CN112629407B - 基于图像分析的螺纹钢尺寸测量方法 - Google Patents

Abstract

本发明提供了基于图像分析的螺纹钢尺寸测量方法，包括以下步骤：通过面阵CCD相机视觉采集平台采集螺纹钢侧面图像；采集到的螺纹钢侧面图像进行预处理；提出第一种计算方案，即像素级的螺纹钢尺寸测量方法；进行亚像素边缘检测，在此基础上，提出第二种计算方案，即亚像素级下的螺纹钢尺寸测量方法；在亚像素级边缘检测的图像基础上，继续做边界跟踪；在此基础上，提出第三种计算方案，即图像投影法；使用实际尺寸测量法和简易相机标定法将计算的结果转换为物理尺寸，即得到最终的螺纹钢尺寸。本发明的测量方法，算法合理，具有较强实用性，精度高，且误差小。

Description

基于图像分析的螺纹钢尺寸测量方法

技术领域

本发明涉及数字图像分析技术领域，具体涉及基于图像分析的螺纹钢尺寸测量方法。

背景技术

螺纹钢在生产过程中会出现因表面尺寸缺陷导致的不合格品，如果不及时检出，将会严重影响产品的合格率以及后续的工业生产。当前很多螺纹钢生产厂都采用人工检测控制法来检测螺纹钢的表面尺寸，这种方法具有不能实时监测，速度慢且精确度不高的缺点。

在螺纹钢表面尺寸检测方面，已经有了一些使用传统技术的螺纹钢表面尺寸检测方法，也有一些应用了图像分析技术的技术，这些方法都在一定程度上取得了不错的进展，但却存在着以下问题：一是部分方法测量尺寸不全面，只能测得某一种或某一类特定的螺纹钢表面尺寸；二是部分方法主要针的是对含螺纹工件的尺寸测量，对单独的螺纹钢，方法不够完善。

需要注意的是，本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明目的在于提供了基于图像分析的螺纹钢尺寸测量方法，解决现有的方法检测尺寸不全面，只是对含螺纹工件的尺寸测量，对单独的螺纹钢方法不完善。

为实现上述目的本发明采用如下技术方案：

基于图像分析的螺纹钢尺寸测量方法，包括以下步骤：

S1：通过面阵CCD相机视觉采集平台采集螺纹钢侧面图像；

S2：对步骤S1中采集到的螺纹钢侧面图像进行预处理，包括中值滤波、迭代阈值分割、数学形态学处理；

S3：在步骤S2经过数学形态学处理的图像基础上，提出第一种计算方案，即像素级的螺纹钢尺寸测量方法；

S4：对步骤S2得到的数学形态学处理的图像，进行亚像素边缘检测，在此基础上，提出第二种计算方案，即亚像素级下的螺纹钢尺寸测量方法；

S5：在步骤S4得到的亚像素级边缘检测的图像基础上，继续做边界跟踪；在此基础上，提出第三种计算方案，即图像投影法；

S6：使用实际尺寸测量法和简易相机标定法将计算的结果转换为物理尺寸，即得到最终的螺纹钢尺寸。

进一步地，上述步骤S3中第一种计算方案测得的螺纹钢尺寸有：外径d、内径d1、横肋间距l和横肋与轴线夹角β。

进一步地，上述第一种方案中外径d、内径d1、横肋间距l、横肋与轴线夹角β的计算方法为：

获取步骤S2经数学形态学处理图像中值为0点的行号值；

外径d：在值为0的点中，用其中的最大行号值减去最小行号值加1为外径d的像素值；

内径d1：对波谷列点的值进行是0判断，从0开始累加，最终累加值即为内径d1像素值；

横肋间距l：在值为0的点中，获取其中的最小行号值，对该行所有点的值进行是0判断，符合条件的为波峰点，相邻两波峰点的列号值之差加1为横肋间距l像素值；

横肋与轴线夹角β：获取螺纹钢上边界中最低点与最高点的行号值与列号值，求对应波峰、波谷点的行号与列号值差值，前者差值与后者差值之比为横肋与轴线夹角的正切函数值，正切函数值的反函数值即为横肋与轴线夹角。

进一步地，上述步骤S4中第二种计算方案包括以下步骤：

S401：基于Canny算子边缘检测，获取螺纹钢的像素级边缘；

S402：求原图f(x,y)的梯度图像R(x,y)；

S403：求螺纹钢边界点的亚像素坐标(X,Y)；

S404：分别取出螺纹钢上下两边界，单独对两边界用K均值聚类算法聚类，得到螺纹钢上下两边界质心位置的最大值、最小值，再计算外径d、内径d1、横肋高度h。

进一步地，上述步骤S402中梯度图像R(x,y)的计算方法为：

进一步地，上述步骤S403中亚像素坐标(X,Y)的计算方法为：

进一步地，上述步骤S404中外径d、内径d1、横肋高度h的计算方法为：

d＝S max-X min (4)

d1＝S min-X max (5)

其中,式(4)(5)(6)中的Smax、Smin、Xmax、Xmin分别表示螺纹钢上边界质心位置最大值、上边界质心位置最小值、下边界质心位置最大值、下边界质心位置最小值。

进一步地，上述步骤S5中第三种计算方案包括以下步骤：

S501：对亚像素边缘检测后的图像做边检跟踪；

S502：将螺纹钢上下两边界投影到水平方向，得到螺纹钢上下两边界在水平方向的对应的最大最小像素值；

S503：计算外径d、内径d1、横肋高度h。

进一步地，上述步骤S503中外径d、内径d1、横肋高度h的计算方法为：

d＝|a-d| (7)

d1＝|b-c| (8)

其中，式(7)(8)(9)中a、b、c、d分别表示螺纹钢上边界最高点、螺纹钢下边界最高点、螺纹钢上边界最低点、螺纹钢下边界最低点投影到水平方向上的像素值。

本发明的有益效果：

(1)本发明公开了基于图像分析的螺纹钢尺寸测量方法，适用于热轧带肋螺纹钢的三种基于图像分析的尺寸测量算法，实现了对螺纹钢表面较复杂的形状尺寸的测量，除个别尺寸有较小误差外，多数尺寸均在误差范围内；

(2)本发明公开了基于图像分析的螺纹钢尺寸测量方法，算法合理，具有较强实用性，精度高，且误差小；

(3)本发明公开了基于图像分析的螺纹钢尺寸测量方法，图像采集设备采用面阵相机机器视觉采集平台，使用的是普通CCD相机，若换成平行光源及工业测量用镜头，将进一步提高算法精确度，因此具有可推广性。

附图说明

图1为本发明的流程图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征或特性可以以任何合适的方式结合在一个或更多实施方式中。

下面结合附图1与具体实施方式对本发明进行详细说明。

如图1所示，本发明提供了基于图像分析的螺纹钢尺寸测量方法，具体包括：

步骤1采集螺纹钢侧面图像。

1.1采集设备为面阵CCD相机视觉采集平台。

步骤2对采集到的螺纹钢侧面图像进行预处理，包括中值滤波、迭代阈值分割、数学形态学处理。

2.1中值滤波用邻域模板内各点灰度值中值代替中心点灰度值，能够去除孤点噪声，此处使用3×3模板。

2.2本发明中数学形态学处理包括3次膨胀、3次腐蚀，1次开运算、1次闭运算。

步骤3获取数学形态学处理后图像中值为0点的行号值，计算外径d、内径d1、横肋间距l、横肋与轴线夹角β。

3.1各尺寸计算方式如下：

外径d：在值为0的点中，用其中的最大行号值减去最小行号值加1为外径d的像素值。

内径d1：对第一列的值进行是0判断并从0开始累加，最终累加值即为内径d1像素值(这里，第一列为波谷点所在的列)。

横肋间距l：在值为0的点中，获取其中的最小行号值，对该行所有点的值进行是0判断，符合条件的为波峰点，相邻两波峰点的列号值之差加1为横肋间距l像素值。

横肋与轴线夹角β：获取螺纹钢上边界中最低点(波谷点)与最高点(波峰点)的行号值与列号值，求对应波峰、波谷点的行号与列号值差值，前者差值与后者差值之比为横肋与轴线夹角的正切函数值，该值的反函数值即为横肋与轴线夹角。

步骤4边缘检测与提取。采用了插值法亚像素边缘检测，具体步骤如下：

4.1对步骤2中经数学形态学处理后的图像进行Canny边缘检测。

4.2求原图f(x,y)的梯度图像R(x,y)；

4.3求螺纹钢边界点的亚像素坐标(X,Y)。

步骤5对步骤4中经亚像素边缘检测后的图像，将螺纹钢上下两边界分别取出，单独用K均值聚类算法聚类，计算外径d、内径d1、横肋高度h。

5.1本发明中K均值聚类算法的聚类数目选为2，以此求得上、下两条边界质心位置的最大值、最小值(上边界质心位置最大值：Smax，最小值：Smin；下边界质心位置最大值：Xmax，最小值：Xmin)。

5.2各尺寸计算方式如下：

d＝S max-X min (4)

d1＝S min-X max (5)

步骤6用图像投影法计算外径d、内径d1、横肋高度h。

6.1在步骤4经亚像素边缘检测的图像基础上继续做边界跟踪。

6.2将螺纹钢上下两边界投影到水平方向，得到螺纹钢上下两边界在水平方向的对应的最大最小像素值(上边界最高点投影到水平方向上的像素值：a，最低点：b；下边界最高点投影到水平方向上的像素值：c，最低点：d)。

6.3计算外径d、内径d1、横肋高度h，计算方式如下。

d＝|a-d| (7)

d1＝|b-c| (8)

步骤7使用实际尺寸测量法和简易相机标定法将计算的结果转换为物理尺寸并与GB1499.2-2007进行对比。

7.1实际尺寸测量法具体步骤：用游标卡尺对螺纹钢每条肋所对的外径多次测量，然后以所测得的全部外径的均值作为实际外径值，用该值与计算得到的外径值之比作为换算比例以求得其他尺寸的物理尺寸。

7.2简易相机标定法具体步骤为：对在相同拍摄条件下采集得到的棋盘格标定靶沿棋盘格的边界线裁剪，获取裁剪后图像区域的像素尺寸并求均值，以该均值作为裁剪区域的实际像素尺寸，用该值与已知的物理尺寸之比作为换算比例，求得计算所得各尺寸的物理尺寸。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由所附的权利要求指出。

Claims (3)

1.基于图像分析的螺纹钢尺寸测量方法，其特征在于，包括以下步骤：

S1：通过面阵CCD相机视觉采集平台采集螺纹钢侧面图像；

S2：对步骤S1中采集到的螺纹钢侧面图像进行预处理，包括中值滤波、迭代阈值分割、数学形态学处理；

S3：在步骤S2经过数学形态学处理的图像基础上，提出第一种计算方案，即像素级的螺纹钢尺寸测量方法；

所述步骤S3中第一种计算方案测得的螺纹钢尺寸有：外径d、内径d1、横肋间距l和横肋与轴线夹角β；

S4：对步骤S2得到的数学形态学处理的图像，进行亚像素边缘检测，在此基础上，提出第二种计算方案，即亚像素级下的螺纹钢尺寸测量方法；

所述步骤S4中第二种计算方案包括以下步骤：

S401：基于Canny算子边缘检测，获取螺纹钢的像素级边缘；

S402：求原图f(x,y)的梯度图像R(x,y)；

所述步骤S402中梯度图像R(x,y)的计算方法为：

S403：求螺纹钢边界点的亚像素坐标(X,Y)；

所述步骤S403中亚像素坐标(X,Y)的计算方法为：

其中，式(2)和(3)中的R(m－1，n)，R(m，n)，R(m+1，n)是沿梯度图像R(x，y)的x方向上取的三点；R(m，n－1)，R(m，n)，R(m，n+1)是沿梯度图像R(x，y)的y方向上取的三点；也即(m,n)表示梯度图像R(x,y)在原图f(x,y)中对应位置(x,y)处的坐标值；

S404：分别取出螺纹钢上下两边界，单独对两边界用K均值聚类算法聚类，得到螺纹钢上下两边界质心位置的最大值、最小值，再计算外径d、内径d1、横肋高度h；

所述步骤S404中外径d、内径d1、横肋高度h的计算方法为：

d＝S max-X min (4)

d1＝Smin-X max (5)

其中,式(4)(5)(6)中的Smax、Smin、Xmax、Xmin分别表示螺纹钢上边界质心位置最大值、上边界质心位置最小值、下边界质心位置最大值、下边界质心位置最小值；

S5：在步骤S4得到的亚像素级边缘检测的图像基础上，继续做边界跟踪；在此基础上，提出第三种计算方案，即图像投影法；

所述步骤S5中第三种计算方案包括以下步骤：

S501：对亚像素边缘检测后的图像做边界跟踪；

S502：将螺纹钢上下两边界投影到水平方向，得到螺纹钢上下两边界在水平方向的对应的最大最小像素值；

S503：计算外径d、内径d1、横肋高度h；

S6：使用实际尺寸测量法和简易相机标定法将计算的结果转换为物理尺寸，即得到最终的螺纹钢尺寸。

2.根据权利要求1所述的基于图像分析的螺纹钢尺寸测量方法，其特征在于，所述第一种计算方案中外径d、内径d1、横肋间距l、横肋与轴线夹角β的计算方法为：

获取步骤S2经数学形态学处理图像中值为0点的行号值；

外径d：在值为0的点中，用其中的最大行号值减去最小行号值加1为外径d的像素值；

内径d1：对波谷列点的值进行是0判断，从0开始累加，最终累加值即为内径d1像素值；

横肋间距l：在值为0的点中，获取其中的最小行号值，对该行所有点的值进行是0判断，符合条件的为波峰点，相邻两波峰点的列号值之差加1为横肋间距l像素值；

横肋与轴线夹角β：获取螺纹钢上边界中最低点与最高点的行号值与列号值，求对应波峰、波谷点的行号与列号值差值，前者差值与后者差值之比为横肋与轴线夹角的正切函数值，正切函数值的反函数值即为横肋与轴线夹角。

3.根据权利要求2所述的基于图像分析的螺纹钢尺寸测量方法，其特征在于，所述步骤S503中外径d、内径d1、横肋高度h的计算方法为：

d＝|a-d| (7)

d1＝|b-c| (8)

其中，式(7)(8)(9)中a、b、c、d分别表示螺纹钢上边界最高点、螺纹钢下边界最高点、螺纹钢上边界最低点、螺纹钢下边界最低点投影到水平方向上的像素值。