CN113074656B - 工件孔洞测量方法 - Google Patents

Abstract

一种工件孔洞测量方法，用于测量设有孔洞的工件，首先取得工件的三维点云模型以及二维图像，接着依据二维图像的反射强度差异于三维点云模型界定第一轮廓，接着分别依据第一轮廓以建立第二轮廓及第三轮廓，接着界定第二轮廓与该第三轮廓之间为数据点测试区域，接着分别沿着数据点测试区域的多个剖线方向建立多个数据点取样区域，接着从每一数据点取样区域内取样具有最大转折幅度的一数据点作为一转折点以建立一转折点集合，最后将转折点集合内的所有转折点相互连接以建立该孔洞的边缘。

Description

工件孔洞测量方法

技术领域

本发明关于一种孔洞测量方法。

背景技术

随着电子产品精密度提高与种类的多样性，例如行动装置、医疗设备或车用电子，进行百分之百的全检为必然趋势。对于一般尺寸测量项目而言，三维孔洞的测量已为需求大宗，因此三维测量技术已成为发展重点。

关于三维测量技术，如何提高检测孔洞轮廓的转折点的准确度为精准测量的关键因素，且技术门坎也较高。目前待测工件上的直孔或埋孔的尺寸测量，仰赖人工方式使用塞规进行接触式测量，当需要待测的孔洞数量庞大时，十分耗时且精确度因为不同人的操作导致精确度不佳。为了维持检测效率与检测质量，唯有发展非接触式全自动测量技术才能因应市场的快速测量需求。

发明内容

本发明在于提供一种工件孔洞测量方法，通过二维图像数据与三维点云数据的搭配，快速地定位待测工件的孔洞边缘，达到快速及精确测量的目的。

本发明所公开的工件孔洞测量方法，用于测量设有一孔洞的一工件，包括：取得工件的三维点云模型以及二维图像；依据二维图像的图像强度差异于三维点云模型界定第一轮廓；依据第一轮廓分别以建立第二轮廓以及第三轮廓；定义第二轮廓与第三轮廓之间为数据点测试区域；分别沿着数据点测试区域的多个剖线方向建立多个数据点取样区域，每一剖线方向从第二轮廓延伸至第三轮廓，每一数据点取样区域内分布有多个数据点；分别取样每一所述数据点取样区域内一转折幅度最大的数据点作为一转折点以建立转折点集合；将转折点集合内的所有转折点相互连接以建立孔洞的边缘。

本发明所公开的工件孔洞测量方法，首先利用二维图像的反射强度信息来估计孔洞于待测工件表面的位置，藉此解决三维点云的数据量庞大且计算耗时的问题，以满足快速测量的目的。再者，通过二维图像与三维点云模型的交互搭配，更精准地判断数据点是否符合孔洞边缘，达到精准测量孔洞以及快速全检的效果。

以上关于本公开内容的说明及以下实施方式的说明用以示范与解释本发明的精神与原理，并且提供本发明的专利申请范围更进一步的解释。

附图说明

图1为根据本发明第一实施例所绘示的工件孔洞测量方法的流程图。

图2为图1的工件孔洞测量方法的界定数据点测试区域的示意图。

图3为图1的工件孔洞测量方法的界定数据点取样区域的示意图。

图4为沿着图3的其中一条剖线方向进行数据点取样的示意图。

图5为图1的工件孔洞测量方法的判断孔洞边缘的细部流程图。

图6为图5的工件孔洞测量方法的建立数据点分布线段的示意图。

图7为图5的工件孔洞测量方法的取样转折点集合的示意图。

图8为根据本发明第二实施例所绘示的工件孔洞测量方法的流程图。

图9为图8的过滤转折点点集合内的噪声的细部方法流程图。

图10A及图10B为图8的过滤转折点集合内的噪声的示意图。

图11为根据本发明第三实施例所绘示的工件孔洞测量方法的流程图。

图12为图11的孔洞类型判断程序的细部方法流程图。

图13A与图13B分别绘示图12的埋孔以及直孔的数据点分布示意图。

附图标记列表

11 第一轮廓

12 第二轮廓

13 第三轮廓

O 中心点

C1～C8 剖线方向

P1～P16 数据点

14 数据点取样线段

W1 第一虚拟窗口

W2 第二虚拟窗口

W3 第三虚拟窗口

W4 第四虚拟窗口

E1～E20 转折点

16、16’ 椭圆立方环

O1 椭圆中心点

L1、L2 参考线

K、K’ 夹角

具体实施方式

以下在实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施，且根据本说明书所公开的内容、申请专利范围及图式，任何本领域技术人员可轻易地理解本发明相关的目的及优点。以下实施例进一步详细说明本发明的观点，但非以任何观点限制本发明的范畴。

图1为根据本发明第一实施例所绘示的工件孔洞测量方法的流程图。如图1所示，工件孔洞测量方法用于测量设有孔洞的待测工件，在步骤S101中，通过三维取像装置对待测工件进行扫描以取得该待测工件的三维点云模型以及通过图像捕获设备对待测工件进行拍摄以取得该待测工件的二维图像，其中三维取像装置可包含有结构光或镭射扫描仪。其中三维点云模型以多个数据点的型式记录，每一个数据点包含有三维坐标数据及色彩信息。二维图像包含有图像强度(Intensity)信息，图像强度信息描述图像的灰阶值强度。在步骤S102中，依据二维图像的不同区域之间的图像强度差异于三维点云模型界定一第一轮廓。具体而言，二维图像包含第一区域图像以及第二区域图像，其中第一区域图像的灰阶值强度小于该第二区域图像的灰阶值强度，藉此将第一区域图像的位置估计为孔洞于待测工件的表面的位置，且将第一区域图像的边缘定义为一第一轮廓，其中第一轮廓具有一中心点。在步骤S103中，分别依据第一轮廓建立一第二轮廓以及一第三轮廓，该第一轮廓、该第二轮廓以及该第三轮廓共享该中心点，第一轮廓包围第二轮廓而第一轮廓与第二轮廓之间具有第一半径比。第三轮廓包围第一轮廓以及第二轮廓而第三轮廓与第一轮廓之间具有第二半径比。在本实施例中，第一半径比等于第二半径比，即第一轮廓依据相同比例分别建立第二轮廓与第三轮廓。在其他实施例中，第一半径比可相异于第二半径比，即第一轮廓以不同比例建立第二轮廓与第三轮廓。在步骤S104中，定义第二轮廓与该第三轮廓之间为一数据点测试区域，藉此估计孔洞的边缘于待测工件的表面的位置。在步骤S105中，分别沿着该数据点测试区域的多个剖线方向建立多个数据点取样区域，其中每一剖线方向从第二轮廓延伸至第三轮廓，而每一数据点取样区域内分布具有多个数据点。在步骤S106中，分别取样每一所述数据点取样区域内的转折幅度最大的数据点作为一转折点以建立一转折点集合。详言之，判断每一数据点取样区域内的所有数据点的转折点幅度，并将转折点幅度最大的数据点视为转折点，且搜集这些转折点以建立转折点集合，而每一个数据点取样区域只存在一个转折点。在步骤S107中，将转折点集合内的这些转折点相互连接以建立孔洞的边缘。

图2为图1的工件孔洞测量方法的界定数据点测试区域的示意图。为更为清楚理解步骤S103及步骤S104的技术内容，可共同参阅图1及图2，其中第一轮廓11包围第二轮廓12，第三轮廓13包围第一轮廓11，而第二轮廓12与第三轮廓13之间的环形区域即为步骤S104所界定的数据点测试区域。

图3为图1的工件孔洞测量方法的界定数据点取样区域的示意图。为更为清楚理解步骤S105的技术内容，可共同参阅图1及图3，第二轮廓12与第三轮廓13之间的环形区域内依据共同的中心点O以相同角度间隔定义出以中心点O向外的多个剖线方向C1～C8，而所述剖线方向C1～C8从第二轮廓12延伸至第三轮廓13。图4为沿着图3的剖线方向C2进行数据点取样的示意图，如图4所示，在数据点测试区域的剖线方向C2上分布有多个数据点P1～P16，而所述数据点P1～P16沿着Z轴方向上下起伏。在其他实施例中，所述剖线方向C1～C8相对于中心点O亦可具有不同的角度间隔。本实施例中，取像的数据点以直角坐标系来表示。在其他实施例，取样的数据点的坐标可采用极坐标系来表示。

图5为图1的工件孔洞测量方法的取样转折点集合的细部流程图。如图5所示，在步骤S106-1中，首先分别计算分布于这些数据点取样区域内的多个起伏标准差。详言之，每一数据点取样区域内第一轮廓11延伸至第三轮廓13分布有多个数据点皆具有不同Z轴坐标，依据所述Z轴坐标计算出该数据点取样区域的一个起伏标准差。在步骤S106-2中，依据这些起伏标准差分别对这些数据点取样区域执行直线拟合算法以建立多个数据点取样线段，其中每一数据点取样线段的长度等于第二轮廓12延伸至第三轮廓13，且每一数据点取样线段的Z轴方向的宽度等于数据点取样区域的起伏标准差。在步骤S106-3中，滤除每一数据点取样区域中具有大于该数据点取样区域的起伏标准差的Z轴坐标的部分数据点。具体而言，即将分布于数据点取样线段之外的部分数据点视为异常点(outlier)。在步骤S106-4中，分别对这些数据点取样线段执行窗口算法以建立转折点集合。详言之，窗口算法对于每一数据点取样线段之内的各数据点建立内外二侧的相同大小的两个虚拟窗口。随后，判断内外二侧的两个虚拟窗口内涵盖数据点数量之间的数据点数量差，并将具有最大数据点数量差的数据点视为转折点。

图6为图5的工件孔洞测量方法的建立数据点取样线段的示意图，为更为清楚理解步骤S106-2及步骤S106-3的技术内容，可共同参阅图1及图5。数据点取样线段14的Z轴方向的宽度等于数据点取样区域的起伏标准差，其中数据点P4、P7及P11分布于数据点取样线段14之外。在本实施例中，数据点P4、P7与P11即视为异常点。

图7为图5的工件孔洞测量方法的取样转折点集合的示意图，为更为清楚理解步骤S106-4的技术内容，可共同参阅图5及图7，窗口算法对于每一数据点取样线段14之内的各数据点(数据点P4、P7以及P11除外)建立内外两侧相同大小的虚拟窗口，例如数据点P1建立第一虚拟窗口W1及第二虚拟窗口W2，数据点P9建立第三虚拟窗口W3以及第四虚拟窗口W4，而第一虚拟窗口W1、第二虚拟窗口W2、第三虚拟窗口W3以及第四虚拟窗口W4内的数据点数量分别为0个、3个、3个及3个。第一虚拟窗口W1内的数据点数量与第二虚拟窗口W2内的数据点数量之间的数据点数量差为3个，第二虚拟窗口W2内的数据点数量与第三窗口W3内的数据点数量之间的差值为0个，而第三虚拟窗口W3内的数据点数量与第四虚拟窗口W4内的数据点数量之间的差值为0个。由于第一虚拟窗口W1与第二虚拟窗口W2之间具有最大值的数据点数量差，于是判断数据点P1为转折点。可以理解地，对于沿着其他剖线方向延伸的数据点取样线段14执行上述窗口算法，即可判断出其他多个转折点，最后取样所有数据点取样线段内的转折点以建立转折点集合。

除了上述窗口算法，本发明更提供另一种孔洞边缘的判断方法，其通过计算数据点取样线段14内的数据点的二阶导数，沿着剖线方向的二阶导数由正值转为负值时，可判断转为二阶导数为负值的数据点为孔洞的边缘点。

图8为根据本发明第二实施例所绘示的工件孔洞测量方法的流程图。如图8所示，工件孔洞测量方法的第二实施例更包括步骤S108：依据转折点集合以建立孔洞的边缘之后，执行一过滤转折点集合内的噪声的方法以建立边缘点集合。

图9为图8的过滤转折点点集合内的噪声的细部方法流程图。如图9所示，在步骤S108-1中，映射一椭圆立方环于转折点集合，而椭圆立方环具有一初始环半径。在步骤S108-2中，滤除分布于椭圆立方环之外的转折点，即将分布于椭圆立方环之外的转折点视为异常点。在步骤S108-3中，判断位于椭圆立方环内的任意两个转折点之间的夹角变异是否大于或等于第一阈值。当夹角变异大于或等于第一阈值，则执行步骤S108-4。反之当夹角变异小于第一阈值，则执行步骤S108-5。在步骤S108-4中，取样位于椭圆立方环内的所有转折点以建立边缘点集合。详言之，即分布于椭圆立方环内的所有转折点视为边缘点，并搜集所有边缘点以建立边缘点集合。在步骤S108-5中，执行最佳化收敛函数(如下所示)以依据固定比例减缩椭圆立方环的环半径，而每一次减缩椭圆立方环的环半径之后，便返回步骤S108-3。

(最佳化收敛函数)，p为转折点，r为椭圆立方环的环半径。

T(p,r)＝1，p落于椭圆立方环的环管内。

T(p,r)＝0，p落于椭圆立方环的环管外。

图10A及图10B为图8的过滤转折点集合内的噪声的示意图。如图10A所示，转折点集合包含有多个转折点E1～E20，椭圆立方环16具有椭圆中心点O1，其中转折点E2、E4、E11、E15、E18及E20分布于椭圆立方环16之外，故将转折点E2、E4、E11、E15、E18及E20视为异常点并加以滤除。再者，其中转折点E5与转折点E6的夹角θ₁小于第一阈值，故执行最佳化收敛函数以缩减椭圆立方环16的环半径r。如图10B所示，由于判断经过缩减的椭圆立方环16’内的转折点E1及E17的夹角θ₂大于第一阈值，结束执行最佳化收敛函数。

图11为根据本发明第三实施例所绘示的工件孔洞测量方法的流程图。如图11所示，工件孔洞测量方法的第三实施例更包括步骤S109：依据转折点集合以建立孔洞的边缘之后，执行孔洞类型判断程序。

图12为图11的孔洞类型判断程序的细部方法流程图。如图12所示，在步骤S109-1中，计算孔洞的边缘的外侧的外侧数据点密度。在步骤S109-2中，计算孔洞的边缘的内侧的内侧数据点密度。在步骤S109-3中，判断外侧数据点密度与内侧数据点密度的密度差是否大于或等于第二阈值。当密度差大于或等于该第二阈值时，执行步骤S109-4：判断孔洞为直孔。详言之，直孔的边缘的外侧应分布有数据点，反之直孔的边缘的内侧几乎没有分布数据点，所以直孔的边缘的外侧与内侧之间的数据点密度差应该会很大，所以当孔洞之外侧与内侧的数据点密度差太大时，孔洞有很大机率属于直孔。反之，当密度差小于第二阈值时，执行步骤S109-5：判断孔洞的边缘的外侧与内侧之间的夹角变异是否大于或等于第三阈值。当夹角变异大于或等于该第三阈值，则执行步骤S109-6：判断孔洞为直孔。当夹角变异小于该第三阈值，则执行步骤S109-7：判断孔洞为埋孔。详言之，直孔的孔壁与工件表面之夹角变异大于埋孔的内侧孔壁与工件表面之夹角变异，其中埋孔额内侧孔壁界定于埋孔的外孔边缘与内孔边缘之间。

进一步来说，图13A与图13B分别绘示图12的埋孔以及直孔的数据点分布示意图。请同时参考图3及图13A及13B，其中多条剖线C1～C8中的任一条的皆具有多个数据点，其中图13A的参考线L1与参考线L2所的夹角为K，图13B的参考线L1与参考线L2的夹角为K’，如图3所示，孔洞的C1～C8的8条剖线的夹角皆如图13A的夹角，则孔洞的8条剖线的8个夹角的夹角变异将小于该第三阈值，该孔洞判断为埋孔；反之，若孔洞的C1～C8的8条剖线的8个夹角可能包括图13A的夹角K或图13B的夹角K’，则该孔洞的C1～C8的8条剖线的8个夹角的夹角变异将大于或等于该第三阈值，该孔洞判断为直孔。

当依据孔洞类型判断程序得知孔洞为直孔时，则图1的步骤S107中所取得的边缘，即为直孔的边缘。当依据孔洞类型判断程序得知孔洞为埋孔时，图1的步骤S107中所取得的边缘仅为埋孔的外孔边缘。因此，当判断孔洞为埋孔时，在步骤S102中的二维图像的第一区域图像内更包含第三区域图像，而第三区域图像于第一区域图像中具有最小灰阶值强度，藉此将第三区域图像的位置估计为埋洞的内孔相对于整个埋孔的所在位置，而第三区域图像的轮廓定义为一第四轮廓。当取得第四轮廓后，针对第四轮廓依序执行图1的步骤S103至步骤S107，藉此取得埋孔的内孔边缘。

综合以上所述，目前三维孔洞的测量，仍多依赖人工使用塞规进行接触式测量，当需要测量大量孔洞时，不但耗时且精确度难以全部一致。本发明所公开的工件孔洞测量方法，首先利用二维图像的反射强度信息来估计孔洞于工件表面的位置，藉此解决三维点云模型的数据量庞大且计算耗时的问题，以满足快速测量的目的。再者，通过二维图像与三维点云模型的交互搭配，更精准地判断数据点是否符合孔洞边缘，达到精准测量孔洞以及快速全检的效果。

Claims (9)

1.一种工件孔洞量测方法，用于量测设有孔洞的工件，包括：

分别取得关于该工件的三维点云模型以及二维图像；

依据该二维图像的图像强度差异，以便于该三维点云模型界定第一轮廓；

依据该第一轮廓分别建立第二轮廓以及第三轮廓；

界定该第二轮廓与该第三轮廓之间为数据点测试区域；

沿着该数据点测试区域的多个剖线方向分别建立多个数据点取样区域，每一剖线方向从该第三轮廓延伸至该第二轮廓；

分别取样每一所述数据点取样区域内的转折幅度最大的数据点作为转折点以建立转折点集合；

将该转折点集合内的这些转折点相互连接以建立该孔洞的边缘，

其中分别取样每一所述数据点取样区域内的该转折幅度最大的数据点作为该转折点以建立该转折点集合包含：计算每一数据点取样区域内的多个数据点的起伏标准差；依据所述起伏标准差分别对所述数据点取样区域执行直线拟合算法以建立多个数据点分布线段，每一数据点分布线段的宽度等于该起伏标准差；分别滤除位于所述数据点分布线段之外的部分所述数据点；分别于所述数据点分布线段执行窗口算法以建立该转折点集合。

2.如权利要求1所述的工件孔洞量测方法，其中该二维图像包含第一区域图像以及第二区域图像，该第一区域图像的灰阶值强度小于该第二区域图像的灰阶值强度，估计该第一区域图像的位置对应于该孔洞于该工件的表面的位置。

3.如权利要求1所述的工件孔洞量测方法，其中该第一轮廓具有一中心点，该第一轮廓、该第二轮廓以及该第三轮廓共享该中心点，该第一轮廓包围该第二轮廓且第一轮廓与该第二轮廓之间具有第一半径比，该第三轮廓包围该第一轮廓与该第二轮廓且该第三轮廓与该第一轮廓之间具有第二半径比，而该第一半径比等于该第二半径比。

4.如权利要求1所述的工件孔洞量测方法，其中该第一轮廓与该第二轮廓之间具有第一半径比，该第三轮廓与该第一轮廓之间具有第二半径比，该第一半径比相异于该第二半径比。

5.如权利要求1所述的工件孔洞量测方法，更包括在将该转折点集合内的所有转折点相互连接以建立该孔洞的该边缘之后，执行过滤该转折点集合内的噪声的方法。

6.如权利要求5所述的工件孔洞量测方法，其中该过滤该转折点集合内的噪声的方法包含：映像椭圆立方环于该该转折点集合；滤除分布于该椭圆立方环之外的数据点；判断分布于该椭圆立方环内的任意两个数据点之间的夹角变异是否大于或等于第一阈值；当该夹角变异大于或等于该第一阈值，取样分布于该椭圆立方环内的数据点以建立边缘点集合；当该夹角变异小于该第一阈值，持续递减该椭圆立方环内的环半径，直到位于该椭圆立方环内的任意两个数据点之间的夹角变异大于或等于该第一阈值为止。

7.如权利要求1所述的工件孔洞量测方法，更包括在将该转折点集合内的所有转折点相互连接以建立该孔洞的该边缘之后，执行孔洞类型判断程序。

8.如权利要求7所述的工件孔洞量测方法，其中该孔洞类型判断程序包含：计算该孔洞的该边缘的外侧的外侧数据点密度；计算该孔洞的该边缘的内侧的内侧数据点密度；判断该外侧数据点密度与该内侧数据点密度的密度差是否大于或等于第二阈值；当该密度差大于或等于该第二阈值时，判断该孔洞为直孔。

9.如权利要求8所述的工件孔洞量测方法，其中该孔洞类型判断程序更包含：当该密度差小于该第二阈值时，判断该孔洞的该边缘的外侧与该孔洞的该边缘的内侧之间的夹角变异是否大于或等于第三阈值；当该夹角变异大于或等于该第三阈值，判断该孔洞为直孔；当该夹角变异小于该第三阈值，判断该孔洞为埋孔。

Images