CN113607058B - 一种基于机器视觉的直刃刀尺寸检测方法及系统 - Google Patents
一种基于机器视觉的直刃刀尺寸检测方法及系统 Download PDFInfo
- Publication number
- CN113607058B CN113607058B CN202110826299.6A CN202110826299A CN113607058B CN 113607058 B CN113607058 B CN 113607058B CN 202110826299 A CN202110826299 A CN 202110826299A CN 113607058 B CN113607058 B CN 113607058B
- Authority
- CN
- China
- Prior art keywords
- straight line
- image
- straight
- thickness
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000001914 filtration Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000003708 edge detection Methods 0.000 claims abstract description 7
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 238000005259 measurement Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 2
- 238000004513 sizing Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于机器视觉的直刃刀尺寸测量方法及系统,本发明方法具体过程包括以下步骤:(1)安装好相机,采集多张相机标定板图像,标定相机的内部参数和外部参数,建立相机成像的几何模型。(2)将待检测工件装夹好,置于相机检测的视野范围内,采集工件不同位置的图像。(3)对采集到的图像确定感兴趣区域。(4)对图像进行预处理,将图像转化为二值图,并对二值图添加中值滤波。(5)使用Canny算子进行边缘检测。(6)使用Hough变换对边缘进行直线检测。(7)计算直刃刀的尺寸。本发明具有精度高、鲁棒性高、检测速度快等优势。
Description
技术领域
本发明属于智能检测技术领域,涉及直刃刀具智能检测技术,具体为一种基于机器视觉的直刃刀尺寸检测方法及系统。
背景技术
随着现代工业加工技术的不断发展,加工不同零件会用到各种各样的刀具。刀具作为加工设备中的重要组成部分,磨制出来的刀具是否符合尺寸要求,对刀具自身的寿命和加工过程的稳定性及零件表面加工质量有着重要影响。刀具的尺寸精度高,在加工过程中可以减少切削力,提高加工效率和加工零件的表面质量。因此,检测它的尺寸参数对于提升加工过程的稳定性和零件加工质量具有重要的工程价值。
传统的尺寸测量的方法,是通过刻度尺、游标卡尺、千分表、螺旋测微器等工具对工件进行尺寸测量。这种测量方法存在很多不足之处,如工作效率低、测量速度慢、测量工具与工件接触由于不当的操作还会造成测量工具和工件的磨损的现象,并且测量极易受到工件形状的限制。
机器视觉是利用光学原理的一种测量方法,用机器代替人眼进行测量和判断。近几年随着相机、镜头等硬件设备的不断升级以及图像处理技术的快速发展,机器视觉已在多个行业中得到了实际应用。采用机器视觉的测量方法可以避免传统测量中接触时磨损的问题,工作稳定可靠,检测速度快,提高了检测的效率。
现有的机器视觉尺寸测量中,对采集到的图片边缘提取后,使用最小二乘法进行直线拟合,找到已知的所有点距离之和最小的直线。最小二乘法会用到所有的点,所以对噪声很敏感,它拟合出来的直线并不会穿过所有的点,改变其中一个点的位置,会对结果造成影响。这种方法无法同时处理多根直线,对噪声的鲁棒性不好,受噪声影响大,并且无法拟合垂直线。
发明内容
针对现有技术存在的问题,本发明提供了一种基于机器视觉的直刃刀尺寸测量方法及系统。本发明在对图像边缘提取后,使用Hough变换检测直线,与采用最小二乘法拟合直线相比,Hough变换是找一条直线使已知所有点中有最多点在这条直线上,检测出来的直线必定会穿过相关的点,几乎不受噪声或干扰点的影响,鲁棒性强,并且可以同时检测出多条直线。此技术方案具有检测速度快、精度高,可以长时间工作等优势,可以获得直刃刀的单侧厚度、总厚度、刃宽,实现直刃刀尺寸的非接触测量。
本发明采取如下技术方案:
一种基于机器视觉的直刃刀尺寸测量方法,具体过程包括以下步骤:
(1)安装好相机,采集多张相机标定板图像,标定相机的内部参数和外部参数,建立相机成像的几何模型。
(2)将待检测工件装夹好,置于相机检测的视野范围内,采集工件不同位置的图像。
(3)对采集到的图像确定感兴趣区域。
(4)对图像进行预处理,将图像转化为二值图,并对二值图添加中值滤波。
(5)使用Canny算子进行边缘检测。
(6)使用Hough变换对边缘进行直线检测。
(7)计算直刃刀的尺寸。
优选的,步骤(1)安装好相机后,使用MATLAB,拍摄多张不同方向的标定板图片,标定好相机的内部参数和外部参数,将世界坐标系转化为像素坐标系,得到世界坐标系(Xw,Yw)和像素坐标系(u,v)的比例系数k,(Xw,Yw)=k(u,v)。
优选的,步骤(6),使用Hough变换对边缘进行直线检测具体包括以下步骤:
设图像中检测出来的直线段为y1,y2,y3,……,yn,直线段的起点坐标和终点坐标分别为(x1,y1),(x2,y2),(x3,y3),……,(x2n,y2n);y1的起点坐标和终点坐标分别为(x1,y1),(x2,y2),y2的起点坐标和终点坐标分别为(x3,y3),(x4,y4),……,yn的起点坐标和终点坐标分别分(x2n-1,y2n-1),(x2n,y2n);
计算y1,y2,y3,……,yn的直线方程:yn=knx+bn(n=1,2,3,……)
其中,斜率截距/>
优选的,步骤(7),根据直线段y1,y2,y3,……,yn计算直刃刀的单侧厚度、总厚度、刃宽;计算过程如下:
设检测出的直线段为y1=k1x+b1,y2=k2x+b2,y3=k3x+b3;
厚度计算时分别取y1,y2,y3直线上的三个点X1,X2,X3,求出在这三个点上直线的距离d,计算直线距离的平均值M,M1,M2,再乘上比例系数k,即为直刃刀的总厚度、上侧厚度、下侧厚度;
d1=|y31-y11|,d2=|y32-y12|,d3=|y33-y13|,d4=|y31-y21|,d5=|y32-y22|,d6=|y33-y23|,d7=|y21-y11|,d8=|y22-y12|,d9=|y23-y13|
总厚度=k*M,上侧厚度=k*M1,下侧厚度=k*M2;
设检测出的图像的直线为y4,y5,y6,y7;取三点分别计算y4,y5和y6,y7的平面距离D1、D2;
图像坐标中下侧刃宽N1,上侧刃宽N2的计算公式为:
下侧刃宽=k*N1,上侧刃宽=k*N2。
本发明还公开了一种基于机器视觉的直刃刀尺寸测量系统,其包括以下模块:
相机标定模块:采集多张相机标定板图像,标定相机的内部参数和外部参数,建立相机成像的几何模型;
图像采集模块:采集工件不同位置的图像;
确定感兴趣区域模块:对采集到的图像确定感兴趣区域;
图像预处理模块:对图像进行预处理,将图像转化为二值图,并对二值图添加中值滤波;
Canny算子边缘提取模块:使用Canny算子进行边缘检测;
Hough变换直线检测模块:使用Hough变换对边缘进行直线检测;
计算直刃刀尺寸模块:计算直刃刀的尺寸。
优选的,相机标定模块:使用MATLAB,拍摄多张不同方向的标定板图片,标定好相机的内部参数和外部参数,将世界坐标系转化为像素坐标系,得到世界坐标系(Xw,Yw)和像素坐标系(u,v)的比例系数k,(Xw,Yw)=k(u,v)。
优选的,Hough变换直线检测模块具体如下:
设图像中检测出来的直线段为y1,y2,y3,……,yn,直线段的起点坐标和终点坐标分别为(x1,y1),(x2,y2),(x3,y3),……,(x2n,y2n);y1的起点坐标和终点坐标分别为(x1,y1),(x2,y2),y2的起点坐标和终点坐标分别为(x3,y3),(x4,y4),……,yn的起点坐标和终点坐标分别分(x2n-1,y2n-1),(x2n,y2n);
计算y1,y2,y3,……,yn的直线方程:yn=knx+bn(n=1,2,3,……)
其中
优选的,计算直刃刀尺寸模块具体如下:根据直线段y1,y2,y3,……,yn计算直刃刀的单侧厚度、总厚度、刃宽;计算过程如下:
设检测出的直线段为y1=k1x+b1,y2=k2x+b2,y3=k3x+b3;
厚度计算时分别取y1,y2,y3直线上的三个点X1,X2,X3,求出在这三个点上直线的距离d,计算直线距离的平均值M,M1,M2,再乘上比例系数k,即为直刃刀的总厚度、上侧厚度、下侧厚度;
d1=|y31-y11|,d2=|y32-y12|,d3=|y33-y13|,d4=|y31-y21|,d5=|y32-y22|,d6=|y33-y23|,d7=|y21-y11|,d8=|y22-y12|,d9=|y23-y13|
总厚度=k*M,上侧厚度=k*M1,下侧厚度=k*M2;
设检测出的图像的直线为y4,y5,y6,y7;取三点分别计算y4,y5和y6,y7的平面距离D1、D2;
图像坐标中下侧刃宽N1,上侧刃宽N2的计算公式为:
下侧刃宽=k*N1,上侧刃宽=k*N2。
本发明提供了一种基于机器视觉的直刃刀尺寸的非接触测量方法及系统,具备如下有益效果:
(1)安全可靠,机器视觉为非接触式测量,避免了接触测量时易对工件造成刮擦损伤的问题。
(2)可以代替人工检测,避免了人员对工件尺寸测量时的偶然误差。
(3)稳定性高,相机可以长时间工作,解决了人员长时间测量的疲劳问题。
(4)精度高,机器视觉尺寸测量的精度可达到微米级。
附图说明
图1为本发明基于机器视觉的直刃刀尺寸检测方法的一种优选实施例的流程图。
图2为直刃刀侧面边缘提取图。
图3为直刃刀侧面直线检测结果图。
图4为直刃刀正面边缘提取图。
图5为直刃刀正面直线检测结果图。
图6是本发明基于机器视觉的直刃刀尺寸检测系统的功能框图。
具体实施方式
下面结合附图进一步说明本发明的详细内容及具体实施方式。
参见图1,本实施例一种基于机器视觉的直刃刀尺寸检测方法,包括以下步骤:
(1)安装好相机,使用MATLAB,拍摄15张不同方向的标定板图片,标定好相机的内外参数,将世界坐标系转化为像素坐标系,得到世界坐标系(Xw,Yw)和像素坐标系(u,v)的比例系数k,(Xw,Yw)=k(u,v)。标定好的相机在没有移动和装拆的情况下,之后检测中无需再次进行相机标定。
(2)将需要待检测的直刃刀置于相机视野范围内,装夹好工件,相机采集工件不同位置的图像。
(3)采集到的工件图像包含有不需要的信息,确定图片的感兴趣区域,减少图像处理时间。
(4)将采集到的图像转化为二值图像,为了降低噪声对图像的影响,提高图像质量,还需对图像添加中值滤波,具体做法就是将像素点所在邻域各点的灰度值均值作为该点的灰度值。
(5)对预处理后的图像使用Canny算子进行边缘检测。具体步骤为:首先对图像进行高斯滤波去除噪声,之后计算梯度值和方向,x方向和y方向梯度计算公式分别为:梯度方向计算公式为:之后寻找像素点局部最大值,梯度方向上邻域的梯度值最大则保留,否则抑制。最后设置双阈值,像素点大于阈值上界则认为是边界,小于阈值下界则认为不是边界。检测结果如图2和图4所示。
(6)使用Hough变换对图2和图4进行直线检测,检测结果如图3和图5所示。之后得到直线方程。
设图3和图5中检测出来的直线段为y1,y2,y3,y4,y5,y6,y7,直线段的起点坐标和终点坐标分别为(x1,y1),(x2,y2),(x3,y3),……,(x14,y14)。y1的起点坐标和终点坐标分别为(x1,y1),(x2,y2),y2的起点坐标和终点坐标分别为(x3,y3),(x4,y4),……,y7的起点坐标和终点坐标分别分(x13,y13),(x14,y14)。
计算y1,y2,y3,……,y7的直线方程:yn=knx+bn(n=1,2,3,……)
其中,斜率
截距
(7)通过计算直线的距离,得到直刃刀的上侧厚度、下侧厚度、总厚度、刃宽。
设图3检测出的直线段为y1=k1x+b1,y2=k2x+b2,y3=k3x+b3。
厚度计算时分别取y1,y2,y3直线上的三个点X1,X2,X3,求出在这三个点上直线的距离d,计算直线距离的平均值M,M1,M2,再乘上比例系数k,即为直刃刀的总厚度、上侧厚度、下侧厚度。
直线y1,y3在三个点的距离d1=|y31-y11|,d2=|y32-y12|,d3=|y33-y13|
直线y2,y3在三个点的距离d4=|y31-y21|,d5=|y32-y22|,d6=|y33-y23|
直线y1,y2在三个点的距离d7=|y21-y11|,d8=|y22-y12|,d9=|y23-y13|
直线y1,y3的平均距离
直线y2,y3的平均距离
直线y1,y2的平均距离
总厚度=k*M,上侧厚度=k*M1,下侧厚度=k*M2。
设图5检测出的图像的直线为y4,y5,y6,y7。取三点X4,X5,X6,分别计算y4,y5和y6,y7的距离D1、D2。
直线y4,y5在三个点的距离d10=|y54-y44|,d11=|y55-y45|,d12=|y56-y46|
直线y6,y7在三个点的距离d13=|y74-y64|,d14=|y75-y65|,d15=|y76-y66|
直线y4,y5的平均距离
直线y6,y7的平均距离
图像坐标中下侧刃宽N1,上侧刃宽N2的计算公式为:
下侧刃宽=k*N1,上侧刃宽=k*N2。
参见图6,本实施例公开了一种基于机器视觉的直刃刀尺寸检测系统,包括以下模块:
相机标定模块:安装好相机,相机标定模块使用MATLAB,拍摄15张不同方向的标定板图片,标定好相机的内外参数,将世界坐标系转化为像素坐标系,得到世界坐标系(Xw,Yw)和像素坐标系(u,v)的比例系数k,(Xw,Yw)=k(u,v)。标定好的相机在没有移动和装拆的情况下,之后检测中无需再次进行相机标定。
图像采集模块:将需要待检测的直刃刀置于相机视野范围内,装夹好工件,图像采集模块通过相机采集工件不同位置的图像。
确定感兴趣区域模块:采集到的工件图像包含有不需要的信息,确定图片的感兴趣区域,以减少图像处理时间。
图像预处理模块:将采集到的图像转化为二值图像,为了降低噪声对图像的影响,提高图像质量,还需对图像添加中值滤波,具体做法就是将像素点所在邻域各点的灰度值均值作为该点的灰度值。
Canny算子边缘提取模块:对预处理后的图像使用Canny算子进行边缘检测。具体步骤为:首先对图像进行高斯滤波去除噪声,之后计算梯度值和方向,x方向和y方向梯度计算公式分别为:梯度方向计算公式为:/>之后寻找像素点局部最大值,梯度方向上邻域的梯度值最大则保留,否则抑制。最后设置双阈值,像素点大于阈值上界则认为是边界,小于阈值下界则认为不是边界。检测结果如图2和图4所示。
Hough变换直线检测模块:使用Hough变换对图2和图4进行直线检测,检测结果如图3和图5所示。之后得到直线方程。
设图3和图5中检测出来的直线段为y1,y2,y3,y4,y5,y6,y7,直线段的起点坐标和终点坐标分别为(x1,y1),(x2,y2),(x3,y3),……,(x14,y14)。y1的起点坐标和终点坐标分别为(x1,y1),(x2,y2),y2的起点坐标和终点坐标分别为(x3,y3),(x4,y4),……,y7的起点坐标和终点坐标分别分(x13,y13),(x14,y14)。
计算y1,y2,y3,……,y7的直线方程:yn=knx+bn(n=1,2,3,……)
其中,斜率
截距
计算直刃刀尺寸模块:通过计算直线的距离,得到直刃刀的上侧厚度、下侧厚度、总厚度、刃宽。
设图3检测出的直线段为y1=k1x+b1,y2=k2x+b2,y3=k3x+b3。
厚度计算时分别取y1,y2,y3直线上的三个点X1,X2,X3,求出在这三个点上直线的距离d,计算直线距离的平均值M,M1,M2,再乘上比例系数k,即为直刃刀的总厚度、上侧厚度、下侧厚度。
直线y1,y3在三个点的距离d1=|y31-y11|,d2=|y32-y12|,d3=|y33-y13|
直线y2,y3在三个点的距离d4=|y31-y21|,d5=|y32-y22|,d6=|y33-y23|
直线y1,y2在三个点的距离d7=|y21-y11|,d8=|y22-y12|,d9=|y23-y13|
直线y1,y3的平均距离
直线y2,y3的平均距离
直线y1,y2的平均距离
总厚度=k*M,上侧厚度=k*M1,下侧厚度=k*M2。
设图5检测出的图像的直线为y4,y5,y6,y7。取三点X4,X5,X6,分别计算y4,y5和y6,y7的平面距离D1、D2。
直线y4,y5在三个点的距离d10=|y54-y44|,d11=|y55-y45|,d12=|y56-y46|
直线y6,y7在三个点的距离d13=|y74-y64|,d14=|y75-y65|,d15=|y76-y66|
直线y4,y5的平均距离
直线y6,y7的平均距离
图像坐标中下侧刃宽N1,上侧刃宽N2的计算公式为:
下侧刃宽=k*N1,上侧刃宽=k*N2。
本发明基于机器视觉技术的直刃刀尺寸测量方法,首先利用相机标定板,标定好CMOS相机的内部参数和外部参数,之后将待检测工件置于相机的视野范围内,采集待检测工件的图像。对采集到的图像确定感兴趣区域(ROI),之后对图像进行预处理。再利用Canny算子提取直刃刀的边缘信息,将提取到的边缘信息利用Hough变换,对直刃刀进行直线检测。最后通过计算得到直刃刀单侧厚度、总厚度、刃宽,实现直刃刀尺寸的非接触式测量。本发明具有精度高、鲁棒性高、检测速度快等优势。
Claims (4)
1.一种基于机器视觉的直刃刀尺寸测量方法,其特征在于,包括以下步骤:
(1)安装好相机,采集多张相机标定板图像,标定相机的内部参数和外部参数,建立相机成像的几何模型;
(2)将待检测工件装夹好,置于相机检测的视野范围内,采集工件不同位置的图像;
(3)对采集到的图像确定感兴趣区域;
(4)对图像进行预处理,将图像转化为二值图,并对二值图添加中值滤波;
(5)使用Canny算子进行边缘检测;
(6)使用Hough变换对边缘进行直线检测;
(7)计算直刃刀的尺寸;
步骤(6),使用Hough变换对边缘进行直线检测具体包括以下步骤:
设图像中检测出来的直线段为y1,y2,y3,……,yn,直线段的起点坐标和终点坐标分别为(x1,y1),(x2,y2),(x3,y3),……,(x2n,y2n);y1的起点坐标和终点坐标分别为(x1,y1),(x2,y2),y2的起点坐标和终点坐标分别为(x3,y3),(x4,y4),……,yn的起点坐标和终点坐标分别分(x2n-1,y2n-1),(x2n,y2n);
计算y1,y2,y3,……,yn的直线方程:yn=knx+bn,n=1,2,3,……
其中
步骤(7),根据直线段y1,y2,y3,……,yn计算直刃刀的单侧厚度、总厚度、刃宽;计算过程如下:
设检测出的直线段为y1=k1x+b1,y2=k2x+b2,y3=k3x+b3;
厚度计算时分别取y1,y2,y3直线上的三个点X1,X2,X3,求出在这三个点上直线的距离d,计算直线距离的平均值M,M1,M2,再乘上比例系数k,即为直刃刀的总厚度、上侧厚度、下侧厚度;
d1=|y31-y11|,d2=|y32-y12|,d3=|y33-y13|,d4=|y31-y21|,d5=|y32-y22|,d6=|y33-y23|,d7=|y21-y11|,d8=|y22-y12|,d9=|y23-y13|
总厚度=k*M,上侧厚度=k*M1,下侧厚度=k*M2;
设检测出的图像的直线为y4,y5,y6,y7;取三点分别计算y4,y5和y6,y7的平面距离D1、D2;
图像坐标中下侧刃宽N1,上侧刃宽N2的计算公式为:
下侧刃宽=k*N1,上侧刃宽=k*N2。
2.根据权利要求1所述基于机器视觉的直刃刀尺寸测量方法,其特征在于:步骤(1)安装好相机后,使用MATLAB,拍摄多张不同方向的标定板图片,标定好相机的内部参数和外部参数,将世界坐标系转化为像素坐标系,得到世界坐标系(Xw,Yw)和像素坐标系(u,v)的比例系数k,(Xw,Yw)=k(u,v)。
3.一种基于机器视觉的直刃刀尺寸测量系统,其特征在于,包括以下模块:
相机标定模块:采集多张相机标定板图像,标定相机的内部参数和外部参数,建立相机成像的几何模型;
图像采集模块:采集工件不同位置的图像;
确定感兴趣区域模块:对采集到的图像确定感兴趣区域;
图像预处理模块:对图像进行预处理,将图像转化为二值图,并对二值图添加中值滤波;
Canny算子边缘提取模块:使用Canny算子进行边缘检测;
Hough变换直线检测模块:使用Hough变换对边缘进行直线检测;
计算直刃刀尺寸模块:计算直刃刀的尺寸;
所述的Hough变换直线检测模块具体如下:
设图像中检测出来的直线段为y1,y2,y3,……,yn,直线段的起点坐标和终点坐标分别为(x1,y1),(x2,y2),(x3,y3),……,(x2n,y2n);y1的起点坐标和终点坐标分别为(x1,y1),(x2,y2),y2的起点坐标和终点坐标分别为(x3,y3),(x4,y4),……,yn的起点坐标和终点坐标分别分(x2n-1,y2n-1),(x2n,y2n);
计算y1,y2,y3,……,yn的直线方程:yn=knx+bn,n=1,2,3,……;
其中
所述的计算直刃刀尺寸模块具体如下:根据直线段y1,y2,y3,……,yn计算直刃刀的单侧厚度、总厚度、刃宽;计算过程如下:
设检测出的直线段为y1=k1x+b1,y2=k2x+b2,y3=k3x+b3;
厚度计算时分别取y1,y2,y3直线上的三个点X1,X2,X3,求出在这三个点上直线的距离d,计算直线距离的平均值M,M1,M2,再乘上比例系数k,即为直刃刀的总厚度、上侧厚度、下侧厚度;
d1=|y31-y11|,d2=|y32-y12|,d3=|y33-y13|,d4=|y31-y21|,d5=|y32-y22|,d6=|y33-y23|,d7=|y21-y11|,d8=|y22-y12|,d9=|y23-y13|
总厚度=k*M,上侧厚度=k*M1,下侧厚度=k*M2;
设检测出的图像的直线为y4,y5,y6,y7;取三点分别计算y4,y5和y6,y7的平面距离D1、D2;
图像坐标中下侧刃宽N1,上侧刃宽N2的计算公式为:
下侧刃宽=k*N1,上侧刃宽=k*N2。
4.根据权利要求3所述基于机器视觉的直刃刀尺寸测量系统,其特征在于:所述的相机标定模块:使用MATLAB,拍摄多张不同方向的标定板图片,标定好相机的内部参数和外部参数,将世界坐标系转化为像素坐标系,得到世界坐标系(Xw,Yw)和像素坐标系(u,v)的比例系数k,(Xw,Yw)=k(u,v)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826299.6A CN113607058B (zh) | 2021-07-21 | 2021-07-21 | 一种基于机器视觉的直刃刀尺寸检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826299.6A CN113607058B (zh) | 2021-07-21 | 2021-07-21 | 一种基于机器视觉的直刃刀尺寸检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113607058A CN113607058A (zh) | 2021-11-05 |
CN113607058B true CN113607058B (zh) | 2023-11-17 |
Family
ID=78305033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110826299.6A Active CN113607058B (zh) | 2021-07-21 | 2021-07-21 | 一种基于机器视觉的直刃刀尺寸检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113607058B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114491833B (zh) * | 2021-12-28 | 2024-05-14 | 中车永济电机有限公司 | 一种带锥度波纹翅片型材散热器参数化快速建模方法 |
CN115235335A (zh) * | 2022-05-24 | 2022-10-25 | 武汉工程大学 | 一种高铁动车组走行部尺寸智能检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11241911A (ja) * | 1998-02-25 | 1999-09-07 | Sumitomo Metal Mining Co Ltd | 画像解析による帯状先端位置検出方法 |
CN101789123A (zh) * | 2010-01-27 | 2010-07-28 | 中国科学院半导体研究所 | 一种创建基于单目机器视觉距离图的方法 |
CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
CN106651828A (zh) * | 2016-09-21 | 2017-05-10 | 哈尔滨工业大学 | 一种工业小尺度运动模糊成像条件下的产品尺寸亚像素测量方法 |
CN111862037A (zh) * | 2020-07-17 | 2020-10-30 | 华中科技大学无锡研究院 | 基于机器视觉的精密孔类零件几何特征检测方法及系统 |
-
2021
- 2021-07-21 CN CN202110826299.6A patent/CN113607058B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11241911A (ja) * | 1998-02-25 | 1999-09-07 | Sumitomo Metal Mining Co Ltd | 画像解析による帯状先端位置検出方法 |
CN101789123A (zh) * | 2010-01-27 | 2010-07-28 | 中国科学院半导体研究所 | 一种创建基于单目机器视觉距离图的方法 |
CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
CN106651828A (zh) * | 2016-09-21 | 2017-05-10 | 哈尔滨工业大学 | 一种工业小尺度运动模糊成像条件下的产品尺寸亚像素测量方法 |
CN111862037A (zh) * | 2020-07-17 | 2020-10-30 | 华中科技大学无锡研究院 | 基于机器视觉的精密孔类零件几何特征检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113607058A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110189314B (zh) | 基于机器视觉的汽车仪表盘图像定位方法 | |
CN109190628A (zh) | 一种基于机器视觉的板材镰刀弯检测方法 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
CN106824806B (zh) | 基于机器视觉的小模数塑料齿轮的检测方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
CN114279357A (zh) | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 | |
CN107796826B (zh) | 基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法 | |
CN111047588A (zh) | 一种轴型小零件尺寸的图像化测量方法 | |
CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
CN111062940A (zh) | 一种基于机器视觉的螺钉定位与识别方法 | |
CN109978940A (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
CN110608685A (zh) | 一种基于树莓派的物体尺寸快速测量方法 | |
CN109272542A (zh) | 一种三维物体体积的确定方法 | |
CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
CN114485433A (zh) | 基于伪随机散斑的三维测量系统、方法及装置 | |
CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
CN109345500A (zh) | 一种基于机器视觉的机床刀具刀尖点位置计算方法 | |
CN116880353A (zh) | 一种基于两点间隙的机床对刀方法 | |
CN114963981B (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN109377482A (zh) | 一种基于点云数据的轮胎胎角性质检测方法 | |
CN112414316B (zh) | 一种应变片敏感栅尺寸参数测量方法 | |
CN110108209A (zh) | 小型多孔零件的测量方法及系统 | |
CN112233063A (zh) | 一种大尺寸圆形物体的圆心定位方法 |
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 |