处椭圆拟合的精度,提高裙部最大点处尺寸的测量精度。
附图说明
图1为本发明方法的流程图。
图2为实施例在检测出的亚像素边缘点的基础上进行基于最小二乘法的椭圆拟合的结果图。
图3为实施例在图2结果上进行基于长轴端点筛选边缘点的最小二乘法椭圆拟合椭圆结果图。
图4为实施例同时基于全边缘点与部分边缘点的最小二乘法椭圆拟合算法对不同活塞个体进行裙部最大点尺寸测量结果尺寸误差对比。
具体实施方式
下面结合附图和实施例对本发明作详细描述。
参照图1,最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法,包括以下步骤:
步骤1)、采集活塞竖直放置状态下的俯视图像:由于活塞裙部最大点处尺寸是活塞中最大的尺寸,且活塞裙部截面为椭圆,因此采集活塞竖直放置状态下活塞图像,图像中所测出的最大尺寸即为裙部最大点处尺寸;
步骤2)、对活塞图像进行亚像素边缘检测:
2.1)对采集的活塞图像进行像素级边缘检测,得到活塞图像像素级边缘;
2.2)对像素级边缘进行亚像素级边缘检测细分,提取活塞图像亚像素级别边缘点,点集记为N;
步骤3)、基于最小二乘法的椭圆拟合并计算椭圆参数:利用基于最小二乘法的椭圆拟合方法对获取的活塞亚像素边缘点进行椭圆拟合,得到椭圆方程与长半轴、短半轴、椭圆中心以及长轴转角的椭圆参数;本实施例的椭圆拟合的结果如图2所示,从图2可以看出通过基于最小二乘法的椭圆拟合实现了活塞裙部椭圆的拟合,但其测量误差较大,需要对拟合的椭圆进行矫正。
步骤4)、对拟合的椭圆进行角度矫正并筛选边缘点:
4.1)根据计算出的椭圆参数,将椭圆旋转,进行角度矫正,使其长轴转角变为0;
4.2)确定椭圆长轴两侧端点,各向两个方向依次筛选N/8个点作为椭圆上的边缘点;
步骤5)、对筛选的边缘点进行椭圆拟合并计算椭圆长轴:对筛选出的边缘点进行基于最小乘法的椭圆拟合,计算出得到椭圆方程与长半轴参数,椭圆长轴即为所求裙部最大点处尺寸。本实施例的椭圆拟合的结果如图3所示,从图3可以看出基于筛选的部分边缘点的最小二乘法椭圆拟合效果比筛选前精度更好。
参照表1,表1为本发明部分边缘点方法和基于全边缘点方法测量QC480Q型号活塞裙部最大点尺寸,从表1可以看出对于活塞样本来说,本发明部分边缘点方法精度优于基于全边缘点方法。
表1两种椭圆拟合方法测量QC480Q型号活塞裙部最大点尺寸(单位:mm)
参照图4,图4为同时基于全边缘点方法与本发明部分边缘点方法对不同活塞个体进行裙部最大点尺寸测量结果尺寸误差对比,可以看出,本发明部分边缘点方法精度优于基于全边缘点方法,且方法不存在个体偶然性,能够测量一定范围内不同大小尺寸。
Claims (2)
1.最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法,其特征在于,包括以下步骤:
步骤1)、采集活塞竖直放置状态下的俯视图像:采集活塞竖直放置状态下活塞图像,图像中所测出的最大尺寸即为裙部最大点处尺寸;
步骤2)、对活塞图像进行亚像素边缘检测:
2.1)对采集的活塞图像进行像素级边缘检测,得到活塞图像像素级边缘;
2.2)对像素级边缘进行亚像素级边缘检测细分,提取活塞图像亚像素级别边缘点,点集记为N;
步骤3)、基于最小二乘法的椭圆拟合并计算椭圆参数:利用基于最小二乘法的椭圆拟合方法对获取的活塞亚像素边缘点进行椭圆拟合,得到椭圆方程与长半轴、短半轴、椭圆中心以及长轴转角的椭圆参数;
步骤4)、对拟合的椭圆进行角度矫正并筛选边缘点:
4.1)根据计算出的椭圆参数,将椭圆旋转,进行角度矫正,使其长轴转角变为0;
4.2)确定椭圆长轴两侧端点,各向两个方向依次筛选N/8个点作为椭圆上的边缘点;
步骤5)、对筛选的边缘点进行椭圆拟合并计算椭圆长轴:对筛选出的边缘点进行基于最小乘法的椭圆拟合,计算出得到椭圆方程与长半轴参数,椭圆长轴即为所求裙部最大点处尺寸。
2.根据权利要求1所述的最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法,其特征在于:在步骤3)和步骤5)得到拟合的椭圆的长半轴参数的基础上,通过相机标定得到世界坐标系与图像坐标系的尺寸转换系数—标定系数,进而将像素尺寸转换为实际物理尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910763498.XA CN110544276A (zh) | 2019-08-19 | 2019-08-19 | 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910763498.XA CN110544276A (zh) | 2019-08-19 | 2019-08-19 | 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110544276A true CN110544276A (zh) | 2019-12-06 |
Family
ID=68711549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910763498.XA Pending CN110544276A (zh) | 2019-08-19 | 2019-08-19 | 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110544276A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968184A (zh) * | 2020-08-24 | 2020-11-20 | 北京茵沃汽车科技有限公司 | 一种在全景环视系统中实现视图随动的方法、装置及介质 |
CN113034591A (zh) * | 2021-03-08 | 2021-06-25 | 南京航空航天大学 | 一种面向齿形结构装配的齿顶圆提取算法 |
CN113793309A (zh) * | 2021-08-27 | 2021-12-14 | 西北工业大学 | 一种基于形态学特征的亚像素级椭圆检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103046128A (zh) * | 2012-12-21 | 2013-04-17 | 西安隆基硅材料股份有限公司 | 直拉单晶直径测量方法 |
CN103632366A (zh) * | 2013-11-26 | 2014-03-12 | 清华大学 | 一种椭圆目标的参数识别方法 |
CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
JP2015525665A (ja) * | 2012-08-20 | 2015-09-07 | オレンジデンタル・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング・ウント・コムパニー・コマンディットゲゼルシャフトorangedental GmbH & Co. KG | コーンビームコンピュータートモグラフィー装置の幾何学的特徴付け及び較正 |
CN104915963A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 一种用于plcc元件的检测与定位方法 |
CN109374015A (zh) * | 2018-09-13 | 2019-02-22 | 红色江山(湖北)导航技术有限公司 | 一种磁传感器在线校准方法 |
CN109993800A (zh) * | 2019-03-18 | 2019-07-09 | 五邑大学 | 一种工件尺寸的检测方法、装置及存储介质 |
-
2019
- 2019-08-19 CN CN201910763498.XA patent/CN110544276A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015525665A (ja) * | 2012-08-20 | 2015-09-07 | オレンジデンタル・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング・ウント・コムパニー・コマンディットゲゼルシャフトorangedental GmbH & Co. KG | コーンビームコンピュータートモグラフィー装置の幾何学的特徴付け及び較正 |
CN103046128A (zh) * | 2012-12-21 | 2013-04-17 | 西安隆基硅材料股份有限公司 | 直拉单晶直径测量方法 |
CN103632366A (zh) * | 2013-11-26 | 2014-03-12 | 清华大学 | 一种椭圆目标的参数识别方法 |
CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
CN104915963A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 一种用于plcc元件的检测与定位方法 |
CN109374015A (zh) * | 2018-09-13 | 2019-02-22 | 红色江山(湖北)导航技术有限公司 | 一种磁传感器在线校准方法 |
CN109993800A (zh) * | 2019-03-18 | 2019-07-09 | 五邑大学 | 一种工件尺寸的检测方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
全燕鸣: "《机械制造自动化》", 30 June 2008, 华南理工大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111968184A (zh) * | 2020-08-24 | 2020-11-20 | 北京茵沃汽车科技有限公司 | 一种在全景环视系统中实现视图随动的方法、装置及介质 |
CN111968184B (zh) * | 2020-08-24 | 2024-04-02 | 北京茵沃汽车科技有限公司 | 一种在全景环视系统中实现视图随动的方法、装置及介质 |
CN113034591A (zh) * | 2021-03-08 | 2021-06-25 | 南京航空航天大学 | 一种面向齿形结构装配的齿顶圆提取算法 |
CN113034591B (zh) * | 2021-03-08 | 2024-01-26 | 南京航空航天大学 | 一种面向齿形结构装配的齿顶圆提取算法 |
CN113793309A (zh) * | 2021-08-27 | 2021-12-14 | 西北工业大学 | 一种基于形态学特征的亚像素级椭圆检测方法 |
CN113793309B (zh) * | 2021-08-27 | 2024-04-09 | 西北工业大学 | 一种基于形态学特征的亚像素级椭圆检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109003258B (zh) | 一种高精度亚像素圆形零件测量方法 | |
CN106017350A (zh) | 基于机器视觉的中小模数齿轮快速检测装置及检测方法 | |
CN110544276A (zh) | 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 | |
CN107157447B (zh) | 基于图像rgb颜色空间的皮肤表面粗糙度的检测方法 | |
CN107845090B (zh) | 一种硅片检测方法和硅片检测装置 | |
CN112651968B (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
CN110672040A (zh) | 一种基于视觉的高精度旋转角度测量方法 | |
CN103615983B (zh) | 基于机器视觉的气浮式乒乓球直径和偏心检测方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN109060836A (zh) | 基于机器视觉的高压油管接头外螺纹检测方法 | |
CN111485475A (zh) | 一种路面坑槽识别方法及其装置 | |
CN109978938A (zh) | 一种基于机器视觉的枕簧检测方法 | |
CN109751964A (zh) | 一种高精度非接触式管径测量方法及装置 | |
CN109029203A (zh) | 一种基于数字图像处理的半自动测量物体尺寸装置 | |
CN108827197B (zh) | 一种减少边缘退化影响的线阵工业ct均质材料尺寸测量方法 | |
CN106122430B (zh) | 一种基于特征图像的小模数齿轮边缘检测精度计算方法 | |
CN111415349A (zh) | 一种基于图像处理技术的涤纶长丝毛丝检测方法 | |
CN114419140A (zh) | 一种轨道激光测量装置光斑中心的定位算法 | |
CN112146593A (zh) | 一种基于机器视觉的外螺纹检测方法及实时检测系统 | |
CN112991287A (zh) | 一种基于全卷积神经网络的自动压痕测量方法 | |
CN116880353A (zh) | 一种基于两点间隙的机床对刀方法 | |
CN110057555B (zh) | 线激光器平面度检测方法 | |
CN102183206B (zh) | 一种pcb板上线路的线宽测量方法 | |
CN112233063B (zh) | 一种大尺寸圆形物体的圆心定位方法 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191206 |