CN112362305A - 一种检测气门杆正反面的方法及系统 - Google Patents

Abstract

本发明公开了一种检测气门杆正反面的方法及系统，采用线激光照射待检测气门杆的其中一端面，用工业相机采集待检测气门杆端面上的激光光条图像，利用正面因凸起圆柱存在而形成多段光条图像的原理进行正反面判断，并且通过计算机对工业相机传输来的图像信息分析处理，提取激光光条中心线，进行模糊直线融合，最终计算融合后中心线的连通域占比检测出气门杆的正反面。本发明能够对气门杆的正反面进行精确、高效地自动检测，具有鲁棒性强、准确率高、成本低的优点，有效解决了因气门杆反面加工粗糙或不工整而造成的误检问题。

Description

一种检测气门杆正反面的方法及系统

技术领域

本发明涉及汽车发动机生产装配流水线上的检测设备，尤其涉及一种检测气门杆正反面的方法及系统。

背景技术

气门是发动机中重要的零件之一，如图1所示，气门包括气门杆部和气门盘部。在发动机工作过程中，气门各个部分的工作环境和状态并不一样，对气门各部分的性能要求也不一样，锥头部分要求耐高温和冲击，而杆部却要求有高的韧性，头部又要耐磨。用同一种材料生产制造而成的整体气门往往不能同时满足这些要求。为了满足各个区域不同性能要求，因此目前的气门通常采用不同材料焊接而成。如图2所示，气门杆部、气门盘部焊接之后，成为气门。

为了保证焊接质量，气门杆部焊接部分设有一个凸起的小圆柱，称为正面，气门杆另一端是平头称为反面。焊接前需保证气门杆正面和气门盘部焊接，然而生产过程中，不可避免的会出现气门杆正反面反置，若不做处理，会出现将气门杆反面和气门盘部焊接的情况，造成气门缺陷。由于工件加工速度和传送速度都很快，因此也不能采用人工检测的方式，所以急需一种稳定精确的检测装置解决此问题。

发明内容

本发明要解决的技术问题是：提供一种检测气门杆正反面的方法及系统，能够对气门杆的正反面进行精确、高效、稳定地自动检测，尤其能够解决因气门杆反面加工粗糙或不工整而造成的误检问题。

一种检测气门杆正反面的方法，包括以下步骤：

(1)用线激光器照射特定位置的待检测气门杆的其中一端面；

(2)用工业相机采集待检测气门杆端面上的激光光条图像，其中工业相机镜头中心线与激光线路形成一夹角，夹角范围满足当激光照射到待检测气门杆的正面凸起时，工业相机能够采集到正面因凸起存在而形成的多段光条图像；

(3)工业相机将采集到的图像数据传输至计算机；

(4)计算机通过软件系统对图像信息进行处理，提取获得激光光条中心线；

(5)选定激光光条中心线中的两条直线，并通过多个维度进行综合判断两条直线是否可以融合，对能融合的直线进行融合得到融合后中心线；

(6)计算融合后中心线的连通域，若相互断裂的子连通域占总连通域比值大于设定阈值，则照射端面为反面，否则为正面。

进一步地，所述线激光器、待检测气门杆和工业相机均设置于同一检测台面上。

进一步地，所述线激光器的照射方向与待检测气门杆的长度方向一致，且线激光器所发射的光线可经过气门杆端面上凸起圆柱所对应的区域。

进一步地，所述工业相机镜头中心线与线激光器投射的激光中心线路的夹角范围为20°～60°。

更进一步地，上述步骤(4)中提取激光光条中心线的方法为：先对图像信息进行高斯滤波处理，之后基于Hessian矩阵的光条中心提取方法提取图像中的光条中心点亚像素坐标，将获得的光条中心点连接成线得到激光光条中心线。

上述光条中心点亚像素坐标获取方法为：首先设定感兴趣区域ROI，通过Hessian矩阵得到图像的可能边缘的法线方向；然后在法线方向利用泰勒展开得到亚像素坐标；最后进行计算，若图像一阶导数为零的点位于当前像素内，且Hessian矩阵最大特征值对应的特征向量的二阶导数大于指定阈值，则该点坐标即为光条中心点亚像素坐标。

上述步骤(5)中直线融合的判定方法为：步骤(5)中直线融合的判定方法为：分别根据两条直线的邻近度、共线性、重叠性和平均梯度幅度的相似性四个维度设定隶属度函数及阈值，判断是否可以进行融合，再综合各个维度的判断结果对是否进行融合做最终判定。

进一步地，所述指定阈值为85％。

一种检测气门杆正反面的系统，其特征在于，包括：检测台，其上设置有用于稳固待检测气门杆的工件底座；线激光器，用于照射工件底座上待检测气门杆的其中一端面，其照射方向与待检测气门杆的长度方向一致，且线激光器所发射的光线可经过气门杆端面上的中心区域；工业相机，用于采集待检测气门杆端面上的激光光条图像，其中工业相机镜头中心线与激光线路形成一夹角，夹角范围满足当激光照射到待检测气门杆的正面凸起时，工业相机能够采集到正面因凸起存在而形成的多段光条图像；计算机，其接收工业相机传输来的图像信息，并对其进行分析处理，根据分段光条数量所占比值判断采集到的图像信息为正面或反面，并输出控制指令。

进一步地，所述线激光器和工业相机均为一个，且共同设置于检测台上，所述工业相机镜头中心线与线激光器投射的激光中心线路的夹角范围为20°～60°。

本发明带来的有益效果为：此系统采用工业线激光作为识别光源，使用工业相机拍摄工件，通过机器视觉识别和模糊直线融合相配合的方法，实现了对气门杆正反面的自动识别，有效解决了由于气门杆反面加工粗糙或不工整引起的激光中心线断裂易造成误检的问题。本发明结构简单、操作方便、维护使用便捷，总体提高了工作效率，降低了检测成本，实现了生产自动化，且检测结果鲁棒性强、错误率低，提升了产品的加工质量和检测设备的可靠性。

附图说明

图1是气门杆部和气门盘部结构示意图；

图2是汽车发动机气门的结构示意图；

图3是本发明检测设备的结构示意图；

图4是图3的俯视图；

图5(a)是工业相机采集的气门杆正面图；

图5(b)是工业相机采集的气门杆反面图；

图6(a)是ROI区域内气门杆正面激光照射图；

图6(b)是ROI区域内气门杆反面激光照射图；

图7(a)是提取的气门杆正面激光光条中心线图；

图7(b)是提取的气门杆反面激光光条中心线图；

图8(a)是气门杆正面直线融合结果图；

图8(b)是气门杆反面直线融合结果图；

附图标记：1.检测台；2.工业相机；3.线激光器；4.激光器底座；5.待检测气门杆；6.工件底座；7.气门杆部；8.气门盘部。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细的说明。

如图1至图4所示，一种检测气门杆正反面的系统，包括上位机系统和检测设备。上位机系统和检测设备通过RS232串口和COM口进行数据传输和通信。其中，检测设备包括：检测台1、激光源和工业相机2，所述激光源采用线激光器3；上位机系统包括：个人计算机。

检测台1上设置有用于稳固待检测气门杆5的工件底座6，工件底座6上端为与气门杆侧壁适配的弧形凹槽，检测时可以通过机械手等传送机构将气门杆运送至工件底座6的凹槽内。具体实施时，可以将线激光器3和工业相机2均设置于检测台1上。

所述线激光器3放置于工件底座6一侧的激光器底座4，用于照射工件底座6上待检测气门杆5的其中一个端面，线激光器3的照射方向与待检测气门杆5的长度方向一致，且线激光器3所发射的光线可经过气门杆端面上的中心区域，即正面上凸起圆柱所对应的区域。

工业相机2斜置在线激光器3一侧对工件底座6上的待检测气门杆5端面上的激光光条进行抓拍。工业相机2的摆放位置为：所述工业相机2镜头中心线与线激光器3投射的激光中心线路形成20°～60°的夹角。夹角范围满足当激光照射待检测气门杆5的正面凸起时，工业相机2能够采集到因凸起圆柱的存在而形成的多段光条图像即可。作为优选，镜头中心线与线激光器3投射的激光中心线路形成35°～40°的夹角，这样即便待检测气门杆5出现少许前后窜动的情况，也不影响检测设备的检测。

计算机通过控制器与工业相机2相连，用于接收工业相机2传输来的图像信息，并对其进行分析处理，判断采集到的图像信息为正面或反面，若是反面(无凸起圆柱)，则图像里的激光光条呈现出类直线图案；若是正面(有凸起圆柱)，则图像里的激光光条呈现出分段式的几条线段，而凸起部分的激光线比其他线段要高一些。因此可以根据正反两面的激光光条的不同情况来判断和区分气门杆部7的正反，并输出控制指令。

一种检测气门杆正反面的方法，包括以下步骤：

(1)用线激光器3垂直照射位于工件底座6上的静态待检测气门杆5的其中一端面；

(2)将工业相机2放置于检测台1上，使工业相机2镜头中心线与线激光器3投射的激光中心线路的夹角范围为20°～60°，用工业相机2采集待检测气门杆5端面上的激光光条图像；

(3)工业相机2将采集到的图像数据传输至计算机；

(4)计算机通过软件系统对图像信息进行处理：先对图像信息进行高斯滤波处理，设定感兴趣区域ROI，通过Hessian矩阵得到图像的可能边缘的法线方向；然后在法线方向利用泰勒展开得到亚像素坐标；之后进行计算，若图像一阶导数为零的点位于当前像素内，且Hessian矩阵最大特征值对应的特征向量的二阶导数大于指定阈值，则该点坐标即为光条中心点亚像素坐标；最后将获得的光条中心点连接成线得到激光光条中心线；

(5)选定激光光条中心线中的两条直线，并通过邻近度、共线性、重叠性和平均梯度幅度的相似性四个维度设定隶属度函数及阈值，判断是否可以进行融合，再根据各个维度的判断结果进行综合判定是否进行直线融合，根据综合判定结果对能融合的直线进行融合得到融合后中心线；

(6)计算融合后中心线的连通域，若相互断裂的子连通域占总连通域比值大于85％，则照射端面为反面，否则为正面。若为正面，则加工设备直接将气门杆正面焊接于气门盘部8即可；若为反面，则计算机输出控制指令，通过机械手纠正气门杆方向，再进行后续的加工操作。

具体检测原理如下：

(1)提取激光光条中心线

激光源照射在工件头部或尾部，手动调整相机焦距使其成像清晰，通过调用HIKVISION的API显示拍摄图片，如图5(a)和图5(b)所示。

对图像进行高斯滤波，设置高斯方差σ<w*3^0.5，其中w为光条宽度。

如图6(a)和图6(b)所示，设置感兴趣区域ROI(Region of interest，即需要进行图像处理的区域)。通过Hessian矩阵得到图像的可能边缘的法线方向，然后在法线方向利用泰勒展开得到亚像素位置。

对于图像中激光光条上的任意一点(x,y)，Hessian矩阵表示为：

其中，r_xy表示图像沿x、y的二阶偏导数，r_xx表示图像沿x的二阶导数，r_yy表示图像沿y的二阶偏导数。

计算光条中心的亚像素坐标：(p_x,p_y)＝(x₀+tn_x,y₀+tn_y)

公式中

其中，(x₀,y₀)为基准点，(n_x,n_y)为Hessian矩阵最大特征值对应的特征向量对应于光条的法线方向，(p_x,p_y)为亚像素坐标。

如果(tn_x,tn_y)∈[-0.5,0.5]×[-0.5,0.5]，即图像一阶导数为零的点位于当前像素内，且(n_x,n_y)方向的二阶导数大于指定的阈值，则该点(x_m,y_m)为光条的中心点，该点亚像素坐标(p_x,p_y)即为光条中心点亚像素坐标。其中，(tn_x,tn_y)为分别将n_x和n_y代入泰勒多项式中，并使其沿t方向的导数为0得到。

将获得的光条中心点连接成线，即提取得到激光光条中心线，如图7(a)和图7(b)所示。

(2)进行模糊直线融合

由于零件底面加工粗糙或不工整，激光中心线会因此出现断裂，中心线的断裂会对气门杆正反面的检测产生极大的干扰。针对此问题，需要采用模糊直线融合的算法进行处理。根据线段之间的关系，假设在连通域中有2条直线L1、L2，直线融合方法如下：

1)邻近度判定，即两条直线靠近的程度。

邻近度的隶属度函数为：

其中，k为阈值与L1长度的比值，Length₁为线段L1的长度，d为两条线段端点间的最短距离。

将计算得到的邻近度隶属度函数值，作为最终判定两直线是否进行融合的判断参数之一。

2)共线性判定。

针对两条直线的夹角，设定隶属度函数为：

其中，θ为两条直线之间的夹角。

针对直线段之间的侧向距离(一条直线段的中点到另一条直线段的距离)，设定隶属度函数为：

其中，s为侧向距离Dist。

将计算得到的共线性隶属度函数值，分别作为最终判定两直线是否进行融合的判断参数之一。

3)重叠性判定，即两垂点之间的距离。

重叠性的隶属度函数为：

其中，n＝Dist₂-Dist₁，Dist＝Dist₁+Dist₂。

将计算得到的重叠性隶属度函数值，作为最终判定两直线是否进行融合的判断参数之一。

4)平均梯度幅度的相似性判定。

线段L1和L2平均梯度幅度越相似，说明它们共线的可能性越大。

设L1梯度幅度均值为AGM₁，L2梯度幅度均值为AGM₂，令

并假设K＝0.5时，隶属度函数值为0.5；K＝1时，隶属度函数值为1。

平均梯度幅度相似性的隶属度函数为：

将计算得到的平均梯度幅度相似性隶属度函数值，作为最终判定两直线是否进行融合的判断参数之一。

最后，采用公式

的融合策略进行模糊融合，即可得到判决结果。

其中，x为上述5个隶属度函数自变量，μ_H1i(x)为第i个判别式得到的支持连接的隶属度值，μ_H0i(x)为第i个判别式得到的不支持连接的隶属度值。

当S>0时，认为两条直线可以连接；当S<0时，认为两条直线不能连接。此外，连接后生成的新直线不能与其他直线相交。

直线融合后的中心线结果图如图8(a)和图8(b)所示。

(3)判断气门杆的正反面

计算融合后光条中心线的连通域，若相互断裂的子连通域占总连通域比值大于85％，则该照射端面为反面，否则为正面。

通过模糊直线融合算法，将由于零件加工缺陷导致的激光中心线断裂干扰检测的问题解决。

通过机器视觉识别和模糊直线融合相配合的方法，检测气门杆零件，气门杆正方面检测的试验结果如下：

试验次数	500	1000
			成功检测次数	500	999
失败次数	0	1
			准确率(％)	100	99.9

本发明有效解决了因气门杆反面加工粗糙或不工整引起的激光中心线断裂造成误检的问题。并且，检测系统结构简单、操作方便、维护使用便捷，提高了工作效率，降低了检测成本，实现了生产自动化，且检测结果鲁棒性强、错误率低，极大提升了产品的加工质量和检测设备的可靠性。

需要明确的是，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

以上所述，仅为本发明之较佳实施例而已，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和修饰，这些改进和修饰也应视为本发明的保护范围。

Claims (10)

1.一种检测气门杆正反面的方法，其特征在于，包括以下步骤：

（1）用线激光器照射特定位置的待检测气门杆的其中一端面；

（2）用工业相机采集待检测气门杆端面上的激光光条图像，其中工业相机镜头中心线与激光线路形成一夹角，夹角范围满足当激光照射到待检测气门杆的正面凸起时，工业相机能够采集到正面因凸起存在而形成的多段光条图像；

（3）工业相机将采集到的图像数据传输至计算机；

（4）计算机通过软件系统对图像信息进行处理，提取获得激光光条中心线；

（5）选定激光光条中心线中的两条直线，并通过多个维度进行综合判断两条直线是否可以融合，对能融合的直线进行融合得到融合后中心线；

（6）计算融合后中心线的连通域，若相互断裂的子连通域占总连通域比值大于设定阈值，则照射端面为反面，否则为正面。

2.根据权利要求1所述的一种检测气门杆正反面的方法，其特征在于，所述线激光器、待检测气门杆和工业相机均设置于同一检测台面上。

3.根据权利要求2所述的一种检测气门杆正反面的方法，其特征在于，所述线激光器的照射方向与待检测气门杆的长度方向一致，且线激光器所发射的光线可经过气门杆端面上凸起圆柱所对应的区域。

4.根据权利要求3所述的一种检测气门杆正反面的方法，其特征在于，所述工业相机镜头中心线与线激光器投射的激光中心线路的夹角范围为20°～60°。

5.根据权利要求1所述的一种检测气门杆正反面的方法，其特征在于，步骤

（4）中提取激光光条中心线的方法为：先对图像信息进行高斯滤波处理，之后基于Hessian矩阵的光条中心提取方法提取图像中的光条中心点亚像素坐标，将获得的光条中心点连接成线得到激光光条中心线。

6.根据权利要求5所述的一种检测气门杆正反面的方法，其特征在于，光条中心点亚像素坐标获取方法为：首先设定感兴趣区域ROI，通过Hessian矩阵得到图像的可能边缘的法线方向；然后在法线方向利用泰勒展开得到亚像素坐标；最后进行计算，若图像一阶导数为零的点位于当前像素内，且 Hessian矩阵最大特征值对应的特征向量的二阶导数大于指定阈值，则该点坐标即为光条中心点亚像素坐标。

7.根据权利要求1所述的一种检测气门杆正反面的方法，其特征在于，步骤（5）中直线融合的判定方法为：分别根据两条直线的邻近度、共线性、重叠性和平均梯度幅度的相似性四个维度设定隶属度函数及阈值，判断是否可以进行融合，再综合各个维度的判断结果对是否进行融合做最终判定。

8.根据权利要求1所述的一种检测气门杆正反面的方法，其特征在于，所述设定阈值为85%。

9.一种检测气门杆正反面的系统，其特征在于，包括：

检测台，其上设置有用于稳固待检测气门杆的工件底座；

线激光器，用于照射工件底座上待检测气门杆的其中一端面，其照射方向与待检测气门杆的长度方向一致，且线激光器所发射的光线可经过气门杆端面上的中心区域；

工业相机，用于采集待检测气门杆端面上的激光光条图像，其中工业相机镜头中心线与激光线路形成一夹角，夹角范围满足当激光照射到待检测气门杆的正面凸起时，工业相机能够采集到正面因凸起存在而形成的多段光条图像；

计算机，其接收工业相机传输来的图像信息，并对其进行分析处理，根据分段光条数量所占比值判断采集到的图像信息为正面或反面，并输出控制指令。

10.根据权利要求9所述的一种检测气门杆正反面的系统，其特征在于，所述线激光器和工业相机均为一个，且共同设置于检测台上，所述工业相机镜头中心线与线激光器投射的激光中心线路的夹角范围为20°～60°。

Images