CN115719339A - 基于双相机标定的螺栓尺寸高精度测量方法和装置 - Google Patents

基于双相机标定的螺栓尺寸高精度测量方法和装置 Download PDF

Info

Publication number
CN115719339A
CN115719339A CN202211451698.XA CN202211451698A CN115719339A CN 115719339 A CN115719339 A CN 115719339A CN 202211451698 A CN202211451698 A CN 202211451698A CN 115719339 A CN115719339 A CN 115719339A
Authority
CN
China
Prior art keywords
bolt
thread
image
edge
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.)
Withdrawn
Application number
CN202211451698.XA
Other languages
English (en)
Inventor
李金屏
江鹏飞
黄艺美
董子昊
徐婉晴
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.)
Shandong Shentu Intelligent Technology Co ltd
Original Assignee
Shandong Shentu Intelligent Technology Co ltd
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 Shandong Shentu Intelligent Technology Co ltd filed Critical Shandong Shentu Intelligent Technology Co ltd
Priority to CN202211451698.XA priority Critical patent/CN115719339A/zh
Publication of CN115719339A publication Critical patent/CN115719339A/zh
Withdrawn legal-status Critical Current

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于双相机标定的螺栓尺寸高精度测量方法和装置,方法包括以下步骤:获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;对两个相机的光心间距和单像素精度进行精确标定;对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像;在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。本发明既能够实现螺栓高精度尺寸测量,又能够简化测量算法,增强算法的有效性,提高算法的运算速度,解决了传统测量算法量程小、精度低的问题。

Description

基于双相机标定的螺栓尺寸高精度测量方法和装置
技术领域
本发明涉及一种基于双相机标定的螺栓尺寸高精度测量方法和装置,属于物件尺寸测量技术领域。
背景技术
螺栓具有紧固工件的功能,是工业产品的重要组成部分,在日常生活和工业生产中有着不可或缺的作用,被誉为“工业之米”。螺栓尺寸参数决定了工业产品的稳固程度,螺栓某项尺寸指标不合格可能会导致产品结构松动,甚至崩塌,所以出厂前螺栓要经过严格的质量检测。
目前,针对螺栓尺寸测量,学者们提出了多种解决方案。西安科技大学李白萍在2020年发表的学术论文《基于Sherlock的螺栓几何尺寸测量》中,利用Sherlock机器视觉软件实现了测量精度达到0.03mm的几何尺寸测量。该方法基于国外企业研发的机器视觉平台实现,缺乏通用性和拓展性,并且测量精度较低。桂林电子科技大学李执在2022年发表的学术论文《基于机器视觉的金属工件尺寸测量》中,基于Ramer算法实现了测量目标轮廓分割,并利用亚像素细分技术检测亚像素边缘,但该方法测量结果不稳定,误差波动较大,当测量目标超过10mm,测量误差超过0.1mm。同时该算法计算量大,难以适用于工业场景。
基于上述现有螺栓尺寸测量方案存在的问题,亟需一种新的测量方法以提高螺栓尺寸的测量精度。
发明内容
为了解决上述问题,本发明提出了一种基于双相机标定的螺栓尺寸高精度测量方法和装置,能够解决传统测量方法量程小、精度低的问题,为螺栓质量检测提供了很好的技术保障。
本发明解决其技术问题采取的技术方案是:
一方面,本发明实施例提供的一种基于双相机标定的螺栓尺寸高精度测量方法,包括以下步骤:
获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;
对两个相机的光心间距和单像素精度进行精确标定;
对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;
根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,提高图像清晰度;
在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。
作为本实施例一种可能的实现方式,所述位于待测螺栓两侧相机的光轴平行,且两侧相机光心间的中点位于螺栓的中心轴线上,所述待测螺栓垂直设置在旋转测量装置上,且旋转测量装置的垂直中心线与螺栓的中心轴线同轴。
作为本实施例一种可能的实现方式,所述对两个相机的光心间距和单像素精度进行精确标定,包括:
选取图像中标准件两端的坐标,计算像素距离,并结合实际尺寸计算单像素精度;所述标准件包括标准螺栓或标准刻度尺;
所述单像素精度计算公式如下所示:
Figure BDA0003949813770000021
其中,Lr表示标准件实际尺寸或刻度尺实际值,Lp表示标准件或刻度尺的像素距离;
计算图像中心到标准件两端或刻度尺相邻刻度的像素距离,获得两相机的光心间距。
作为本实施例一种可能的实现方式,所述对获取的螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线,包括:
对采集的螺栓边缘图像进行灰度化、高斯滤波和大津法二值化得到二值图像B(x,y);
从左向右遍历二值图像的第一行像素值,并记录第一个灰度值发生变化的像素点,作为边缘点;
隔2行再从左向右遍历二值图像的寻找边缘点,进行螺栓边缘粗定位;
选用4次函数对粗定位边缘进行拟合,获取螺栓边缘曲线。
作为本实施例一种可能的实现方式,所述根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,包括:
计算螺栓边缘曲线的曲线导数,求解曲线导数为0的坐标点,并根据螺栓在图像中的位置判断极大值点和极小值点与螺纹牙顶、牙底的对应关系,获取螺纹牙顶和牙底的粗坐标;
所述极大值点和极小值点与螺纹牙顶、牙底的对应关系为:当螺栓边缘在图像右侧时,牙顶为极小值,牙底为极大值;当螺栓边缘在图像左侧时,牙顶为极大值,牙底为极小值;
以螺纹牙顶和牙底的粗坐标为中心截取分辨率为640像素×640像素的螺纹灰度图像;
使用图像超分辨率重建模型对离焦螺纹图像进行重建,去除螺纹图像中的离焦模糊。
作为本实施例一种可能的实现方式,所述在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸,包括:
采用获取螺纹牙顶和牙底的粗坐标方法在清晰螺纹图像中进行螺纹牙顶和牙底坐标的精确定位,获得牙顶和牙底在螺纹图像中的精确坐标;
将螺栓边缘图像通过插值放大,并将螺纹图像拼接到螺栓边缘图像对应的位置,获取螺纹牙顶和牙底在螺栓边缘图像中的坐标;
将两个相机的光心间距和螺栓边缘到对应一侧相机光心的距离相加,获得螺栓尺寸的测量结果。
作为本实施例一种可能的实现方式,所述螺栓尺寸包括螺栓大径、中径、小径和螺距的尺寸。
作为本实施例一种可能的实现方式,所述螺栓边缘包括螺纹牙顶和牙底。
作为本实施例一种可能的实现方式,所述图像超分辨率重建模型的训练过程包括以下步骤:
定位螺栓边缘图像中螺纹牙顶和牙底的坐标,并截取螺纹牙顶和牙底的边缘部分,获得分辨率为640像素×640像素的螺纹灰度图像;
对螺纹灰度图像进行2倍双三次下采样,获得低分辨率离焦图像,构建螺纹图像数据集;
根据螺纹图像数据集搭建基于CycleGAN的超分辨率重建网络。
作为本实施例一种可能的实现方式,所述搭建基于CycleGAN的超分辨率重建网络的过程包括以下步骤:
搭建CycleGAN超分辨率重建网络;
在训练阶段,生成网络和判别网络交替训练,并采用Adam算法指导模型优化,设置β1为0.9,β2为0.99,batch size为2,初始学习率为0.001,到第100个epoch时停止训练,其中学习率从第50个epoch开始以0.1的系数线性衰减。
作为本实施例一种可能的实现方式,所述图像超分辨率重建模型的输入为低分辨率图像,输出为对低分辨率图像重建后的重建图像。其中,超分辨率重建模型的具体结构细节在本实施例中并不做任何限制,具体可以根据需求进行相应的选择即可。
另一方面,本发明实施例提供的一种基于双相机标定的螺栓尺寸高精度测量装置,包括:
螺栓边缘图像采集模块,用于获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;
精确标定模块,用于对两个相机的光心间距和单像素精度进行精确标定;
边缘曲线获取模块,用于对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;
离焦模糊去除模块,用于根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,提高图像清晰度;
螺栓尺寸计算模块,用于在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。
第三方面,本发明实施例提供的一种计算机设备,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述任意基于双相机标定的螺栓尺寸高精度测量方法的步骤。
第四方面,本发明实施例提供的一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述任意基于双相机标定的螺栓尺寸高精度测量方法的步骤。
本发明实施例的技术方案可以具有的有益效果如下:
本发明通过在螺栓待测尺寸两侧安装两个相机同时拍摄螺栓边缘图像,仅需计算待测尺寸每一端到相机光心的相对距离,即可达到测量螺栓大径、中径、小径、螺距等尺寸的目的,即利用标准件或精密刻度尺标定相机参数,包括相机光心间距和图像单像素精度等,然后利用图像滤波、局部自适应二值化、离焦螺纹图像超分辨率重建、边缘定位等图像处理算法检测待测尺寸的像素距离,从而计算出待测尺寸。本发明的方法简单、可靠、高效,可在短时间内完成螺栓高精度尺寸测量,对于螺栓质量检测有重要的帮助。
本发明既能够实现螺栓高精度尺寸测量,又能够简化测量算法,增强算法的有效性,提高算法的运算速度,解决了传统测量算法量程小、精度低的问题,为螺栓质量检测提供了很好的技术保障。
附图说明
图1是根据一示例性实施例示出的一种基于双相机标定的螺栓尺寸高精度测量方法的流程图;
图2是根据一示例性实施例示出的一种基于双相机标定的螺栓尺寸高精度测量装置的示意图;
图3是根据一示例性实施例示出的一种采用本发明所述装置进行螺栓尺寸高精度测量的流程图;
图4是根据一示例性实施例示出的一种测量平台安装示意图;
图5是根据一示例性实施例示出的一种基于CycleGAN的超分辨率重建网络结构示意图(图5(a)是网络整体结构,图5(b)是GM网络结构图,图5(c)是GL网络结构图,图5(d)是图像模糊信息编码器网络结构图,图5(e)是图像内容编码器网络结构图,图5(f)是解码器DL2H网络结构图,图5(g)是解码器DH2L网络结构图);
图6是根据一示例性实施例示出的一种螺栓边缘图像示意图(图6(a)是螺纹图像中牙顶和牙底示意图,图6(b)是螺纹图像中牙顶示意图,图6(c)是螺纹图像中牙底示意图);
图7是根据一示例性实施例示出的一种螺栓边缘灰度图像示意图;
图8是根据一示例性实施例示出的一种螺栓边缘二值图像示意图;
图9是根据一示例性实施例示出的一种螺栓边缘定位结果示意图(图9(a)和图9(b)是牙顶在螺纹图像中的定位结果示意图,图9(c)是牙底在螺纹图像中的定位结果示意图)。
具体实施方式
下面结合附图与实施例对本发明做进一步说明:
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本发明实施例提供的一种基于双相机标定的螺栓尺寸高精度测量方法,包括以下步骤:
获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;
对两个相机的光心间距和单像素精度进行精确标定;
对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;
根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,提高图像清晰度;
在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。
作为本实施例一种可能的实现方式,所述位于待测螺栓两侧相机的光轴平行,且两侧相机光心间的中点位于螺栓的中心轴线上,所述待测螺栓垂直设置在旋转测量装置上,且旋转测量装置的垂直中心线与螺栓的中心轴线同轴。
作为本实施例一种可能的实现方式,所述对两个相机的光心间距和单像素精度进行精确标定,包括:
选取图像中标准件两端的坐标,计算像素距离,并结合实际尺寸计算单像素精度;所述标准件包括标准螺栓或标准刻度尺;
所述单像素精度计算公式如下所示:
Figure BDA0003949813770000081
其中,Lr表示标准件实际尺寸或刻度尺实际值,Lp表示标准件或刻度尺的像素距离;
计算图像中心到标准件两端或刻度尺相邻刻度的像素距离,获得两相机的光心间距。
作为本实施例一种可能的实现方式,所述对获取的螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线,包括:
对采集的螺栓边缘图像进行灰度化、高斯滤波和大津法二值化得到二值图像B(x,y);
从左向右遍历二值图像的第一行像素值,并记录第一个灰度值发生变化的像素点,作为边缘点;
隔2行再从左向右遍历二值图像的寻找边缘点,进行螺栓边缘粗定位;
选用4次函数对粗定位边缘进行拟合,获取螺栓边缘曲线。
作为本实施例一种可能的实现方式,所述根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,包括:
计算螺栓边缘曲线的曲线导数,求解曲线导数为0的坐标点,并根据螺栓在图像中的位置判断极大值点和极小值点与螺纹牙顶、牙底的对应关系,获取螺纹牙顶和牙底的粗坐标;
所述极大值点和极小值点与螺纹牙顶、牙底的对应关系为:当螺栓边缘在图像右侧时,牙顶为极小值,牙底为极大值;当螺栓边缘在图像左侧时,牙顶为极大值,牙底为极小值;
以螺纹牙顶和牙底的粗坐标为中心截取分辨率为640像素×640像素的螺纹灰度图像;
使用图像超分辨率重建模型对离焦螺纹图像进行重建,去除螺纹图像中的离焦模糊。
作为本实施例一种可能的实现方式,所述在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸,包括:
采用获取螺纹牙顶和牙底的粗坐标方法在清晰螺纹图像中进行螺纹牙顶和牙底坐标的精确定位,获得牙顶和牙底在螺纹图像中的精确坐标;
将螺栓边缘图像通过插值放大,并将螺纹图像拼接到螺栓边缘图像对应的位置,获取螺纹牙顶和牙底在螺栓边缘图像中的坐标;
将两个相机的光心间距和螺栓边缘到对应一侧相机光心的距离相加,获得螺栓尺寸的测量结果。
作为本实施例一种可能的实现方式,所述螺栓尺寸包括螺栓大径、中径、小径和螺距的尺寸。
作为本实施例一种可能的实现方式,所述螺栓边缘包括螺纹牙顶和牙底。
作为本实施例一种可能的实现方式,所述图像超分辨率重建模型的训练过程包括以下步骤:
定位螺栓边缘图像中螺纹牙顶和牙底的坐标,并截取螺纹牙顶和牙底的边缘部分,获得分辨率为640像素×640像素的螺纹灰度图像;
对螺纹灰度图像进行2倍双三次下采样,获得低分辨率离焦图像,构建螺纹图像数据集;
根据螺纹图像数据集搭建基于CycleGAN的超分辨率重建网络。
作为本实施例一种可能的实现方式,所述搭建基于CycleGAN的超分辨率重建网络的过程包括以下步骤:
搭建CycleGAN超分辨率重建网络;
在训练阶段,生成网络和判别网络交替训练,并采用Adam算法指导模型优化,设置β1为0.9,β2为0.99,batch size为2,初始学习率为0.001,到第100个epoch时停止训练,其中学习率从第50个epoch开始以0.1的系数线性衰减。
作为本实施例一种可能的实现方式,所述图像超分辨率重建模型的输入为低分辨率图像,输出为对低分辨率图像重建后的重建图像。其中,超分辨率重建模型的具体结构细节在本实施例中并不做任何限制,具体可以根据需求进行相应的选择即可。图像超分辨率重建模型的结构示意图如图5所示。
如图2所示,本发明实施例提供的一种基于双相机标定的螺栓尺寸高精度测量装置,包括:
螺栓边缘图像采集模块,用于获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;
精确标定模块,用于对两个相机的光心间距和单像素精度进行精确标定;
边缘曲线获取模块,用于对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;
离焦模糊去除模块,用于根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,提高图像清晰度;
螺栓尺寸计算模块,用于在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。
如图3所示,采用本发明的基于双相机标定的螺栓尺寸高精度测量装置进行螺栓高精度尺寸测量的过程如下:
步骤1:安装两个相机用于采集螺栓边缘图像,如图6所示。
按照图4所示安装相机和旋转测量装置(测量平台),相机位于待测螺栓的两侧;所述待测螺栓垂直设置在旋转测量装置上,且旋转测量装置的垂直中心线与螺栓的中心轴线同轴;两相机光轴平行,两相机光心间中点与螺栓、旋转测量装置要保持同心等要求,即两侧相机光心间的中点位于螺栓的中心轴线上。
步骤2:利用标准件或精密刻度尺对两个相机光心间的距离值L1和单像素精度Ap进行精确标定。
人工选取图像中标准件两端的坐标或刻度尺两刻度之间的坐标,计算其像素距离,结合实际尺寸计算单像素精度。单像素精度计算公式如下所示:
Figure BDA0003949813770000111
其中,Lr表示标准件实际尺寸或刻度尺实际值,Lp表示标准件或刻度尺的像素距离;
计算图像中心到标准件两端或刻度尺相邻刻度的像素距离,结合单像素精度从而得到两相机光心间距。
步骤3:对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线。
对采集的螺栓边缘图像进行灰度化(如图7所示)、高斯滤波和二值化,获得如图8所示的二值图像B(x,y)。
根据二值图像B(x,y)获取螺栓所有的边缘点,并使用4次函数进行拟合获得边缘曲线,具体步骤为:
二值图像中灰度的跃变点就是螺栓的边缘位置。从左向右遍历二值图像的第一行像素值;
记录第一个灰度值发生变化的像素点,该点即为边缘点;
隔2行再次执行上述两个步骤,实现螺栓边缘粗定位;
选用4次函数对粗定位边缘进行拟合,计算螺栓边缘曲线。
步骤4:根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像。
求取边缘曲线极值点,极值点坐标即为螺纹牙顶、牙底坐标。具体地,计算曲线导数,求解曲线导数为0的坐标点,然后根据螺栓在图像中的位置判断极大值点和极小值点与螺纹牙顶、牙底的对应关系。当螺栓边缘在图像右侧时,牙顶为极小值,牙底为极大值,当螺栓边缘在图像左侧时,牙顶为极大值,牙底为极小值。
根据螺纹牙顶、牙底坐标截取螺纹图像,利用离焦图像超分辨率重建模型提高图像清晰度。具体地,以螺纹牙顶、牙底粗坐标为中心,截取分辨率为640像素×640像素的螺纹灰度图像;使用如图5所示的图像超分辨率重建模型对离焦螺纹图像进行重建,去除螺纹图像中的离焦模糊,获得清晰螺纹图像。
步骤5:根据清晰螺纹图像,精确定位螺纹牙顶、牙底坐标,计算待测尺寸的像素距离;根据单像素精度Ap和待测尺寸的像素距离计算待测尺寸。
根据清晰螺纹图像,精确定位螺纹牙顶、牙底坐标,计算待测尺寸的像素距离的具体步骤为:
根据螺纹牙顶、牙底粗坐标的定位方法,在精确边缘上完成螺纹牙顶、牙底坐标的精确定位,如图9所示,获得牙顶、牙底在螺纹图像中的精确坐标;
将螺栓边缘图像通过插值放大,并将螺纹图像拼接到对应的位置,螺纹牙顶、牙底的坐标也转换至螺栓边缘图像中的坐标。由于螺纹图像经过超分辨率重建,分辨率增加至原来的2倍,因此图像的单像素精度也随之提升,数值变为原来的二分之一;
根据单像素精度Ap和待测尺寸的像素距离计算待测尺寸的具体步骤为:
将双相机间距和测量点到相机光心的实际水平距离相加,即为螺栓尺寸的测量结果。
第三方面,一种计算机设备,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述任意所述的基于双相机标定的螺栓尺寸高精度测量方法的步骤。
本发明实施例提供的一种计算机设备,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述装置运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述任意基于双相机标定的螺栓尺寸高精度测量方法的步骤。
具体地,上述存储器和处理器能够为通用的存储器和处理器,这里不做具体限定,当处理器运行存储器存储的计算机程序时,能够执行上述基于双相机标定的螺栓尺寸高精度测量方法。
本领域技术人员可以理解,所述计算机设备的结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。
在一些实施例中,该计算机设备还可以包括触摸屏可用于显示图形用户界面(例如,应用程序的启动界面)和接收用户针对图形用户界面的操作(例如,针对应用程序的启动操作)。具体的触摸屏可包括显示面板和触控面板。其中显示面板可以采用LCD(LiquidCrystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置。触控面板可收集用户在其上或附近的接触或者非接触操作,并生成预先设定的操作指令,例如,用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作。另外,触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位、姿势,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成处理器能够处理的信息,再送给处理器,并能接收处理器发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板,也可以采用未来发展的任何技术实现触控面板。进一步的,触控面板可覆盖显示面板,用户可以根据显示面板显示的图形用户界面,在显示面板上覆盖的触控面板上或者附近进行操作,触控面板检测到在其上或附近的操作后,传送给处理器以确定用户输入,随后处理器响应于用户输入在显示面板上提供相应的视觉输出。另外,触控面板与显示面板可以作为两个独立的部件来实现也可以集成而来实现。
对应于上述应用程序的启动方法,本发明实施例还提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述任意基于双相机标定的螺栓尺寸高精度测量方法的步骤。
本申请实施例所提供的应用程序的启动装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,包括以下步骤:
获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;
对两个相机的光心间距和单像素精度进行精确标定;
对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;
根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像;
在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。
2.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,所述位于待测螺栓两侧相机的光轴平行,且两侧相机光心间的中点位于螺栓的中心轴线上,所述待测螺栓垂直设置在旋转测量装置上,且旋转测量装置的垂直中心线与螺栓的中心轴线同轴。
3.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,所述对两个相机的光心间距和单像素精度进行精确标定,包括:
选取图像中标准件两端的坐标,计算像素距离,并结合实际尺寸计算单像素精度;所述标准件包括标准螺栓或标准刻度尺;
所述单像素精度计算公式如下所示:
Figure FDA0003949813760000011
其中,Lr表示标准件实际尺寸或刻度尺实际值,Lp表示标准件或刻度尺的像素距离;
计算图像中心到标准件两端或刻度尺相邻刻度的像素距离,获得两相机的光心间距。
4.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,所述对获取的螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线,包括:
对采集的螺栓边缘图像进行灰度化、高斯滤波和大津法二值化得到二值图像B(x,y);
从左向右遍历二值图像的第一行像素值,并记录第一个灰度值发生变化的像素点,作为边缘点;
隔2行再从左向右遍历二值图像的寻找边缘点,进行螺栓边缘粗定位;
选用4次函数对粗定位边缘进行拟合,获取螺栓边缘曲线。
5.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,所述根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像,包括:
计算螺栓边缘曲线的曲线导数,求解曲线导数为0的坐标点,并根据螺栓在图像中的位置判断极大值点和极小值点与螺纹牙顶、牙底的对应关系,获取螺纹牙顶和牙底的粗坐标;
所述极大值点和极小值点与螺纹牙顶、牙底的对应关系为:当螺栓边缘在图像右侧时,牙顶为极小值,牙底为极大值;当螺栓边缘在图像左侧时,牙顶为极大值,牙底为极小值;
以螺纹牙顶和牙底的粗坐标为中心截取分辨率为640像素×640像素的螺纹灰度图像;
使用图像超分辨率重建模型对离焦螺纹图像进行重建,去除螺纹图像中的离焦模糊。
6.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,所述在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸,包括:
采用获取螺纹牙顶和牙底的粗坐标方法在清晰螺纹图像中进行螺纹牙顶和牙底坐标的精确定位,获得牙顶和牙底在螺纹图像中的精确坐标;
将螺栓边缘图像通过插值放大,并将螺纹图像拼接到螺栓边缘图像对应的位置,获取螺纹牙顶和牙底在螺栓边缘图像中的坐标;
将两个相机的光心间距和螺栓边缘到对应一侧相机光心的距离相加,获得螺栓尺寸的测量结果。
7.根据权利要求1所述的基于双相机标定的螺栓尺寸高精度测量方法,其特征在于,所述图像超分辨率重建模型的训练过程包括以下步骤:
定位螺栓边缘图像中螺纹牙顶和牙底的坐标,并截取螺纹牙顶和牙底的边缘部分,获得分辨率为640像素×640像素的螺纹灰度图像;
对螺纹灰度图像进行2倍双三次下采样,获得低分辨率离焦图像,构建螺纹图像数据集;
根据螺纹图像数据集搭建基于CycleGAN的超分辨率重建网络。
8.根据权利要求7所述的一种基于双相机标定的螺栓高精度尺寸测量方法,其特征在于,所述搭建基于CycleGAN的超分辨率重建网络的过程包括以下步骤:
搭建CycleGAN超分辨率重建网络;
在训练阶段,生成网络和判别网络交替训练,并采用Adam算法指导模型优化,设置β1为0.9,β2为0.99,batch size为2,初始学习率为0.001,到第100个epoch时停止训练,其中学习率从第50个epoch开始以0.1的系数线性衰减。
9.一种基于双相机标定的螺栓尺寸高精度测量装置,其特征在于,包括:
螺栓边缘图像采集模块,用于获取位于待测螺栓两侧相机同时拍摄的两张螺栓边缘图像;
精确标定模块,用于对两个相机的光心间距和单像素精度进行精确标定;
边缘曲线获取模块,用于对获取的两张螺栓边缘图像进行二值化处理和边缘粗定位,并拟合螺栓粗定位边缘获取边缘曲线;
离焦模糊去除模块,用于根据所述边缘曲线截取螺纹边缘图像,并应用图像超分辨率重建模型去除螺纹图像中的离焦模糊,获得清晰螺纹图像;
螺栓尺寸计算模块,用于在清晰螺纹图像中对螺纹牙顶、牙底坐标进行精确定位,根据待测尺寸的像素距离计算螺栓尺寸。
10.一种计算机设备,其特征在于,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-8任一所述的基于双相机标定的螺栓尺寸高精度测量方法的步骤。
CN202211451698.XA 2022-11-18 2022-11-18 基于双相机标定的螺栓尺寸高精度测量方法和装置 Withdrawn CN115719339A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211451698.XA CN115719339A (zh) 2022-11-18 2022-11-18 基于双相机标定的螺栓尺寸高精度测量方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211451698.XA CN115719339A (zh) 2022-11-18 2022-11-18 基于双相机标定的螺栓尺寸高精度测量方法和装置

Publications (1)

Publication Number Publication Date
CN115719339A true CN115719339A (zh) 2023-02-28

Family

ID=85255669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211451698.XA Withdrawn CN115719339A (zh) 2022-11-18 2022-11-18 基于双相机标定的螺栓尺寸高精度测量方法和装置

Country Status (1)

Country Link
CN (1) CN115719339A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116258838A (zh) * 2023-05-15 2023-06-13 青岛环球重工科技有限公司 一种用于管片模具合模系统的智能视觉引导方法
CN117103284A (zh) * 2023-10-23 2023-11-24 深圳市精研科洁科技股份有限公司 基于机器视觉的机器人自动上料调控系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116258838A (zh) * 2023-05-15 2023-06-13 青岛环球重工科技有限公司 一种用于管片模具合模系统的智能视觉引导方法
CN116258838B (zh) * 2023-05-15 2023-09-19 青岛环球重工科技有限公司 一种用于管片模具合模系统的智能视觉引导方法
CN117103284A (zh) * 2023-10-23 2023-11-24 深圳市精研科洁科技股份有限公司 基于机器视觉的机器人自动上料调控系统
CN117103284B (zh) * 2023-10-23 2024-01-26 深圳市精研科洁科技股份有限公司 基于机器视觉的机器人自动上料调控系统

Similar Documents

Publication Publication Date Title
CN115719339A (zh) 基于双相机标定的螺栓尺寸高精度测量方法和装置
CN108537834B (zh) 一种基于深度图像的体积测量方法、系统及深度相机
CN110672040B (zh) 一种基于视觉的高精度旋转角度测量方法
CN109993800B (zh) 一种工件尺寸的检测方法、装置及存储介质
CN109635806B (zh) 基于残差网络的电表数值识别方法
CN107678192B (zh) 一种基于机器视觉的Mura缺陷检测方法
CN102519400B (zh) 基于机器视觉的大长径比轴类零件直线度误差检测方法
Liu et al. An improved online dimensional measurement method of large hot cylindrical forging
CN113724193B (zh) Pcba零部件尺寸及间隙高精度视觉测量方法
CN102798349A (zh) 一种基于等灰度线搜索的三维表面提取方法
CN103196514A (zh) 一种基于图像的微化工过程液位检测方法
CN115775236A (zh) 基于多尺度特征融合的表面微小缺陷视觉检测方法及系统
CN112036409A (zh) 一种液位计的读数识别方法及装置
CN112652020A (zh) 一种基于AdaLAM算法的视觉SLAM方法
CN107561736B (zh) 基于傅里叶及Hough变换的LCD缺陷检测方法
CN108205210B (zh) 基于傅里叶梅林及特征匹配的lcd缺陷检测系统及方法
CN113705564B (zh) 一种指针式仪表识别读数方法
CN113819841B (zh) 一种基于机器视觉的板形检测装置及其检测方法
CN206281468U (zh) 一种柱状物体垂直度的非接触式检测装置
CN109459107B (zh) 一种非接触式飞机燃油油量测量方法及系统
CN113344977B (zh) 一种基于图像处理的触头压力测量模型构建方法
CN112051003B (zh) 液压表自动产品检测装置、检测方法及读取方法
CN111633337B (zh) 用于激光焊缝测量的消除反光方法及装置
CN111047635B (zh) 基于深度图像的平面触摸方法、装置与触摸系统
CN109084696B (zh) 一种基于结构光视觉成像系统的弹簧节距测量方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20230228