CN110793462B - 基于视觉技术的尼龙齿轮分度圆测量方法 - Google Patents

Abstract

本发明属于尼龙齿轮检测领域，公开了一种基于视觉技术的尼龙齿轮分度圆测量方法，包括以下步骤：S1、采集齿轮图像，并进行预处理；S2、提取图像的边缘信息，计算得到齿轮的中心孔的圆心位置以及齿轮的齿顶圆半径和齿根圆半径；S3、以中心孔的圆心为圆心，以齿顶圆半径和齿根圆半径的平均值为半径画出中间圆，得到中间圆与齿廓边缘的全部交点，将依次得到的所有相邻两交点间的距离分为齿厚数组和齿槽宽数组两个数组，计算两个数组的欧氏距离；S4、小幅度改变中间圆的半径，重复步骤S3，直至得到最小的欧式距离，其对应的中间圆的半径即为齿轮分度圆。本发明能够有效测量出镜盘尼龙齿轮实际分度圆尺寸大小，可广泛应用于尼龙齿轮生产领域。

Description

基于视觉技术的尼龙齿轮分度圆测量方法

技术领域

本发明属于尼龙齿轮检测领域，具体涉及一种基于视觉技术的尼龙齿轮分度圆测量方法。

背景技术

综合验光仪作为检查人类眼部功能的仪器被广泛使用，其重要组成部分为镜盘齿轮，采用尼龙和玻璃纤维压铸而成。由于尼龙的材质特性，镜盘齿轮在压铸制造过程中会经历收缩，致使其相关尺寸发生变化，由此导致齿轮在运行过程出现啮合不充分、噪声较大、脱齿等现象。因此，测量尼龙齿轮的实际尺寸，从而改进模具设计参数，降低上述不良影响显得尤为重要。

目前的视觉技术凭借其检测数据可靠、间接测量等优点得到了快速发展，国内外很多学者应用视觉技术对齿轮的相关参数进行测量。沙特阿拉伯卡西姆大学的Gadelmawla等人利用视觉技术开发一个齿轮参数测量软件。日本九州大学Hazrat Ali等人基于颜色跟踪算法提高测量齿轮廓线的准确度。重庆大学的饶艳桃等人阐述了齿轮测量中滤波去噪、腐蚀等相关算子。天津大学的张景辉等人探讨IMAQ Vision中的图像处理方法。上述学者搭建的基于视觉技术齿轮测量系统，虽能较好的测量齿轮相关参数，但在测量尼龙齿轮参数以及其实际分度圆涉及甚少，也没有将齿轮实际尺寸与模具尺寸相关联。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为：提供一种基于视觉技术的尼龙齿轮分度圆测量方法，以期得到尼龙齿轮的收缩率，以对模具尺寸参数进行合理设计，弥补尼龙齿轮由于材料收缩带来的不良影响。

为了解决上述技术问题，本发明采用的技术方案为：一种基于视觉技术的尼龙齿轮分度圆测量方法，包括以下步骤：

S1、将待测尼龙齿轮放在影像测量仪工作平台上并使其位于相机视野中心，然后采集齿轮图像，并对采集到的齿轮图像进行预处理；

S2、选取Canny算子提取图像的边缘信息，进行边缘特征选择，得到齿轮图像的有效边缘，并计算得到齿轮的中心孔的圆心位置以及齿轮的齿顶圆的半径r_d和齿根圆的半径r_g；

S3、以中心孔的圆心为圆心，以齿顶圆的半径r_d和齿根圆的半径r_g的平均值为半径，画出中间圆，得到中间圆与齿廓边缘的全部交点，以任意一个交点为起点，依次计算出每相邻两点的距离d₁，d₂……d_2z，其中z表示齿轮齿数，将依次得到的所有相邻两交点间的距离分为两个数组，一组为齿厚数组，一组为齿槽宽数组，计算两个数组的欧氏距离；

S4、小幅度改变中间圆的半径，重复步骤S3，计算两数组的欧氏距离，直至得到最小的欧式距离，其对应的中间圆的半径即为齿轮分度圆。

所述步骤S3中，若d₁表示一个齿厚两侧距离，则齿厚数组为A＝{A₁,A₂,A₃,.....A_Z}＝{d₁,d₃,d₅,.....d_2z-1}，齿槽宽数组为B＝{B₁,B₂,B₃,.....B_Z}＝{d₂,d₄,d₆,.....d_2z}，欧式距离的计算公式为：

所述步骤S1中，图像预处理的方法为中值滤波法，其具体步骤为：将图像分成多个奇数模板，对每个奇数模板内的像素值进行排序，选择排序得到的序列中的中值作为该模板的输出像素；

所述步骤S2的具体步骤为：

选取canny算子提取图像中的边缘信息，通过特征选择得到中心孔的有效边缘，采用几何法拟合得到中心孔的连续边缘，并计算得到齿轮的中心孔的圆心位置；

根据边缘信息，进行轮廓特征选择，得到齿轮轮廓，计算齿轮轮廓的最小外接圆半径得到齿顶圆半径r_d；计算齿轮轮廓的最大内接圆得到齿根圆半径r_g。

计算齿轮轮廓的最大外接圆得到齿根圆半径r_g的具体步骤为：在图像中设定一个阈值，对灰度化处理后的图像进行二值化处理，二值化处理后对图像进行区域填充，然后计算图像区域的最大内接圆半径，得到齿根圆半径r_g。

所述步骤S4中，改变中间圆的半径时，其步长为0.05个像素。

所述的一种基于视觉技术的尼龙齿轮分度圆测量方法，还包括采用标定板对测量系统进行标定，完成像素当量计算的步骤。

本发明与现有技术相比具有以下有益效果：本发明提供了一种基于视觉技术的尼龙齿轮分度圆测量方法，通过图像处理算法进行了压铸尼龙齿轮分度圆的测量，将齿轮分度圆上齿厚与齿槽宽相等的理论与视觉算法结合，循环取齿顶圆和齿根圆之中间圆附近的圆，计算其齿厚数组与齿槽宽数组的欧氏距离，将欧氏距离最小的圆作为尼龙齿轮的实际分度圆，实现了尼龙齿轮分度圆的准确测量，用此方法对综合验光仪中的镜盘尼龙齿轮进行了重复精度测量试验，试验结果表明：能够有效测量出镜盘尼龙齿轮实际分度圆尺寸大小，从而指导压铸制造齿轮的模具尺寸大小设计。对减少尼龙齿轮收缩导致的轮齿啮合不良、轮齿间隙产生噪声等不良影响有十分重要的意义。

附图说明

图1为本发明实施例的测量流程示意图；

图2为本发明实施例中图像采集得到的齿轮图像的示意图；

图3为各种图像预处理方式得到的齿轮图像的局部示意图；

图4为本发明实施例中采用的标准标定板的示意图；

图5为本发明实施例中通过几何法进行圆拟合前后的中心圆示意图；

图6为本发明实施例中提取得到的齿轮轮廓和齿顶圆的示意图；

图7为中间圆与齿轮轮齿边缘相交的局部示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1～3所示，本发明实施例提供了一种基于视觉技术的尼龙齿轮分度圆测量方法，包括以下步骤：

S1、将待测尼龙齿轮放在影像测量仪工作平台上并使其位于相机视野中心，然后采集齿轮图像，并对采集到的齿轮图像进行预处理。

具体地，本实施例中，影像测量仪采用全自动二次元影像测量仪(型号HT-3040)，其搭载500w像素的CCD摄像机，用于采集齿轮图像。测量时将待测尼龙齿轮放在测量仪工作平台上，通过移动平台将待测物移动到相机视野中心(此处相机产生的畸变最小)，然后通过计算机采集齿轮图像。为使齿轮处光源照明较为均匀，得到高质量图像，可以采用背光照明方式进行图像采集，采集得到的齿轮图像如图2所示，其中心的圆为中心圆，边缘具有若干个轮齿。

本实施例中，图像预处理的方法优选为中值滤波法，其具体步骤为：将图像分成多个奇数模板，对每个奇数模板内的像素值进行排序，选择排序得到的序列中的中值作为该模板的输出像素。为保证齿轮边缘提取精度，需对采集的图像进行预处理。常用的图像滤波方式有三种：均值滤波、高斯滤波、中值滤波。由图3所示，a为齿轮原图，b为高斯滤波的结构，c为均值滤波的结果，d为中值滤波后的结构，中值滤波处理后的图像质量较好，因此本实施例优选中值滤波处理。中值滤波法基本原理是将某个模板内的像素值(x1、x2...)进行排序，选择该序列中的中值作为输出的像素值g(x)。通常选择奇数的模板3*3、5*5等。假设在某一奇数模板内的像素值排序为：x₁≤x₂≤x₃......≤x_n,则g(x)＝Med{x₁,x₂,x₃...x_n}＝x_(1+n)/2，其中，n为奇数，表示该奇数模板内中的像素点个数。

此外，为了保证测量精度，需进行系统像素当量标定。本实施例中，采用图4所示100*100标准标定板对系统进行标定，该标定板中，相邻两圆的圆心距为10mm。完成像素当量计算。通过正确标定，得出该系统的像素当量为0.10731mm。像素当量是将实际值转化为图像中像素个数的中间值，即在图像中，每个像素所代表的实际长度是多少。通过利用标定板对相机进行标定获得相机内外参数，然后利用内外参数对图像进行校正，校正完成后，选取标定板中任意两圆根据公式进行像素当量计算。像素当量值a的计算公式为：

其中，a为像素当量值，L为标定板的实际值，l为图像中像素个数。

S2、选取Canny算子提取图像的边缘信息，进行边缘特征选择，得到齿轮图像的有效边缘，并计算得到齿轮的中心孔的圆心位置以及齿轮的齿顶圆的半径r_d和齿根圆的半径r_g。

由于Canny边缘检测能够有效抑制噪声干扰，并且能够最优化精确提取边缘，本实施例选取Canny算子提取图像中的边缘信息，再进行边缘特征选择出中心孔有效边缘。因中心孔有效边缘不为连续整圆，因此，本实施例采用几何法对中心孔进行圆拟合。几何法通过减少轮廓点与结果圆之间的集合距离，统计模拟方程在轮廓点到几何特征拟合点的最短正交距离，抗干扰性较强。拟合完成后，可以求出中心孔圆心坐标，几何法进行圆拟合前后的中心圆示意图如图5所示。

此外，被测齿轮有效轮廓提取后，经轮廓特征选择出轮齿轮廓。被测齿轮的齿顶圆反映到轮廓当中为轮齿轮廓最小外接圆，如图6所示，其中a为齿轮轮廓，b为齿顶圆的示意图。根据边缘信息，进行轮廓特征选择，得到齿轮轮廓，计算齿轮轮廓的最小外接圆半径得到齿顶圆半径r_d。

由于被测齿轮齿高较小，图像中齿根处不能准确提取出齿轮廓线，如图6中a所示。因此，选择二值化阈值处理测量齿轮齿根圆。工作原理为：在图像中设定一个阈值，如果像素的灰度值小于这个阈值，则被认为是人们感兴趣的区域，反之则认为是背景。

假设初始图像为f(x,y),二值化后的图像是g(x,y),设定的阈值为T。

其中，1表示人们感兴趣的目标区域，0则为背景。灰二值化后的图像如图6中b所示，目标区域求出后需要对其进行区域填充，区域填充后的图像如图6中c所示，齿根圆为该区域中最大的内接圆，如图6中d所示，则根据该图像的齿轮轮廓计算其最大内接圆，可以得到齿根圆半径r_g。

S3、以中心孔的圆心为圆心，以齿顶圆的半径r_d和齿根圆的半径r_g的平均值为半径，画出中间圆，得到中间圆与齿廓边缘的全部交点，以任意一个交点为起点，依次计算出每相邻两点的距离d₁，d₂……d_2z，其中z表示齿轮齿数，将依次得到的所有相邻两交点间的距离分为两个数组，一组为齿厚数组，一组为齿槽宽数组，计算两个数组的欧氏距离。

如图7所示，为中间圆与齿轮轮齿边缘相交的示意图，假设齿轮的齿数为z，以一个齿厚两侧的交点1、2为基准，其距离为d1，交点2、3的距离为d2，以此类推，可以得到2z个距离值。则齿厚数组为：

A＝{A₁,A₂,A₃,.....A_Z}＝{d₁,d₃,d₅,.....d_2z-1}； (3)

齿槽宽数组为：

B＝{B₁,B₂,B₃,.....B_Z}＝{d₂,d₄,d₆,.....d_2z}； (4)

欧式距离的计算公式为：

S4、小幅度改变中间圆的半径，重复步骤S3，计算两数组的欧氏距离，直至得到最小的欧式距离，其对应的中间圆的半径即为齿轮分度圆。

中间圆的半径r_i应该满足：r_g≤r_i≤r_d；求取中间圆附近圆的齿厚与齿槽宽数组的欧氏距离时，为保证寻找分度圆的准确性，本实施例以步长为0.05个像素，求取中间圆附近的圆。其中r_g为齿根圆半径，r_i为中间圆附近圆的半径，r_d为齿顶圆的半径。当所有可能圆的欧氏距离求出后，则得到一个欧氏距离的数组。假设l为欧式距离的数组，其中最小值为l_min。

l＝{s1,s2,s3...}； (6)

l_min＝min{s1,s2,s3...}； (7)

其中，s1，s2……表示各个中间圆对应的欧氏距离，欧氏距离为l_min的中间圆视作为镜盘齿轮的实际分度圆。实验的测量结果单位均为mm。齿轮缩放尺寸计算公式为：F＝d_c-d_l(d_c为齿轮分度圆测量值，d_l为齿轮分度圆理论值。

本发明针对压铸尼龙齿轮，提出了一种运用图像处理算法进行分度圆测量的方法，其将齿轮分度圆上齿厚与齿槽宽相等的理论与视觉算法结合，循环取齿顶圆和齿根圆之中间圆附近的圆，计算其齿厚数组与齿槽宽数组的欧氏距离，欧氏距离最小的圆为尼龙齿轮的实际分度圆。用此方法对综合验光仪中的镜盘尼龙齿轮进行了重复精度测量试验，试验结果表明：能够有效测量出镜盘尼龙齿轮实际分度圆尺寸大小，从而指导压铸制造齿轮的模具尺寸大小设计。对减少尼龙齿轮收缩导致的轮齿啮合不良、轮齿间隙产生噪声等不良影响有十分重要的意义。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种基于视觉技术的尼龙齿轮分度圆测量方法，其特征在于，包括以下步骤：

S1、将待测尼龙齿轮放在影像测量仪工作平台上并使其位于相机视野中心，然后采集齿轮图像，并对采集到的齿轮图像进行预处理；

S2、选取Canny算子提取图像的边缘信息，进行边缘特征选择，得到齿轮图像的有效边缘，并计算得到齿轮的中心孔的圆心位置以及齿轮的齿顶圆的半径r_d和齿根圆的半径r_g；

S3、以中心孔的圆心为圆心，以齿顶圆的半径r_d和齿根圆的半径r_g的平均值为半径，画出中间圆，得到中间圆与齿廓边缘的全部交点，以任意一个交点为起点，依次计算出每相邻两点的距离d₁，d₂……d_2z，其中z表示齿轮齿数，将依次得到的所有相邻两交点间的距离分为两个数组，一组为齿厚数组，一组为齿槽宽数组，计算两个数组的欧氏距离；

S4、小幅度改变中间圆的半径，重复步骤S3，计算两数组的欧氏距离，直至得到最小的欧式距离，其对应的中间圆的半径即为齿轮分度圆。

2.根据权利要求1所述的一种基于视觉技术的尼龙齿轮分度圆测量方法，其特征在于，所述步骤S3中，若d₁表示一个齿厚两侧距离，则齿厚数组为A＝{A₁,A₂,A₃,.....A_Z}＝{d₁,d₃,d₅,.....d_2z-1}，齿槽宽数组为B＝{B₁,B₂,B₃,.....B_Z}＝{d₂,d₄,d₆,.....d_2z}，欧式距离的计算公式为：

3.根据权利要求1所述的一种基于视觉技术的尼龙齿轮分度圆测量方法，其特征在于，所述步骤S1中，图像预处理的方法为中值滤波法，其具体步骤为：将图像分成多个奇数模板，对每个奇数模板内的像素值进行排序，选择排序得到的序列中的中值作为该模板的输出像素；

所述步骤S2的具体步骤为：

选取canny算子提取图像中的边缘信息，通过特征选择得到中心孔的有效边缘，采用几何法拟合得到中心孔的连续边缘，并计算得到齿轮的中心孔的圆心位置；

根据边缘信息，进行轮廓特征选择，得到齿轮轮廓，计算齿轮轮廓的最小外接圆半径得到齿顶圆半径r_d；计算齿轮轮廓的最大内接圆得到齿根圆半径r_g。

4.根据权利要求3所述的一种基于视觉技术的尼龙齿轮分度圆测量方法，其特征在于，计算齿轮轮廓的最大外接圆得到齿根圆半径r_g的具体步骤为：

在图像中设定一个阈值，对灰度化处理后的图像进行二值化处理，二值化处理后对图像进行区域填充，然后计算图像区域的最大内接圆半径，得到齿根圆半径r_g。

5.根据权利要求1所述的一种基于视觉技术的尼龙齿轮分度圆测量方法，其特征在于，所述步骤S4中，改变中间圆的半径时，其步长为0.05个像素。

6.根据权利要求1所述的一种基于视觉技术的尼龙齿轮分度圆测量方法，其特征在于，还包括采用标定板对测量系统进行标定，完成像素当量计算的步骤。

Images