CN114092542A - 一种基于二维视觉的螺栓测量方法以及系统 - Google Patents
一种基于二维视觉的螺栓测量方法以及系统 Download PDFInfo
- Publication number
- CN114092542A CN114092542A CN202111386566.9A CN202111386566A CN114092542A CN 114092542 A CN114092542 A CN 114092542A CN 202111386566 A CN202111386566 A CN 202111386566A CN 114092542 A CN114092542 A CN 114092542A
- Authority
- CN
- China
- Prior art keywords
- bolt
- image
- target object
- sizes
- size
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 claims abstract description 55
- 238000007781 pre-processing Methods 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 6
- 238000012360 testing method Methods 0.000 abstract description 3
- 238000013441 quality evaluation Methods 0.000 abstract 1
- 239000000463 material Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于二维视觉的螺栓测量方法以及系统,方法包括:将待测量图像进行预处理,得到螺栓所在区域图像;对所述螺栓所在区域图像进行螺栓尺寸测量,得到螺栓的尺寸;根据所述螺栓的尺寸,与标准尺寸进行对比,判断螺栓是否合格;经测试,算法执行时间在毫秒级别,精度可达毫米级别,解决现有的视觉螺栓测量精度不高、测量细节不够、无法进行螺栓质量评估的问题。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种基于二维视觉的螺栓测量方法以及系统。
背景技术
目前,随着智能终端的快速发展,其硬件性能,尤其是摄像头传感器的性能有很大的提升,成像的质量也有相应的提升,这让在工厂生产过程中的视觉螺栓高精度测量成为了可能。
现有技术中,由于自然环境下光线嘈杂、传感器精度不足、算法精度不稳定、螺栓种类繁杂以及自然环境下二维螺栓图像成像质量不理想的影响下,想要利用视觉技术进行螺栓测量,往往很难测量出精准的尺寸数据。从而导致了工业上难以应用。
发明内容
本发明要解决的技术问题,在于提供一种基于二维视觉的螺栓测量方法以及系统,解决现有的视觉螺栓测量过程时,由于对螺栓物体的图像测量精度不高、测量不准、测量过程体验差问题。
第一方面,本发明提供了一种基于二维视觉的螺栓测量方法,包括:
步骤1、将待测量图像进行螺栓图像的预处理,得到螺栓所在区域图像;
步骤2、从螺栓所在区域图像中提取螺栓角点,得到螺栓的角点信息;
步骤3、根据所述角点信息,测量不同种类的螺栓的尺寸信息;
步骤4、将测得的尺寸信息与对应的标准尺寸信息进行比较,若尺寸均在设定误差范围内,即合格,否则不合格。
进一步地,所述步骤1进一步具体为:将待测量图像转化为灰度图,得到单通道灰度图;根据单通道灰度图进行中值滤波处理,得到滤波图;对滤波图进行自适应阈值二值化,得到二值化图;将所二值化图进行目标物体分析,得到若干个目标物体区域;将所有目标物体区域的面积比较,其中最大目标物体区域即所需目标物体区域,保留并对所需目标物体区域进行填充修复,过滤其余区域,得到目标物体区域图像;对目标物体区域图像进行目标区域校正,使用霍夫变换检测目标物体区域的平面倾斜角度,得出平面倾斜角度;使用平面倾斜角度对目标物体区域做仿射变换旋转矫正,得到目标物体的主轴线与水平线平行的目标物体区域,即为螺栓所在区域图像。
进一步地,所述步骤2进一步具体为:根据螺栓所在区域图像,在螺栓外接矩形的高度一半的范围内,自上而下作设定条水平切线,取得的线段;对所有的线段两两进行比较,即可得到螺栓的角点信息。
进一步地,所述步骤3进一步具体为:对于不存在角点的螺栓,则进行提取轮廓得到轮廓信息,根据轮廓信息确定螺栓的最小外接矩形,所述外接矩形用于辅助测量该类螺栓的长度和直径;对于存在角点的螺栓,根据得到螺栓的角点测量螺栓的尺寸,根据长度差异确定螺栓的形态,以确定螺栓的螺栓长度、螺帽直径以及螺杆直径。
进一步地,所述步骤4进一步具体为:选择与待测螺栓对应的标准尺寸文件,对于标准尺寸文件内的尺寸属性包括螺栓长度、螺帽直径以及螺杆直径;调用螺栓测量算法测得螺栓实际尺寸,将螺栓尺寸数据以及参考线段绘制在原图像上,作为测量结果图,显示在界面上,同时将尺寸数据展示在实际测量一栏内,将测得的实际尺寸数据与用户选择的标准尺寸数据进行比较,若尺寸均在设定误差范围内,即合格,如果存在尺寸不达标,则进行标红,即不合格。
第二方面,本发明提供了一种基于二维视觉的螺栓测量方法,包括:
图像预处理模块,将待测量图像进行螺栓图像的预处理,得到螺栓所在区域图像;
角点检测模块,从螺栓所在区域图像中提取螺栓角点,得到螺栓的角点信息;
螺栓测量模块,根据所述角点信息,测量不同种类的螺栓的尺寸信息;
用户系统模块,将测得的尺寸信息与对应的标准尺寸信息进行比较,若尺寸均在设定误差范围内,即合格,否则不合格。
进一步地,所述图像预处理模块进一步具体为:将待测量图像转化为灰度图,得到单通道灰度图;根据单通道灰度图进行中值滤波处理,得到滤波图;对滤波图进行自适应阈值二值化,得到二值化图;将所二值化图进行目标物体分析,得到若干个目标物体区域;将所有目标物体区域的面积比较,其中最大目标物体区域即所需目标物体区域,保留并对所需目标物体区域进行填充修复,过滤其余区域,得到目标物体区域图像;对目标物体区域图像进行目标区域校正,使用霍夫变换检测目标物体区域的平面倾斜角度,得出平面倾斜角度;使用平面倾斜角度对目标物体区域做仿射变换旋转矫正,得到目标物体的主轴线与水平线平行的目标物体区域,即为螺栓所在区域图像。
进一步地,所述角点检测模块进一步具体为:根据螺栓所在区域图像,在螺栓外接矩形的高度一半的范围内,自上而下作设定条水平切线,取得的线段;对所有的线段两两进行比较,即可得到螺栓的角点信息。
进一步地,所述螺栓测量模块进一步具体为:对于不存在角点的螺栓,则进行提取轮廓得到轮廓信息,根据轮廓信息确定螺栓的最小外接矩形,所述外接矩形用于辅助测量该类螺栓的长度和直径;对于存在角点的螺栓,根据得到螺栓的角点测量螺栓的尺寸,根据长度差异确定螺栓的形态,以确定螺栓的螺栓长度、螺帽直径以及螺杆直径。
进一步地,所述用户系统模块进一步具体为:选择与待测螺栓对应的标准尺寸文件,对于标准尺寸文件内的尺寸属性包括螺栓长度、螺帽直径以及螺杆直径;调用螺栓测量算法测得螺栓实际尺寸,将螺栓尺寸数据以及参考线段绘制在原图像上,作为测量结果图,显示在界面上,同时将尺寸数据展示在实际测量一栏内,将测得的实际尺寸数据与用户选择的标准尺寸数据进行比较,若尺寸均在设定误差范围内,即合格,如果存在尺寸不达标,则进行标红,即不合格。
本发明实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种基于二维视觉的螺栓测量方法以及系统,通过对螺栓二维图像测量的流程进行了研究,运用了图像处理技术,开发了一套基于机器视觉的螺栓二维测量系统。系统主要功能有全局参数配置、待测螺栓图片管理、标准尺寸文件管理、螺栓图像预处理、螺栓尺寸测量及合格判定。全局参数配置功能包括设定待测螺栓图片路径、标准尺寸文件路径以及比例尺。待测螺栓图片管理功能包括选择待测螺栓图片。标准尺寸文件管理功能包括选择标准尺寸文件,新建或修改标准尺寸文件。螺栓图像预处理。此阶段目标是提取螺栓所在区域。首先运用中值滤波去除噪声,通过自适应阈值对螺栓图像进行二值化分割,借由霍夫线检测和仿射变换对螺栓位置进行校正,最终使用轮廓寻找取得螺栓所在区域。螺栓尺寸测量。判断螺栓是否合格需测量其长度、直径等属性。基于图像预处理得到的图像,设计了一种便捷的测量方式,不仅能够判断螺栓的形态特征(是否存在螺栓头、是否存在双直径),还能够准确得出螺栓的尺寸。
本系统实现了对螺栓尺寸的测量,并能够与标准尺寸进行对比,判断螺栓是否合格。经测试,算法执行时间在毫秒级别,精度可达毫米级别,大部分螺栓均能成功测量。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1是本发明第一实施例提供的图像预处理方法的流程图;
图2是本发明第二实施例提供的图像测量方法的流程图;
图3是本发明第三实施例提供的图像测量系统的结构示意图;
图4是是本发明第一类螺栓的测量示意图;
图5是是本发明第二类螺栓的测量示意图;
图6是是本发明第三类螺栓的测量示意图。
具体实施方式
如图4至6,螺栓分为三类;
如图4所示,其中第一类螺栓包括螺栓长度1;
如图5所示,第二类螺栓中包括螺栓长度1、第一螺帽直径2、螺杆直径3;
如图6所示,第三类螺栓中包括螺栓长度1、第一螺帽直径2、第二螺帽直径3、螺杆直径3。
实施例一
请参阅图1,是本发明第一实施例提供的图像二维视觉螺栓测量方法的流程图,该图像测量方法可以应用于任一终端设备,该终端设备可以为手机、平板、服务器或可穿戴智能设备等,该图像二维视觉螺栓测量方法包括步骤:
步骤S10,分别确定待测量图像中的目标物体类别和对应属性信息,根据输入图像对该待测量图像进行预先处理,得到预先处理图像,并提取目标物体区域,得到所述目标物体区域。
对螺栓图像通道数的转换,读取为灰度图;得到灰度图,对灰度图使用中值滤波去噪;得到滤波后的图像;使用自适应阈值进行二值化分割;运用轮廓查找得到若干轮廓信息,选取其中最大的轮廓即为螺栓轮廓,并进行填充;霍夫直线检测取得最长霍夫直线,其线段偏转角度与螺栓主轴角度几乎相等,根据偏转角度通过仿射变换进行校正,得到矫正后的螺栓区域图像;
步骤S20,在螺栓外接矩形的高度一半的范围内,自上而下作数条水平切线,取得的线段;对所有的线段两两进行比较,如线段2的长度为线段1的长度的N倍,则可确定线段1的右端点为所求角点。
步骤S30,对所述目标物体区域进行特征分析,得到目标物体区域角点,在螺栓图像预处理后,可得到一幅提取了螺栓所处区域的二值图像。螺栓的测量算法将在此基础上进行,首先对螺栓提取轮廓,根据轮廓信息确定螺栓的最小外接矩形,此外接矩形用于辅助测量。之后通过自行设计的算法求出螺栓的角点,运用角点来初步测量螺栓的尺寸,根据长度差异确定螺栓的形态,以确定最终所需的尺寸数据。
可选的,对所述目标物体区域进行轮廓角点计算,得到所述目标物体区域轮廓角点;针对轮廓角点二维坐标进行计算,得到轮廓角点对应的二维坐标;针对轮廓角点进行计算相邻距离,得到各个轮廓角点之间的相邻距离。最终得出目标物体的二维尺寸信息。更进一步的,所述目标螺栓物体区域测量算法分别为去头长度的测量、单直径或双直径的测量。
所述去头长度的测量算法包括:以角角点为起点,作垂直于矩形左或者右边缘的线段,此线段长度即去头长度,实际长度由像素个数除以每毫米像素个数得到,绘制线段并输出长度。
所述单直径或双直径的测量包括:在去头长度线段的中点,做垂直的切线取得线段1,分别在距角姿态角点的去头长度线段除以N的坐标位置作垂直切线,距目标物体外接矩形右或左边界的去头长度除以N的位置,取得线段2和线段3。将线段1和线段2、3分别进行长度的比较,如差异超过设定的值N,则说明此螺栓为双直径,否则为单直径,绘制线段并输出直径的长度。
本实施例,通过对待测量图像中的目标物体区域进行角点提取,能有效地提取到待测量图像中的目标物体区域图像和目标物体区域角点信息,通过根据目标物体区域二维姿态信息对目标物体区域图像进行图像校准,提高了对目标物体区域图像的特征分析的准确性,通过对图像校准后的目标物体区域图像进行角点测量,能有效地区分螺栓图像类别,通过对目标物体角点识别,能有效地确定目标物体局部位置信息,通过根据目标物体区域角点信息、目标物体进行图像测量,能有效地基于待测量图像对应的目标物体区域尺寸信息,防止了测量精度低的现象,提高了用户的图像测量体验。
实施例二
请参阅图2,是本发明第二实施例提供的图像测量系统的流程图,该实施例用于对步骤S40作进一步细化,包括步骤:
步骤S41,将用户选择与待测螺栓对应的标准尺寸文件,得到所述目标物体区域的对应类别和标准尺寸;
用户选择与待测螺栓对应的标准尺寸文件,对于标准尺寸文件内的尺寸属性包括螺栓长度、螺帽直径1以及螺杆直径2;调用螺栓测量算法测得螺栓实际尺寸,将螺栓尺寸数据以及参考线段绘制在原图像上,作为测量结果图显示在界面上,同时将尺寸数据展示在实际测量一栏内。
步骤S42,根据所述目标物体区域的类别,匹配对应的角点计算、螺栓测量计算算法;
其中,将测得的实际尺寸数据与用户选择的标准尺寸数据进行比较,如尺寸均在容许误差范围内,即合格。如果有部分尺寸不达标,则会进行标红,即不合格。
系统主要由测量使用界面、全局参数设置界面、新增和修改尺寸文件界面组成,主要功能有:选择图片、选择尺寸文件、测量、设定全局参数、新增尺寸文字、修改原有尺寸文件。设置全局参数,首次打开软件后,需先设定待测图片所在路径,标准尺寸文件所在路径。比例尺,图片默认路径和尺寸文件路径可以通过点击对应的省略号按钮进行设置,也可以手动输入,路径中可以存在中文,但必须是本机中实际存在的路径,否则会出现差错,比例尺必须根据实际情况来进行设定,随意设定会导致测得尺寸与实际不符,设定输入完成后点击确定即可保存。新建标准尺寸文件,输入零件对应的物料编号、类型、长度、直径以及对应的正负误差,零件类型可以在下拉框中选择,物料编号必填,长度、直径等可选填,如要输入两个直径,需要按照长度顺序输入,填写完成后点击确定即可。修改原有标准尺寸文件:单击编辑,选择待修改尺寸文件,打开尺寸文件后,文件中保存的尺寸数据就会在界面上展示,根据需求可以对相应的栏目进行修改,修改完成后,点击确定后即可保存。
用户在系统的使用过程中,难免会出现失误,做出错误的操作,如果不针对此类情况进行处理,容易导致系统崩溃故障,因此我在经多次测试后,针对已知的特殊情况进行相应处理。待测螺栓型号为A,而标准尺寸文件的型号为B,待测螺栓有多个螺帽直径,标准文件中只有单个螺帽直径,程序也会将测得尺寸与标准尺寸进行比较,对于不存在的属性会选择跳过比较,直接标红该属性,最终程序正确执行完毕。对于待测螺栓直径少于标准文件的情况,程序也做类似操作。用户未选择待测螺栓图片,或者未选择标准尺寸文件时,点击测量按钮,此时程序会对用户进行提示,说明现在无法测量的原因,让用户先去选择待测螺栓图片或者标准尺寸文件。待测零件类型为未知类型,程序会读取标准尺寸文件中的零件类型,并进行判断。如果有对应类型的算法,就会进行调用,以测量此零件;如果此类零件未设计算法,则会弹出错误提示,告知用户无法测量此类零件。如果待测零件拍摄时,光照条件不佳,会导致零件边缘与背景灰度相似过大,使得图像预处理阶段无法完整的提取目标物体区域,进而导致无法测量。对于此类光照不良的待测图片,程序能够进行判断,从而避免得到错误的结果,并在界面上告知用户无法测量的原因。
本实施例中,通过根据所述目标物体区域的类别,匹配对应的标准尺寸文件,得到与待测量图像中对应的目标物体区域测量尺寸。
实施例三
请参阅图3,是本发明第三实施例提供的图像测量系统100的结构示意图,包括:预处理模块10、角点检测模块11、测量模块12和用户系统模块13,其中:
预处理模块10,将待测量图像进行螺栓图像的预处理,得到螺栓所在区域图像;
角点检测模块11,从螺栓所在区域图像中提取螺栓角点,得到螺栓的角点信息;
测量模块12,根据得到的测量角点信息,测量不同种类的螺栓的尺寸信息;
用户系统模块13,将测得的实际尺寸数据与标准尺寸数据进行比较,如尺寸均在容许误差范围内,即合格,否则不合格;
可选的,本实施例中,设置有前端展示界面,该前端展示界面包括螺栓视觉测量系统界面。
在螺栓视觉测量系统界面上功能包括:选择图像功能,二维测量功能,设置全局参数功能,新建标准尺寸文件功能。
所述选择图像功能,用户可以浏览本地文件夹,然后选择图像进行上传。读取并展示在界面上,被选择的图像会被格式转换函数,把图像从JPG或者PNG的格式下,转化成base64编码的数据,通过网页请求,把图像base64编码的数据传递给后端。
选择尺寸文件:选择与待测螺栓对应的标准尺寸文件,读取尺寸数值和物料编号并展示在界面上。
所述二维测量功能,调用对应类别的螺栓测量算法测得螺栓实际尺寸,并显示到界面上,并与先前读取的标准尺寸进行对比,如偏差在规定范围,即合格,否则为不合格。后端使用数据库查询语句去查询该编号对应含有图像的位置,并返回符合要求base64编码的数据。
所述设置全局参数功能,首次打开软件后,需先设定待测图像所在文件夹,标准尺寸文件所在文件夹,以及当前条件下的比例尺,输入完成后点击确定即可保存。
所述新建标准尺寸文件功能,输入螺栓对应的物料编号、类型、长度、直径以及对应的正负误差,物料编号必填,长度、直径可选填,填写完成后点击确定即可。
所述修改原有标准尺寸文件功能,单击编辑,选择待修改尺寸文件,打开后即可在界面上根据需求进行修改,点击确定后即可保存
本实施例,通过对待测量图像中的目标物体区域进行特征提取,能有效地提取到待测量图像中的目标物体区域图像和目标物体区域角点,通过根据目标物体区域角点对目标物体区域图像进行图像校准,提高了对目标物体区域图像的特征分析的准确性,通过对图像校准后的目标物体区域图像进行特征分析,能有效地将图像特征转换为向量特征,通过分别对目标物体和目标场景进行类别识别,能有效地确定目标物体和目标场景对应的类别,通过根据目标物体区域特征信息、目标物体类别和目标场景类别分别进行图像测量,能有效地基于待测量图像对应的目标物体区域特征信息、目标物体类别和目标场景类别,分别进行目标物体区域特征、物体类别和场景类别的图像测量,以得到与待测量图像中相同人物、物体和场景的图像,防止了图像找不全或找不到的现象,提高了用户的图像测量体验。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (10)
1.一种基于二维视觉的螺栓测量方法,其特征在于:包括:
步骤1、将待测量图像进行螺栓图像的预处理,得到螺栓所在区域图像;
步骤2、从螺栓所在区域图像中提取螺栓角点,得到螺栓的角点信息;
步骤3、根据所述角点信息,测量不同种类的螺栓的尺寸信息;
步骤4、将测得的尺寸信息与对应的标准尺寸信息进行比较,若尺寸均在设定误差范围内,即合格,否则不合格。
2.根据权利要求1所述一种基于二维视觉的螺栓测量方法,其特征在于:所述步骤1进一步具体为:将待测量图像转化为灰度图,得到单通道灰度图;根据单通道灰度图进行中值滤波处理,得到滤波图;对滤波图进行自适应阈值二值化,得到二值化图;将所二值化图进行目标物体分析,得到若干个目标物体区域;将所有目标物体区域的面积比较,其中最大目标物体区域即所需目标物体区域,保留并对所需目标物体区域进行填充修复,过滤其余区域,得到目标物体区域图像;对目标物体区域图像进行目标区域校正,使用霍夫变换检测目标物体区域的平面倾斜角度,得出平面倾斜角度;使用平面倾斜角度对目标物体区域做仿射变换旋转矫正,得到目标物体的主轴线与水平线平行的目标物体区域,即为螺栓所在区域图像。
3.根据权利要求1所述一种基于二维视觉的螺栓测量方法,其特征在于:所述步骤2进一步具体为:根据螺栓所在区域图像,在螺栓外接矩形的高度一半的范围内,自上而下作设定条水平切线,取得的线段;对所有的线段两两进行比较,即可得到螺栓的角点信息。
4.根据权利要求1所述一种基于二维视觉的螺栓测量方法,其特征在于:所述步骤3进一步具体为:对于不存在角点的螺栓,则进行提取轮廓得到轮廓信息,根据轮廓信息确定螺栓的最小外接矩形,所述外接矩形用于辅助测量该类螺栓的长度和直径;对于存在角点的螺栓,根据得到螺栓的角点测量螺栓的尺寸,根据长度差异确定螺栓的形态,以确定螺栓的螺栓长度、螺帽直径以及螺杆直径。
5.根据权利要求1所述一种基于二维视觉的螺栓测量方法,其特征在于:所述步骤4进一步具体为:选择与待测螺栓对应的标准尺寸文件,对于标准尺寸文件内的尺寸属性包括螺栓长度、螺帽直径以及螺杆直径;调用螺栓测量算法测得螺栓实际尺寸,将螺栓尺寸数据以及参考线段绘制在原图像上,作为测量结果图,显示在界面上,同时将尺寸数据展示在实际测量一栏内,将测得的实际尺寸数据与用户选择的标准尺寸数据进行比较,若尺寸均在设定误差范围内,即合格,如果存在尺寸不达标,则进行标红,即不合格。
6.一种基于二维视觉的螺栓测量方法,其特征在于:包括:
图像预处理模块,将待测量图像进行螺栓图像的预处理,得到螺栓所在区域图像;
角点检测模块,从螺栓所在区域图像中提取螺栓角点,得到螺栓的角点信息;
螺栓测量模块,根据所述角点信息,测量不同种类的螺栓的尺寸信息;
用户系统模块,将测得的尺寸信息与对应的标准尺寸信息进行比较,若尺寸均在设定误差范围内,即合格,否则不合格。
7.根据权利要求6所述一种基于二维视觉的螺栓测量系统,其特征在于:所述图像预处理模块进一步具体为:将待测量图像转化为灰度图,得到单通道灰度图;根据单通道灰度图进行中值滤波处理,得到滤波图;对滤波图进行自适应阈值二值化,得到二值化图;将所二值化图进行目标物体分析,得到若干个目标物体区域;将所有目标物体区域的面积比较,其中最大目标物体区域即所需目标物体区域,保留并对所需目标物体区域进行填充修复,过滤其余区域,得到目标物体区域图像;对目标物体区域图像进行目标区域校正,使用霍夫变换检测目标物体区域的平面倾斜角度,得出平面倾斜角度;使用平面倾斜角度对目标物体区域做仿射变换旋转矫正,得到目标物体的主轴线与水平线平行的目标物体区域,即为螺栓所在区域图像。
8.根据权利要求6所述一种基于二维视觉的螺栓测量系统,其特征在于:所述角点检测模块进一步具体为:根据螺栓所在区域图像,在螺栓外接矩形的高度一半的范围内,自上而下作设定条水平切线,取得的线段;对所有的线段两两进行比较,即可得到螺栓的角点信息。
9.根据权利要求6所述一种基于二维视觉的螺栓测量系统,其特征在于:所述螺栓测量模块进一步具体为:对于不存在角点的螺栓,则进行提取轮廓得到轮廓信息,根据轮廓信息确定螺栓的最小外接矩形,所述外接矩形用于辅助测量该类螺栓的长度和直径;对于存在角点的螺栓,根据得到螺栓的角点测量螺栓的尺寸,根据长度差异确定螺栓的形态,以确定螺栓的螺栓长度、螺帽直径以及螺杆直径。
10.根据权利要求6所述一种基于二维视觉的螺栓测量系统,其特征在于:所述用户系统模块进一步具体为:选择与待测螺栓对应的标准尺寸文件,对于标准尺寸文件内的尺寸属性包括螺栓长度、螺帽直径以及螺杆直径;调用螺栓测量算法测得螺栓实际尺寸,将螺栓尺寸数据以及参考线段绘制在原图像上,作为测量结果图,显示在界面上,同时将尺寸数据展示在实际测量一栏内,将测得的实际尺寸数据与用户选择的标准尺寸数据进行比较,若尺寸均在设定误差范围内,即合格,如果存在尺寸不达标,则进行标红,即不合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111386566.9A CN114092542A (zh) | 2021-11-22 | 2021-11-22 | 一种基于二维视觉的螺栓测量方法以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111386566.9A CN114092542A (zh) | 2021-11-22 | 2021-11-22 | 一种基于二维视觉的螺栓测量方法以及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114092542A true CN114092542A (zh) | 2022-02-25 |
Family
ID=80302728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111386566.9A Pending CN114092542A (zh) | 2021-11-22 | 2021-11-22 | 一种基于二维视觉的螺栓测量方法以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092542A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116958152A (zh) * | 2023-09-21 | 2023-10-27 | 中科航迈数控软件(深圳)有限公司 | 一种零件尺寸测量方法、装置、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012032173A (ja) * | 2010-07-28 | 2012-02-16 | Hitachi Zosen Corp | 画像計測方法及び画像計測装置 |
CN109785338A (zh) * | 2018-12-26 | 2019-05-21 | 汕头大学 | 一种运动背景下螺纹关键尺寸参数的在线视觉方法 |
CN112284250A (zh) * | 2020-10-15 | 2021-01-29 | 浙江大学台州研究院 | 一种基于机器视觉的尺寸测量评分系统及测量方法 |
CN112539866A (zh) * | 2020-11-20 | 2021-03-23 | 北京艾法斯特科技发展有限公司 | 一种基于视觉深度学习的螺栓轴力监测系统及监测方法 |
CN112700444A (zh) * | 2021-02-19 | 2021-04-23 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 基于自注意力与中心点回归模型的桥梁螺栓检测方法 |
CN112857216A (zh) * | 2021-01-08 | 2021-05-28 | 刘连英 | 紧固件尺寸合规性检验方法、检测设备、检测系统及介质 |
CN113074635A (zh) * | 2021-03-29 | 2021-07-06 | 哈尔滨市科佳通用机电股份有限公司 | 一种标定螺栓及利用该标定螺栓检测螺栓松脱的方法 |
CN113554688A (zh) * | 2021-06-21 | 2021-10-26 | 北京机械设备研究所 | 一种基于单目视觉的o型密封圈尺寸测量方法 |
-
2021
- 2021-11-22 CN CN202111386566.9A patent/CN114092542A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012032173A (ja) * | 2010-07-28 | 2012-02-16 | Hitachi Zosen Corp | 画像計測方法及び画像計測装置 |
CN109785338A (zh) * | 2018-12-26 | 2019-05-21 | 汕头大学 | 一种运动背景下螺纹关键尺寸参数的在线视觉方法 |
CN112284250A (zh) * | 2020-10-15 | 2021-01-29 | 浙江大学台州研究院 | 一种基于机器视觉的尺寸测量评分系统及测量方法 |
CN112539866A (zh) * | 2020-11-20 | 2021-03-23 | 北京艾法斯特科技发展有限公司 | 一种基于视觉深度学习的螺栓轴力监测系统及监测方法 |
CN112857216A (zh) * | 2021-01-08 | 2021-05-28 | 刘连英 | 紧固件尺寸合规性检验方法、检测设备、检测系统及介质 |
CN112700444A (zh) * | 2021-02-19 | 2021-04-23 | 中国铁道科学研究院集团有限公司铁道建筑研究所 | 基于自注意力与中心点回归模型的桥梁螺栓检测方法 |
CN113074635A (zh) * | 2021-03-29 | 2021-07-06 | 哈尔滨市科佳通用机电股份有限公司 | 一种标定螺栓及利用该标定螺栓检测螺栓松脱的方法 |
CN113554688A (zh) * | 2021-06-21 | 2021-10-26 | 北京机械设备研究所 | 一种基于单目视觉的o型密封圈尺寸测量方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116958152A (zh) * | 2023-09-21 | 2023-10-27 | 中科航迈数控软件(深圳)有限公司 | 一种零件尺寸测量方法、装置、设备及介质 |
CN116958152B (zh) * | 2023-09-21 | 2024-01-12 | 中科航迈数控软件(深圳)有限公司 | 一种零件尺寸测量方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10922572B2 (en) | Adaptive auto meter detection method based on character segmentation and cascade classifier | |
CN114549835B (zh) | 一种基于深度学习的指针式仪表矫正识别方法及装置 | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
US8019164B2 (en) | Apparatus, method and program product for matching with a template | |
CN109948521B (zh) | 图像纠偏方法和装置、设备及存储介质 | |
US20210272272A1 (en) | Inspection support apparatus, inspection support method, and inspection support program for concrete structure | |
CN110766095A (zh) | 基于图像灰度特征的缺陷检测方法 | |
CN114549993A (zh) | 实验中线段图像的评分方法、系统、设备及可读存储介质 | |
CN111144372A (zh) | 车辆检测方法、装置、计算机设备和存储介质 | |
CN114494274A (zh) | 建筑施工评估方法、装置、电子设备及存储介质 | |
CN115471476A (zh) | 一种部件缺陷检测方法、装置、设备及介质 | |
CN116228741A (zh) | 一种pcba元器件缺陷检测方法及装置 | |
CN113269769A (zh) | 一种基于图像配准的缺陷检测方法、系统及设备 | |
CN115512381A (zh) | 文本识别方法、装置、设备、存储介质及作业机械 | |
CN116069969A (zh) | 一种图像检索方法、装置及存储介质 | |
CN114092542A (zh) | 一种基于二维视觉的螺栓测量方法以及系统 | |
CN114119644A (zh) | 一种基于边缘特征的模板匹配方法 | |
KR101842535B1 (ko) | 부호의 광학적 검출 방법 | |
CN112036232A (zh) | 一种图像表格结构识别方法、系统、终端以及存储介质 | |
CN109191489B (zh) | 一种飞行器着陆标志的检测跟踪方法与系统 | |
CN110689556A (zh) | 跟踪方法、装置及智能设备 | |
CN110942058A (zh) | 一种基于ccd机器视觉识别的仪表数据读取方法 | |
CN112183463B (zh) | 基于雷达图像的船只识别模型的验证方法及装置 | |
CN114913118A (zh) | 工业视觉检测方法、装置、电子设备以及存储介质 | |
CN113627320B (zh) | 一种基于计算机视觉的工程图纸比对装置和方法 |
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 |