CN112782181A - 一种基于双目视觉的车轴划痕检测测量系统及方法 - Google Patents

一种基于双目视觉的车轴划痕检测测量系统及方法 Download PDF

Info

Publication number
CN112782181A
CN112782181A CN202011580385.5A CN202011580385A CN112782181A CN 112782181 A CN112782181 A CN 112782181A CN 202011580385 A CN202011580385 A CN 202011580385A CN 112782181 A CN112782181 A CN 112782181A
Authority
CN
China
Prior art keywords
image
image set
scratch
images
camera
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.)
Granted
Application number
CN202011580385.5A
Other languages
English (en)
Other versions
CN112782181B (zh
Inventor
刘长英
梁犀玉
侯禹光
刘洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN202011580385.5A priority Critical patent/CN112782181B/zh
Publication of CN112782181A publication Critical patent/CN112782181A/zh
Application granted granted Critical
Publication of CN112782181B publication Critical patent/CN112782181B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于双目视觉的车轴划痕检测测量系统和方法，所述测量系统包括：上位机、四个光源、双目相机和工作台组件。双目相机安装在工作台组件上，四个光源均匀分布在双目相机的四周并固定在工作台组件上，工作时，待测车轴放置在工作台组件上，依次点亮四个光源，双目相机依次进行拍照，得到左相机采集的第一图像集合和右相机采集的第二图像集合，并将第一图像集合和第二图像集合发送给上位机，上位机分别对第一图像集合和第二图像集合中的图像进行图像处理和划痕提取，获得第一划痕信息和第二划痕信息，并根据第一划痕信息和第二划痕信息确定划痕在三维坐标系下的坐标和尺寸。本发明提高了划痕提取和测量的准确性。

Description

一种基于双目视觉的车轴划痕检测测量系统及方法
技术领域
本发明涉及机器视觉技术领域，特别是涉及一种基于双目视觉的车轴划痕检测测量系统及方法。
背景技术
机器视觉系统主要由两部分构成，即相机和光源。相机的选择会影响后续对于图像处理的难度，光源的选择也很重要，不同的光源类型和不同的打光角度，都会影响图像的质量。
在现有技术中，测量划痕时可采用结构光的方式和单环形光源的方式。但是采用结构光的方式测量划痕时，当划痕尺寸很小而结构光的光条太粗的话，无法实现对划痕的准确定位。而用单环形光源的方式，只能得到一种角度的图像，如果划痕很浅而反光严重的话，无法准确提取图像中的划痕信息。所以如何提高划痕识别的准确性成为亟待解决的技术问题。
发明内容
本发明的目的是提供一种基于双目视觉的车轴划痕检测测量系统及方法，以提高划痕提取和测量的准确性。
为实现上述目的，本发明提供了如下方案：
一种基于双目视觉的车轴划痕检测测量系统，所述测量系统包括：上位机、四个光源、双目相机和工作台组件；
所述双目相机安装在所述工作台组件上；
四个所述光源均匀分布在所述双目相机的四周并固定在所述工作台组件上；
所述双目相机与所述上位机连接；
工作时，待测车轴放置在所述工作台组件上，依次点亮四个所述光源，所述双目相机依次进行拍照，得到左相机采集的第一图像集合和右相机采集的第二图像集合，并将所述第一图像集合和所述第二图像集合发送给所述上位机；其中，所述第一图像集合包括左相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像；
所述上位机分别对第一图像集合和第二图像集合中的图像进行图像处理和划痕提取，获得左相机采集的图像中存在的第一划痕信息和右相机采集的图像中存在的第二划痕信息，并根据所述第一划痕信息和所述第二划痕信息确定划痕在三维坐标系下的坐标和尺寸。
可选地，所述工作台组件包括：工作台、转盘、测量平台、可移动支架、固定支架和车轴转动电机；
所述可移动支架和所述固定支架分别固定在所述工作台的两端；
所述转盘内部有螺纹，所述转盘与带有螺纹的顶尖螺纹啮合；
所述顶尖固定在所述可移动支架上，所述顶尖的另一端与所述待测车轴的一端接触；
所述待测车轴转动电机固定在所述固定支架上；
所述测量平台可移动地架设在所述工作台上，所述测量平台用于固定四个所述光源和所述双目相机。
可选地，所述工作台组件还包括：测量平台移动电机、滑轨、线轨和丝杠；
所述滑轨和所述线轨分别铺设在所述工作台的两侧；
所述丝杠设置在所述滑轨内；
所述测量平台的一端设置在所述滑轨内，并与所述丝杠螺纹啮合，所述测量平台在所述丝杠的带动下在所述滑轨上滑动；所述测量平台的另一端设置在所述线轨内；
所述测量平台移动电机固定在所述工作台上，所述测量平台移动电机与所述丝杠的一端轴连接。
可选地，所述工作台组件还包括：夹具体；
所述夹具体固定在所述固定支架上；
所述车轴转动电机固定在所述夹具体上。
可选地，所述上位机包括：图像接收模块、梯度检测模块、图像融合模块、划痕提取模块和三维重建模块；
所述图像接收模块用于接收左相机采集的第一图像集合和右相机采集的第二图像集合；
所述梯度检测模块用于对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图；
所述图像融合模块用于根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像；
所述划痕提取模块用于分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息；
所述三维重建模块用于根据双目相机的外参数、所述第一划痕信息和所述第二划痕信息，采用三维重建的方式确定划痕在三维坐标系下的坐标和尺寸。
一种基于双目视觉的车轴划痕检测测量方法，所述方法包括：
获取左相机采集的第一图像集合和右相机采集的第二图像集合；其中，所述第一图像集合包括左相机采集的待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像；
对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图；
根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，并根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像；
分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息；
根据双目相机的外参数、所述第一划痕信息和所述第二划痕信息，采用三维重建的方式确定划痕在三维坐标系下的坐标和尺寸。
可选地，所述对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图，具体包括：
利用公式
Figure BDA0002865845520000041
分别对第一图像集合中的每个图像和第二图像集合中的每个图像进行卷积运算，获得第一图像集合中的每个图像的卷积运算结果和第二图像集合中的每个图像的卷积运算结果；其中，I表示原图像，所述原图像属于第一图像集合或第二图像集合，Sx表示x方向的滤波核，Sy表示y方向的滤波核，Gx表示对原图像x方向的卷积图像，Gy表示对原图像y方向的卷积图像；
根据第一图像集合中的每个图像的卷积运算结果和第二图像集合中的每个图像的卷积运算结果，分别利用公式
Figure BDA0002865845520000042
计算第一图像集合中的每个图像的梯度图和第二图像集合中的每个图像的梯度图；其中，
Figure BDA0002865845520000043
表示原图像的梯度图；
根据第一图像集合中的每个图像的梯度图，比较第一图像集合中的四个图像在同一像素位置的梯度值，将第一图像集合中的梯度值最大的图像的所述像素位置的权重设置为1，将第一图像集合中的另外三个图像的所述像素位置的权重设置为0，得到第一图像集合中的每个图像的权重图；
根据第二图像集合中的每个图像的梯度图，比较第二图像集合中的四个图像在同一像素位置的梯度值，将第二图像集合中的梯度值最大的图像的所述像素位置的权重设置为1，将第二图像集合中的另外三个图像的所述像素位置的权重设置为0，得到第二图像集合中的每个图像的权重图。
可选地，所述根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，并根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像，具体包括：
根据第一图像集合中的每个图像的权重图，利用图像融合公式
Figure BDA0002865845520000051
得到第一融合图像，其中，If是第一融合图像，Ii是第一图像集合中的第i个图像，
Figure BDA0002865845520000052
是哈达玛积，wi是第一图像集合中的第i个图像的权重图。
可选地，所述分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息，具体包括：
对第一融合图像进行二值化处理，获得第一二值化图像，并对第二融合图像图像进行二值化处理，获得第二二值化图像；
分别对第一二值化图像和第二二值化图像进行膨胀腐蚀操作，获得第一膨胀腐蚀图像和第二膨胀腐蚀后图像；
分别对第一膨胀腐蚀图像和第二膨胀腐蚀后图像做连通域提取，获得第一划痕信息和第二划痕信息。
可选地，所述获取左相机采集的第一图像集合和右相机采集的第二图像集合；其中，所述第一图像集合包括左相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像之前，还包括：
采用张正友标定法分别对左相机和右相机进行标定，获得双目相机的外参数。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种基于双目视觉的车轴划痕检测测量系统，所述测量系统包括：上位机、四个光源、双目相机和工作台组件。双目相机安装在工作台组件上，四个光源均匀分布在双目相机的四周并固定在工作台组件上，工作时，待测车轴放置在工作台组件上，依次点亮四个光源，双目相机依次进行拍照，得到左相机采集的第一图像集合和右相机采集的第二图像集合，并将第一图像集合和第二图像集合发送给上位机；其中，第一图像集合包括左相机采集的待测车轴的检测区域在四个光源分别在四个不同角度照射下的图像，第二图像集合包括右相机采集的待测车轴的检测区域在四个光源分别在四个不同角度照射下的图像；上位机分别对第一图像集合和第二图像集合中的图像进行图像处理和划痕提取，获得左相机采集的图像中存在的第一划痕信息和右相机采集的图像中存在的第二划痕信息，并根据第一划痕信息和第二划痕信息确定划痕在三维坐标系下的坐标和尺寸。本发明采用了双目视觉相机进行车轴划痕检测与测量，提高了划痕提取和测量的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于双目视觉的车轴划痕检测测量系统的结构示意图；
图2为本发明提供的一种基于双目视觉的车轴划痕检测测量方法的原理图；
符号说明：
1—工作台，2—可移动支架，3—固定支架，4—滑轨，5—线轨，6—测量平台移动电机，7—转盘，8—夹具体，9—车轴转动电机，10—待测车轴，11—测量平台，12—四个光源，13—双目相机。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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做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。
本发明的目的是提供一种基于双目视觉的车轴划痕检测测量系统和方法，通过使用双目视觉相机进行车轴划痕的检测与测量，提高了划痕提取和测量的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示，一种基于双目视觉的车轴划痕检测测量系统，所述测量系统包括：上位机、四个光源12、双目相机13和工作台组件；所述双目相机13安装在工作台组件上；四个所述光源均匀分布在所述双目相机13的四周并固定在工作台组件上；所述双目相机13与所述上位机连接；工作时，待测车轴10放置在所述工作台组件上，依次点亮四个所述光源，所述双目相机13依次进行拍照，得到左相机采集的第一图像集合和右相机采集的第二图像集合，并将所述第一图像集合和所述第二图像集合发送给所述上位机；其中，所述第一图像集合包括左相机采集的待测车轴10的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的待测车轴10的检测区域在四个所述光源分别在四个不同角度照射下的图像；所述上位机分别对第一图像集合和第二图像集合中的图像进行图像处理和划痕提取，获得左相机采集的图像中存在的第一划痕信息和右相机采集的图像中存在的第二划痕信息，并根据所述第一划痕信息和所述第二划痕信息确定划痕在三维坐标系下的坐标和尺寸。
所述工作台组件包括：工作台1、转盘7、测量平台11、可移动支架2、固定支架3和车轴10转动电机9；所述可移动支架2和所述固定支架3分别固定在所述工作台1的两端；所述转盘7内部有螺纹，所述转盘7与带有螺纹的顶尖螺纹啮合；所述顶尖固定在所述可移动支架2上，所述顶尖的另一端与待测车轴10的一端接触；所述车轴10转动电机9固定在所述固定支架3上；所述测量平台11可移动地架设在所述工作台1上，所述测量平台11用于固定四个所述光源和所述双目相机13。
所述工作台组件还包括：测量平台11移动电机6、滑轨4、线轨5和丝杠；所述滑轨4和所述线轨5分别铺设在所述工作台1的两侧；所述丝杠设置在所述滑轨4内；所述测量平台11的一端设置在所述滑轨4内，并与所述丝杠螺纹啮合，所述测量平台11在所述丝杠的带动下在所述滑轨4上滑动；所述测量平台11的另一端设置在所述线轨5内；所述测量平台11移动电机6固定在所述工作台1上，所述测量平台11移动电机6与所述丝杠的一端轴连接。
所述工作台组件还包括：夹具体8；所述夹具体8固定在所述固定支架3上；所述待测车轴10转动电机9固定在所述夹具体8上。
所述上位机包括：图像接收模块、相机标定模块、梯度检测模块、图像融合模块、划痕提取模块、三维重建模块；所述图像接收模块用于接收左相机采集的第一图像集合和右相机采集的第二图像集合；所述梯度检测模块用于对第一图像集合中的图像和第二图像集合中的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图；所述图像融合模块用于根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像；所述划痕提取模块用于分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息；所述三维重建模块用于根据双目相机13的外参数、所述第一划痕信息和第二划痕信息，采用三维重建的方式确定划痕在三维坐标系下的坐标和尺寸。
上位机通过PLC控制电机，使得待测车轴10可以转动，相机以及光源通过滑轨4可以在三维坐标系内移动。
本发明采用四个面光源在四个角度打光，得到四个角度的图像。
首先将待测车轴10通过夹具体8固定在固定支架3上，然后转动转盘7以旋紧可移动支架2，固定车轴10的位置，然后通过上位机控制测量平台11移动电机6，让测量平台11带动双目相机13和四个光源12沿待测车轴10方向移动。在拍照时，控制四个光源12按顺序点亮，然后双目相机13分别拍照，得到的照片通过相机的Type-c线传输给上位机，上位机保存得到的视频流文件，做后续的图像处理。当测量平台11走到待测车轴10的另一端终点，上位机控制待测车轴10转动电机9带动待测车轴10转动120度，重复上述步骤，当此次到达端点后，待测车轴10转动电机9再次带动待测车轴10转动120度，重复上述步骤，得到所有的图像。
实施例2
如图2所示，一种基于双目视觉的车轴划痕检测测量方法，所述方法包括：获取左相机采集的第一图像集合和右相机采集的第二图像集合；其中，所述第一图像集合包括左相机采集的待测车轴10的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的待测车轴10的检测区域在四个所述光源分别在四个不同角度照射下的图像；对第一图像集合中的图像和第二图像集合中的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图；根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像；分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息；根据双目相机13的外参数、所述第一划痕信息和所述第二划痕信息，采用三维重建的方式确定划痕在三维坐标系下的坐标和尺寸。
所述对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图，具体包括：利用公式
Figure BDA0002865845520000091
分别对第一图像集合的每个图像和第二图像集合中的每个图像进行卷积运算，获得第一图像集合的每个图像的卷积运算结果和第二图像集合中的每个图像的卷积运算结果；其中，I表示原图像，所述原图像属于第一图像集合或第二图像集合，Sx表示x方向的滤波核，Sy表示y方向的滤波核，Gx表示对原图像x方向的卷积图像，Gy表示对原图像y方向的卷积图像；根据第一图像集合的每个图像的卷积运算结果和第二图像集合中的每个图像的卷积运算结果，分别利用公式
Figure BDA0002865845520000092
计算第一图像集合的每个图像的梯度图和第二图像集合的每个图像的梯度图；其中，
Figure BDA0002865845520000093
表示原图像的梯度图；根据第一图像集合的每个图像的梯度图，比较第一图像集合的四个图像在同一像素位置的梯度值，将第一图像集合中的梯度值最大的图像的所述像素位置的权重设置为1，将第一图像集合中的另外三个图像的所述像素位置的权重设置为0，得到第一图像集合中的每个图像的权重图；根据第二图像集合的每个图像的梯度图，比较第二图像集合的四个图像在同一像素位置的梯度值，将第二图像集合中的梯度值最大的图像的所述像素位置的权重设置为1，将第二图像集合中的另外三个图像的所述像素位置的权重设置为0，得到第二图像集合中的每个图像的权重图。
所述根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，并根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像具体包括：根据第一图像集合中的每个图像的权重图，利用图像融合公式
Figure BDA0002865845520000101
得到第一融合图像，其中，If是第一融合图像，Ii是第一图像集合中的第i个图像，
Figure BDA0002865845520000102
是哈达玛积，wi是第一图像集合中的第i个图像的权重图。
具体的图像融合步骤：
步骤1：对四个角度打光得到的图像分别进行梯度运算，生成四幅梯度图，在梯度图中可以检测出梯度明显的区域。
梯度计算过程：
需要计算x，y两个方向导数值的两个滤波核：
Figure BDA0002865845520000103
然后将两个滤波核分别与图像进行卷积：
Figure BDA0002865845520000104
其中，I代表原图像，Gx和Gy分别代表卷积后x和y方向上的图像。
梯度幅度：
Figure BDA0002865845520000111
对原图像中的每个像素进行遍历，比较其对应的四幅梯度图中，哪幅图中该像素的梯度最大，将最大的那幅图中该像素的权重设置为1，其余图中该像素的权重值设置为0。
对于四幅原图像中其中一幅图像I中的像素进行遍历，比较其在四幅梯度图中对应位置的梯度值，即梯度幅度，哪幅图中该像素的梯度最大，就将最大的那幅图像中该像素的权重设置为1，其余图像中该像素的权重设置为0。
这样就可以得到四幅权重图，将原图像与对应的权重图对位相乘再相加，就可以得到最终的融合结果。
图像融合公式：
Figure BDA0002865845520000112
其中，If是第一融合图像，Ii是第一图像集合中的第i个图像，
Figure BDA0002865845520000113
是哈达玛积，wi是第一图像集合中的第i个图像的权重图。
对两个相机运算得到的最终图像进行极线校正，校正后的两幅图像，对应的特征点应该在同一行上，然后通过三维重建得到划痕在三维空间坐标系中的位置信息，然后通过对数字模型进行测量，可以得到划痕的尺寸信息。
三维重建的过程就是首先利用激光投影仪向目标物体投射可编码的光束，生成特征点，然后通过三角测量原理，计算左右相机光心与特征点之间的距离，由此可以获得生成特征点的深度信息，实现模型重建。
该系统可以实现的功能由：划痕的检测，记录划痕在被测表面的位置，划痕的三维尺寸测量。
所述分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息，具体包括：对第一融合图像进行二值化处理，获得第一二值化图像，对第二融合图像图像进行二值化处理，获得第二二值化图像；分别对第一二值化图像和第二二值化图像进行膨胀腐蚀操作，获得第一膨胀腐蚀图像和第二膨胀腐蚀后图像；分别对第一膨胀腐蚀图像和第二膨胀腐蚀后图像做连通域提取，获得第一划痕信息和第二划痕信息。
所述第一图像集合包括左相机采集的待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像之前，还包括：采用张正友标定法分别对左相机和右相机进行标定，获得双目相机13的外参数。本发明提供的一种基于双目视觉的车轴划痕检测测量系统及方法采用了双目视觉相机进行车轴划痕的检测与测量，解决了单目相机测量不准确的问题，并且采用了四角度的打光的方式，提高了划痕提取的准确度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于双目视觉的车轴划痕检测测量系统，其特征在于，所述测量系统包括：上位机、四个光源、双目相机和工作台组件；
所述双目相机安装在所述工作台组件上；
四个所述光源均匀分布在所述双目相机的四周并固定在所述工作台组件上；
所述双目相机与所述上位机连接；
工作时，待测车轴放置在所述工作台组件上，依次点亮四个所述光源，所述双目相机依次进行拍照，得到左相机采集的第一图像集合和右相机采集的第二图像集合，并将所述第一图像集合和所述第二图像集合发送给所述上位机；其中，所述第一图像集合包括左相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像；
所述上位机分别对第一图像集合和第二图像集合中的图像进行图像处理和划痕提取，获得左相机采集的图像中存在的第一划痕信息和右相机采集的图像中存在的第二划痕信息，并根据所述第一划痕信息和所述第二划痕信息确定划痕在三维坐标系下的坐标和尺寸。
2.根据权利要求1所述的基于双目视觉的车轴划痕检测测量系统，其特征在于，所述工作台组件包括：工作台、转盘、测量平台、可移动支架、固定支架和车轴转动电机；
所述可移动支架和所述固定支架分别固定在所述工作台的两端；
所述转盘内部有螺纹，所述转盘与带有螺纹的顶尖螺纹啮合；
所述顶尖固定在所述可移动支架上，所述顶尖的另一端与待测车轴的一端接触；
所述待测车轴转动电机固定在所述固定支架上；
所述测量平台可移动地架设在所述工作台上，所述测量平台用于固定四个所述光源和所述双目相机。
3.根据权利要求2所述的基于双目视觉的车轴划痕检测测量系统，其特征在于，所述工作台组件还包括：测量平台移动电机、滑轨、线轨和丝杠；
所述滑轨和所述线轨分别铺设在所述工作台的两侧；
所述丝杠设置在所述滑轨内；
所述测量平台的一端设置在所述滑轨内，并与所述丝杠螺纹啮合，所述测量平台在所述丝杠的带动下在所述滑轨上滑动；所述测量平台的另一端设置在所述线轨内；
所述测量平台移动电机固定在所述工作台上，所述测量平台移动电机与所述丝杠的一端轴连接。
4.根据权利要求2所述的基于双目视觉的车轴划痕检测测量系统，其特征在于，所述工作台组件还包括：夹具体；
所述夹具体固定在所述固定支架上；
所述待测车轴转动电机固定在所述夹具体上。
5.根据权利要求1所述的基于双目视觉的车轴划痕检测测量系统，其特征在于，所述上位机包括：图像接收模块、梯度检测模块、图像融合模块、划痕提取模块和三维重建模块；
所述图像接收模块用于接收左相机采集的第一图像集合和右相机采集的第二图像集合；
所述梯度检测模块用于对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图；
所述图像融合模块用于根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像；
所述划痕提取模块用于分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息；
所述三维重建模块用于根据双目相机的外参数、所述第一划痕信息和所述第二划痕信息，采用三维重建的方式确定划痕在三维坐标系下的坐标和尺寸。
6.一种基于双目视觉的车轴划痕检测测量方法，其特征在于，所述方法包括：
获取左相机采集的第一图像集合和右相机采集的第二图像集合；其中，所述第一图像集合包括左相机采集的待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像；
对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图；
根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，并根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像；
分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息；
根据双目相机的外参数、所述第一划痕信息和所述第二划痕信息，采用三维重建的方式确定划痕在三维坐标系下的坐标和尺寸。
7.根据权利要求6中的基于双目视觉的车轴划痕检测测量方法，其特征在于，所述对第一图像集合的图像和第二图像集合的图像进行梯度运算，得到第一图像集合中的每个图像的权重图和第二图像集合中的每个图像的权重图，具体包括：
利用公式
Figure FDA0002865845510000031
分别对第一图像集合中的每个图像和第二图像集合中的每个图像进行卷积运算，获得第一图像集合中的每个图像的卷积运算结果和第二图像集合中的每个图像的卷积运算结果；其中，I表示原图像，所述原图像属于第一图像集合或第二图像集合，Sx表示x方向的滤波核，Sy表示y方向的滤波核，Gx表示对原图像x方向的卷积图像，Gy表示对原图像y方向的卷积图像；
根据第一图像集合中的每个图像的卷积运算结果和第二图像集合中的每个图像的卷积运算结果，分别利用公式
Figure FDA0002865845510000041
计算第一图像集合中的每个图像的梯度图和第二图像集合中的每个图像的梯度图；其中，
Figure FDA0002865845510000042
表示原图像的梯度图；
根据第一图像集合中的每个图像的梯度图，比较第一图像集合中的四个图像在同一像素位置的梯度值，将第一图像集合中的梯度值最大的图像的所述像素位置的权重设置为1，将第一图像集合中的另外三个图像的所述像素位置的权重设置为0，得到第一图像集合中的每个图像的权重图；
根据第二图像集合中的每个图像的梯度图，比较第二图像集合中的四个图像在同一像素位置的梯度值，将第二图像集合中的梯度值最大的图像的所述像素位置的权重设置为1，将第二图像集合中的另外三个图像的所述像素位置的权重设置为0，得到第二图像集合中的每个图像的权重图。
8.根据权利要求6中的基于双目视觉的车轴划痕检测测量方法，其特征在于，所述根据第一图像集合中的每个图像的权重图对第一图像集合中的图像进行融合，获得第一融合图像，并根据第二图像集合中的每个图像的权重图对第二图像集合中的图像进行融合，获得第二融合图像，具体包括：
根据第一图像集合中的每个图像的权重图，利用图像融合公式
Figure FDA0002865845510000043
得到第一融合图像，其中，If是第一融合图像，Ii是第一图像集合中的第i个图像，°是哈达玛积，wi是第一图像集合中的第i个图像的权重图。
9.根据权利要求6中的基于双目视觉的车轴划痕检测测量方法，其特征在于，所述分别对所述第一融合图像和所述第二融合图像进行划痕提取，获得第一划痕信息和第二划痕信息，具体包括：
对第一融合图像进行二值化处理，获得第一二值化图像，并对第二融合图像图像进行二值化处理，获得第二二值化图像；
分别对第一二值化图像和第二二值化图像进行膨胀腐蚀操作，获得第一膨胀腐蚀图像和第二膨胀腐蚀后图像；
分别对第一膨胀腐蚀图像和第二膨胀腐蚀后图像做连通域提取，获得第一划痕信息和第二划痕信息。
10.根据权利要求6中的基于双目视觉的车轴划痕检测测量方法，其特征在于，所述获取左相机采集的第一图像集合和右相机采集的第二图像集合；其中，所述第一图像集合包括左相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像，所述第二图像集合包括右相机采集的所述待测车轴的检测区域在四个所述光源分别在四个不同角度照射下的图像之前，还包括：
采用张正友标定法分别对左相机和右相机进行标定，获得双目相机的外参数。
CN202011580385.5A 2020-12-28 2020-12-28 一种基于双目视觉的车轴划痕检测测量系统及方法 Expired - Fee Related CN112782181B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011580385.5A CN112782181B (zh) 2020-12-28 2020-12-28 一种基于双目视觉的车轴划痕检测测量系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011580385.5A CN112782181B (zh) 2020-12-28 2020-12-28 一种基于双目视觉的车轴划痕检测测量系统及方法

Publications (2)

Publication Number Publication Date
CN112782181A true CN112782181A (zh) 2021-05-11
CN112782181B CN112782181B (zh) 2022-01-14

Family

ID=75752887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011580385.5A Expired - Fee Related CN112782181B (zh) 2020-12-28 2020-12-28 一种基于双目视觉的车轴划痕检测测量系统及方法

Country Status (1)

Country Link
CN (1) CN112782181B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0864999A (ja) * 1994-08-19 1996-03-08 Shigeki Kobayashi 検査装置、三次元形状計測方法及び製品の製造方法
CN104034733A (zh) * 2014-07-02 2014-09-10 中国人民解放军国防科学技术大学 基于双目视觉监测与表面裂纹图像识别的寿命预测方法
CN207369209U (zh) * 2017-04-26 2018-05-15 成都通甲优博科技有限责任公司 一种基于阵列摄像组件的三维立体摄像装置
CN208155893U (zh) * 2018-05-16 2018-11-27 青岛思锐自动化工程有限公司 基于高速相机的双目视觉划痕检测系统
CN110539109A (zh) * 2019-08-28 2019-12-06 广东工业大学 一种基于单双目视觉的机器人自动焊接系统及方法
CN209821086U (zh) * 2019-04-29 2019-12-20 黑龙江农业工程职业学院 一种基于激光双目视觉的焊缝自动检测系统
CN111024730A (zh) * 2019-12-10 2020-04-17 福建工程学院 一种玻璃划痕检测方法及装置
CN111833393A (zh) * 2020-07-05 2020-10-27 桂林电子科技大学 一种基于边缘信息的双目立体匹配方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0864999A (ja) * 1994-08-19 1996-03-08 Shigeki Kobayashi 検査装置、三次元形状計測方法及び製品の製造方法
CN104034733A (zh) * 2014-07-02 2014-09-10 中国人民解放军国防科学技术大学 基于双目视觉监测与表面裂纹图像识别的寿命预测方法
CN207369209U (zh) * 2017-04-26 2018-05-15 成都通甲优博科技有限责任公司 一种基于阵列摄像组件的三维立体摄像装置
CN208155893U (zh) * 2018-05-16 2018-11-27 青岛思锐自动化工程有限公司 基于高速相机的双目视觉划痕检测系统
CN209821086U (zh) * 2019-04-29 2019-12-20 黑龙江农业工程职业学院 一种基于激光双目视觉的焊缝自动检测系统
CN110539109A (zh) * 2019-08-28 2019-12-06 广东工业大学 一种基于单双目视觉的机器人自动焊接系统及方法
CN111024730A (zh) * 2019-12-10 2020-04-17 福建工程学院 一种玻璃划痕检测方法及装置
CN111833393A (zh) * 2020-07-05 2020-10-27 桂林电子科技大学 一种基于边缘信息的双目立体匹配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GAO LE等: "Vision measurement technique of axle based on double beam", 《OPTIK》 *
张建国等: "基于机器视觉的手机屏幕表面划痕检测研究", 《应用光学》 *

Also Published As

Publication number Publication date
CN112782181B (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
US8885040B2 (en) Method and apparatus for 3-dimensional vision and inspection of ball and like protrusions of electronic components
CN106017325B (zh) 一种改进的复杂表面和不规则物体体积的非接触光学测量方法
US7634128B2 (en) Stereoscopic three-dimensional metrology system and method
CN110296667B (zh) 基于线结构光多角度投影的高反射表面三维测量方法
CN104713885A (zh) 一种用于pcb板在线检测的结构光辅助双目测量方法
CN112161997B (zh) 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及系统
CN109751964B (zh) 一种高精度非接触式管径测量方法及装置
CN111366084A (zh) 基于信息融合的零件尺寸检测平台及检测方法、融合方法
CN107345789A (zh) 一种pcb板孔位检测装置及方法
JP2021193400A (ja) アーチファクトを測定するための方法
CN109636857B (zh) 对位方法及标定系统
CN107271445B (zh) 一种缺陷检测方法及装置
CN105066903A (zh) 一种激光三维测量系统及其测量方法
CN211827005U (zh) 一种基于多目视觉的五轴数控机床多功能检测装置
KR101091943B1 (ko) 타이어 프로파일 측정장치
CN103234483B (zh) 一种相机芯片平行度的检测方法及装置
JP2008275366A (ja) ステレオ３次元計測システム
CN112782181B (zh) 一种基于双目视觉的车轴划痕检测测量系统及方法
CN116393982B (zh) 一种基于机器视觉的螺丝锁付方法及装置
CN212059941U (zh) 一种钢轨缺陷的3d在线视觉检测装置
CN110470250B (zh) 一种零件表面平面度的检测装置及检测方法
JP2011145160A (ja) マルチフォーカス検査装置及びマルチフォーカス検査方法
CN206583440U (zh) 一种投影图像视距检测系统
TW201317587A (zh) 尺寸檢測裝置及方法
CN111351429A (zh) 基于运动控制和机器视觉的六面体尺寸测量系统和方法

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220114