CN116576785A - 基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质 - Google Patents
基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质 Download PDFInfo
- Publication number
- CN116576785A CN116576785A CN202310510818.7A CN202310510818A CN116576785A CN 116576785 A CN116576785 A CN 116576785A CN 202310510818 A CN202310510818 A CN 202310510818A CN 116576785 A CN116576785 A CN 116576785A
- Authority
- CN
- China
- Prior art keywords
- sample
- camera
- tested
- roundness
- inner diameter
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 29
- 150000001875 compounds Chemical class 0.000 title claims description 6
- 239000002131 composite material Substances 0.000 claims abstract description 25
- 230000007246 mechanism Effects 0.000 claims abstract description 23
- 238000007689 inspection Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000003921 oil Substances 0.000 description 33
- 238000010586 diagram Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 239000008358 core component Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011179 visual inspection Methods 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
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
- G01B11/12—Measuring arrangements characterised by the use of optical techniques for measuring diameters internal diameters
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2408—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring roundness
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质，获取相机Z轴高度，并建立相机视场的原始坐标系；获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标；根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像；对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。本发明结构简单、易于实现、检测效率及精度高。
Description
技术领域
本发明涉及一种基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质，属于视觉检测技术技术领域。
背景技术
骨架油封是油封的典型代表，骨架油封将传动部件中需要润滑的部件与外部环境隔离，广泛应用于旋挖钻机动力头、压路机振动轮及驱动桥、变速箱中，可以防止润滑油泄露和杂质进入。
然而，骨架油封的尺寸偏差过大将会导致部件严重的漏油，甚至会引起主机及核心零部件润滑不足，从而导致齿轮、轴承等零件出现异响、磨损等，进而部件失效的问题，影响整机及核心零部件的可靠性。
目前，骨架油封唇口处为弹性橡胶，对测量力较为敏感，直接用卡尺、塞规等接触式测量方法无法检测。现有技术提出的一种齿轮箱油封内径视觉检测系统，采用单目相机实现非接触检测，但是，拍照时无法保证工件中心位于相机视场中心，由于镜头畸变和边缘虚焦现象的影响，容易造成较大误差。另外，现有技术只能实现单个油封的内径检测，无法实现多个检测样件的内径及圆度复合检测，存在检测效率低、精度低的问题。
因此，如何实现骨架油封内径及圆度复合便捷、快速的检测是本领域技术人员急需要解决的技术问题。
发明内容
目的：为了克服现有技术中存在的不足，本发明提供一种基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质。
技术方案：为解决上述技术问题，本发明采用的技术方案为：
第一方面，一种基于机器视觉的骨架油封内径及圆度复合检测系统，包括：检测平台、定位调整机构、采集机构。
所述检测平台包括：LED光源板、地脚螺栓、定位板。所述LED光源板设置在定位板上，所述定位板四个边角设置有地脚螺栓。
所述定位调整机构包括：第一丝杠、第二丝杠、后板、纵向轨道、第一连接板、滑块、第二连接板、横向轨道、第一电机、第二电机。所述定位板两端垂直设置有第一丝杠、第二丝杠，第一丝杠、第二丝杠顶部之间连接有盖板，所述盖板后端与垂直设置在定位板上的后板相连接，所述后板前面设置有第一轨道。所述第一轨道上移动设置有滑块。所述第一丝杠、第二丝杠分别与第一连接板两端移动连接，所述第一连接板后侧与滑块相连接，前侧与第二连接板后侧相连接，第一连接板顶部设置横向轨道。所述第二连接板顶侧开槽，槽内设置传送带，所述盖板上设置有第一电机，所述第一电机使得滑块沿所述纵向轨道滑动。所述第二连接板一端设置第二电机，第二电机使得槽内传送带转动。
所述采集机构包括：滑台、第三连接板、蜗杆、涡轮、第三电机、相机支架、相机。所述滑台一端与的横向轨道移动连接，滑台底部与所述第二连接板上的传送带相连接。所述滑台顶部设置有第三连接板，所述蜗杆内置于第三连接板孔内，蜗杆前端与所述相机支架相连。所述相机设置在相机支架上。所述滑台顶部还设置有第三电机，所述第三电机带动涡轮转动，所述涡轮与蜗杆的后端相啮合。
进一步的，所述LED光源板用于放置待测的骨架油封。
进一步的，还包括处理装置，所述处理装置分别与第一电机、第二电机、第三电机和相机相连接，用于执行一种基于机器视觉的骨架油封内径及圆度复合检测方法。
第二方面，一种基于机器视觉的骨架油封内径及圆度复合检测方法，包括如下步骤：
步骤1、通过标定板及标准样件获取相机Z轴高度，并建立相机视场的原始坐标系。
步骤2、获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
步骤3、根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像。
步骤4、对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。
进一步的，还包括步骤5，
步骤5、显示待测样件的内径和圆度，并保存至数据库。
进一步的，所述步骤1，包括：
步骤1.1、将标定板及标准样件放置在LED光源板上，打开LED光源及相机，根据标准样件在相机视场中的大小，确定合适的相机Z轴高度。
步骤1.2、根据标定板上的标尺刻度与图像像素个数的比例，计算出图像中每个像素宽度对应的实际尺寸，根据标准样件的尺寸对像素宽度进行校准，建立相机视场的原始坐标系，完成标定。
进一步的，所述步骤2，包括：
步骤2.1、将待测多个骨架油封放置在LED光源板上，利用确定Z轴高度的相机拍摄图像，图像经过Canny边缘检测、二值化处理、Hough圆变换算法，计算每个样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
进一步的，所述步骤3，包括：
步骤3.1、根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，计算出相机X轴位置、Y轴的位置，并通过第二电机、第三电机进行调整，使得相机视场中心点移至待测样件中心点位置上方，高度与已标定的Z轴高度相同。
步骤3.2、依次移动到所有待测样件中心点位置上方，并拍摄每个待测样件的图像。
进一步的，所述步骤4，包括：
步骤4.1、对每个待测样件的图像进行自适应Gauss滤波、二值化处理，得到预处理后图像。
步骤4.2、提取预处理后图像的轮廓点坐标数据(xi，yi)，根据N个轮廓点坐标，计算参数C、D、E、G和H，根据C、D、E、G和H计算参数a、b。
所述参数C、D、E、G和H的计算公式如下：
所述参数a、b的计算公式如下：
步骤4.3、根据参数a、b，计算每个轮廓点坐标对应的圆心的横坐标A，纵坐标B。
所述圆心的横坐标A，纵坐标B，计算公式如下：
步骤4.4、将每个A、B代入轮廓圆方程，计算N个轮廓圆半径Ri。
所述轮廓圆半径Ri，计算公式如下：
Ri 2＝(xi-A)2+(yi-B)2
步骤4.5、求取N个轮廓圆半径Ri的平均值作为待测样件的内径。
步骤4.5、求取N个轮廓圆半径Ri的最大值，最小值，将最大值与最小值相减，差值作为待测样件的圆度。
第三方面，一种基于机器视觉的骨架油封内径及圆度复合检测装置，包括如下模块：
标定模块：用于通过标定板及标准样件获取相机Z轴高度，并建立相机视场的原始坐标系。
中心点获取模块：用于获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
自动寻位模块：用于根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像。
数据处理模块：用于对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。
进一步的，还包括数据结果模块，
数据结果模块：用于显示待测样件的内径和圆度，并保存至数据库。
进一步的，所述标定模块，包括：
将标定板及标准样件放置在LED光源板上，打开LED光源及相机，根据标准样件在相机视场中的大小，确定合适的相机Z轴高度。
根据标定板上的标尺刻度与图像像素个数的比例，计算出图像中每个像素宽度对应的实际尺寸，根据标准样件的尺寸对像素宽度进行校准，建立相机视场的原始坐标系，完成标定。
进一步的，所述中心点获取模块，包括：
将待测多个骨架油封放置在LED光源板上，利用确定Z轴高度的相机拍摄图像，图像经过Canny边缘检测、二值化处理、Hough圆变换算法，计算每个样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
进一步的，所述自动寻位模块，包括：
根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，计算出相机X轴位置、Y轴的位置，并通过第二电机、第三电机进行调整，使得相机视场中心点移至待测样件中心点位置上方，高度与已标定的Z轴高度相同。
依次移动到所有待测样件中心点位置上方，并拍摄每个待测样件的图像。
进一步的，所述数据处理模块，包括：
对每个待测样件的图像进行自适应Gauss滤波、二值化处理，得到预处理后图像。
提取预处理后图像的轮廓点坐标数据(xi，yi)，根据N个轮廓点坐标，计算参数C、D、E、G和H，根据C、D、E、G和H计算参数a、b。
所述参数C、D、E、G和H的计算公式如下：
所述参数a、b的计算公式如下：
根据参数a、b，计算每个轮廓点坐标对应的圆心的横坐标A，纵坐标B。
所述圆心的横坐标A，纵坐标B，计算公式如下：
将每个A、B代入轮廓圆方程，计算N个轮廓圆半径Ri。
所述轮廓圆半径Ri，计算公式如下：
Ri 2＝(xi-A)2+(yi-B)2
求取N个轮廓圆半径Ri的平均值作为待测样件的内径。
求取N个轮廓圆半径Ri的最大值，最小值，将最大值与最小值相减，差值作为待测样件的圆度。
第四方面，一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第二方面中任一所述的一种基于机器视觉的骨架油封内径及圆度复合检测方法。
第五方面，一种计算机设备，包括：
存储器，用于存储指令。
处理器，用于执行所述指令，使得所述计算机设备执行如第二方面中任一所述的一种基于机器视觉的骨架油封内径及圆度复合检测方法的操作。
有益效果：本发明提供的基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质，本系统结构简单、易于实现、检测效率及精度高。
本发明通过机器视觉检测方法，实现多个骨架密封的内径及圆度复合检测，有利于检测效率提高。通过“视觉标定+中心寻位”手段，实现图像高清成像及校正畸形，有利于检测精度提高。
附图说明
图1为本发明骨架密封检测系统的结构示意图。
图2为本发明定位调整机构的结构示意图。
图3为本发明骨架密封检测方法的流程示意图。
图4为本发明骨架密封检测装置的结构示意图。
图中1.检测平台，11.LED光源板，12.地脚螺栓，13.定位板，14.检测样件；2.定位调整机构，201.纵向支架，202.第一丝杠，203.第二丝杠，204.盖板，205.后板，206.纵向轨道，207.第一连接板，208.滑块，209.第二连接板，210.横向轨道，211.第一电机，212.第二电机；3.采集机构，31滑台，32.第三连接板，33.蜗杆，34.涡轮，35.第三电机，36.相机支架，37.相机；4.处理装置。
具体实施方式
下面结合本发明实例中的附图，对本发明实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。基于本发明的实施例，本领域技术人员在没有做创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
下面结合具体实施例对本发明作更进一步的说明。
如图1-2所示，第一个实施例一种基于机器视觉的骨架油封内径及圆度复合检测系统，包括：检测平台1、定位调整机构2、采集机构3、处理装置4。
所述检测平台1包括：LED光源板11、地脚螺栓12、定位板13、检测样件14。所述LED光源板11位于所述定位板13中央，所述地脚螺栓12位于所述定位板13四个边角，用于固定所述定位板13。所述检测样件14数量为多个，均匀分布在LED光源板11中心，且不互相叠加和遮挡。
所述定位调整机构2包括：纵向支架201、第一丝杠202、第二丝杠203、盖板204、后板205、纵向轨道206、第一连接板207、滑块208、第二连接板209、横向轨道210、第一电机211、第二电机212。所述纵向支架201分别与所述定位板13两端垂直固联。所述第一丝杠202、所述第二丝杠203设置在纵向支架201前方，并分别与所述定位板13两端垂直固联。所述纵向支架201、第一丝杠202、所述第二丝杠203的顶端通过所述盖板204实现连接，达到稳定第一丝杠202、所述第二丝杠203目的。所述后板205分别与所述纵向支架201、所述盖板204的后侧、所述定位板13的顶面相连接，且所述后板205中心轴线位置布置第一轨道206。所述第一丝杠202、所述第二丝杠203之间布置所述第一连接板207，所述第一连接板207后侧方布置所述滑块208，前侧方布置带有传送带的第二连接板209，第一连接板207顶部布置横向轨道210。所述第二连接板209顶侧开槽，槽内布置传送带，外置于所述盖板204上的所述第一电机211可使得所述滑块208沿所述纵向轨道206滑动，实现所述采集机构2上下位置调整。外置于所述第二连接板209上的所述第二电机可使槽内传送带转动。
所述采集机构3包括：滑台31、第三连接板32、蜗杆33、涡轮34、第三电机35、相机支架36、相机37。所述滑台31一端与所述第二连接板209上的横向轨道210移动连接，所述第二连接板209上的传送带与所述滑台31底部固联，所述定位调整机构2中所述第二电机212通过传送带带动所述滑台31沿着所述第二横向轨道210左右移动。所述滑台31顶部设置有第三连接板32，所述蜗杆33内置于所述第三连接板32孔内，且蜗杆33前端与所述相机支架36相连。所述相机37安装至所述相机支架36。所述滑台31顶部还设置有第三电机35，所述第三电机35带动所述涡轮34、所述涡轮34与蜗杆33的后端相啮合，用于带动蜗杆33前后移动，实现所述相机37前后位置调整。
所述处理装置4包括：用于执行一种基于机器视觉的骨架油封内径及圆度复合检测方法的智能设备。
如图4所示，第二个实施例一种基于机器视觉的骨架油封内径及圆度复合检测方法，包括如下步骤：
步骤1、通过标定板及标准样件获取相机Z轴高度，并建立相机视场的原始坐标系。
步骤1.1、将标定板及标准样件放置在LED光源板上，打开LED光源及相机，根据标准样件在相机视场中的大小，确定合适的相机Z轴高度。
步骤1.2、根据标定板上的标尺刻度与图像像素个数的比例，计算出图像中每个像素宽度对应的实际尺寸，根据标准样件的尺寸对像素宽度进行校准，建立相机视场的原始坐标系，完成标定。
步骤2、获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
步骤2.1、将待测多个骨架油封放置在LED光源板上，利用确定Z轴高度的相机拍摄图像，图像经过Canny边缘检测、二值化处理、Hough圆变换算法，计算每个样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
进一步的，一个实施例，在使用Hough圆变换算法过程中，提前设定图像分辨率、累加图像的阈值、圆心检测阈值、骨架油封内径的最大最小值范围，以达到最佳灵敏度，获得更准确结果。
步骤3、根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像。
步骤3.1、根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，计算出相机X轴位置、Y轴的位置，并通过第二电机、第三电机进行调整，使得相机视场中心点移至待测样件中心点位置上方，高度与已标定的Z轴高度相同。
步骤3.2、依次移动到所有待测样件中心点位置上方，并拍摄每个待测样件的图像。
步骤4、对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。
步骤4.1、对每个待测样件的图像进行自适应Gauss滤波、二值化处理，得到预处理后图像。
步骤4.2、提取预处理后图像的轮廓点坐标数据(xi，yi)，根据N个轮廓点坐标，计算参数C、D、E、G和H，根据C、D、E、G和H计算参数a、b。
步骤4.3、根据参数a、b，计算每个轮廓点坐标对应的圆心的横坐标A，纵坐标B。
步骤4.4、将每个A、B代入轮廓圆方程，计算N个轮廓圆半径Ri。
步骤4.5、求取N个轮廓圆半径Ri的平均值作为待测样件的内径。
步骤4.5、求取N个轮廓圆半径Ri的最大值，最小值，将最大值与最小值相减，差值作为待测样件的圆度。
所述步骤4中计算公式如下：
1)轮廓圆方程见公式(1)。
Ri 2＝(xi-A)2+(yi-B)2 (1)
Ri——半径
A——圆心的横坐标
B——圆心的纵坐标
xi——被测试油封轮廓的第i个横坐标
yi——被测试油封轮廓的第i个纵坐标
2)在轮廓上取N个点，利用公式(2)和(3)计算最小二乘拟合圆心，计算结果见公式(4)。
3)根据公式(5)计算骨架密封内径r，按照公式(6)计算骨架密封圆度δ。
r＝Average(Ri) (5)
δ＝max(Ri)-min(Ri) (6)
步骤5，显示待测样件的内径和圆度，并保存至数据库。
如图3所示，第三个实施例一种基于机器视觉的骨架油封内径及圆度复合检测装置，包括如下模块：
标定模块：用于通过标定板及标准样件获取相机Z轴高度，并建立相机视场的原始坐标系。具体包括：
将标定板及标准样件放置在LED光源板上，打开LED光源及相机，根据标准样件在相机视场中的大小，确定合适的相机Z轴高度。
根据标定板上的标尺刻度与图像像素个数的比例，计算出图像中每个像素宽度对应的实际尺寸，根据标准样件的尺寸对像素宽度进行校准，建立相机视场的原始坐标系，完成标定。
中心点获取模块：获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标。具体包括：
将待测多个骨架油封放置在LED光源板上，利用确定Z轴高度的相机拍摄图像，图像经过Canny边缘检测、二值化处理、Hough圆变换算法，计算每个样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
进一步的，一个实施例，在使用Hough圆变换算法过程中，提前设定图像分辨率、累加图像的阈值、圆心检测阈值、骨架油封内径的最大最小值范围，以达到最佳灵敏度，获得更准确结果。
自动寻位模块：根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像。具体包括：
根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，计算出相机X轴位置、Y轴的位置，并通过第二电机、第三电机进行调整，使得相机视场中心点移至待测样件中心点位置上方，高度与已标定的Z轴高度相同。
依次移动到所有待测样件中心点位置上方，并拍摄每个待测样件的图像。
数据处理模块：用于对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。具体包括：
对每个待测样件的图像进行自适应Gauss滤波、二值化处理，得到预处理图像。
提取预处理图像的轮廓点坐标数据(xi，yi)，根据N个轮廓点坐标，计算参数C、D、E、G和H，根据C、D、E、G和H计算参数a、b。
根据参数a、b，计算每个轮廓点坐标对应的圆心的横坐标A，纵坐标B。
将每个A、B代入轮廓圆方程，计算N个轮廓圆半径Ri。
求取N个轮廓圆半径Ri的平均值作为待测样件的内径。
求取N个轮廓圆半径Ri的最大值，最小值，将最大值与最小值相减，差值作为待测样件的圆度。
数据结果模块：用于显示待测样件的内径和圆度，并保存至数据库。
第四种实施例一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如第二种实施例中任一所述的一种基于机器视觉的骨架油封内径及圆度复合检测方法。
第五种实施例一种计算机设备，包括：
存储器，用于存储指令。
处理器，用于执行所述指令，使得所述计算机设备执行如第二种实施例中任一所述的一种基于机器视觉的骨架油封内径及圆度复合检测方法的操作。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种基于机器视觉的骨架油封内径及圆度复合检测系统，其特征在于：包括：检测平台、定位调整机构、采集机构；
所述检测平台包括：LED光源板、地脚螺栓、定位板；所述LED光源板设置在定位板上，所述定位板四个边角设置有地脚螺栓；
所述定位调整机构包括：第一丝杠、第二丝杠、后板、纵向轨道、第一连接板、滑块、第二连接板、横向轨道、第一电机、第二电机；所述定位板两端垂直设置有第一丝杠、第二丝杠，第一丝杠、第二丝杠顶部之间连接有盖板，所述盖板后端与垂直设置在定位板上的后板相连接，所述后板前面设置有第一轨道；所述第一轨道上移动设置有滑块；所述第一丝杠、第二丝杠分别与第一连接板两端移动连接，所述第一连接板后侧与滑块相连接，前侧与第二连接板后侧相连接，第一连接板顶部设置横向轨道；所述第二连接板顶侧开槽，槽内设置传送带，所述盖板上设置有第一电机，所述第一电机使得滑块沿所述纵向轨道滑动；所述第二连接板一端设置第二电机，第二电机使得槽内传送带转动；
所述采集机构包括：滑台、第三连接板、蜗杆、涡轮、第三电机、相机支架、相机；所述滑台一端与的横向轨道移动连接，滑台底部与所述第二连接板上的传送带相连接；所述滑台顶部设置有第三连接板，所述蜗杆内置于第三连接板孔内，蜗杆前端与所述相机支架相连；所述相机设置在相机支架上；所述滑台顶部还设置有第三电机，所述第三电机带动涡轮转动，所述涡轮与蜗杆的后端相啮合。
2.根据权利要求1所述的基于机器视觉的骨架油封内径及圆度复合检测系统，其特征在于：所述LED光源板用于放置待测的骨架油封。
3.根据权利要求1所述的基于机器视觉的骨架油封内径及圆度复合检测系统，其特征在于：还包括处理装置，所述处理装置用于执行一种基于机器视觉的骨架油封内径及圆度复合检测方法。
4.一种基于机器视觉的骨架油封内径及圆度复合检测方法，其特征在于：包括如下步骤：
步骤1、通过标定板及标准样件获取相机Z轴高度，并建立相机视场的原始坐标系；
步骤2、获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标；
步骤3、根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像；
步骤4、对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。
5.根据权利要求4所述的基于机器视觉的骨架油封内径及圆度复合检测方法，其特征在于：还包括步骤5，
步骤5、显示待测样件的内径和圆度，并保存至数据库。
6.根据权利要求4或5所述的基于机器视觉的骨架油封内径及圆度复合检测方法，其特征在于：所述步骤1，包括：
步骤1.1、将标定板及标准样件放置在LED光源板上，打开LED光源及相机，根据标准样件在相机视场中的大小，确定合适的相机Z轴高度；
步骤1.2、根据标定板上的标尺刻度与图像像素个数的比例，计算出图像中每个像素宽度对应的实际尺寸，根据标准样件的尺寸对像素宽度进行校准，建立相机视场的原始坐标系，完成标定。
7.根据权利要求4或5所述的基于机器视觉的骨架油封内径及圆度复合检测方法，其特征在于：所述步骤2，包括：
步骤2.1、将待测多个骨架油封放置在LED光源板上，利用确定Z轴高度的相机拍摄图像，图像经过Canny边缘检测、二值化处理、Hough圆变换算法，计算每个样件中心点位置，并转化为相机视场的原始坐标系中的坐标。
8.根据权利要求4或5所述的基于机器视觉的骨架油封内径及圆度复合检测方法，其特征在于：所述步骤3，包括：
步骤3.1、根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，计算出相机X轴位置、Y轴的位置，并通过第二电机、第三电机进行调整，使得相机视场中心点移至待测样件中心点位置上方，高度与已标定的Z轴高度相同；
步骤3.2、依次移动到所有待测样件中心点位置上方，并拍摄每个待测样件的图像。
9.根据权利要求4或5所述的基于机器视觉的骨架油封内径及圆度复合检测方法，其特征在于：所述步骤4，包括：
步骤4.1、对每个待测样件的图像进行自适应Gauss滤波、二值化处理，得到预处理后图像；
步骤4.2、提取预处理后图像的轮廓点坐标数据(xi，yi)，根据N个轮廓点坐标，计算参数C、D、E、G和H，根据C、D、E、G和H计算参数a、b；
所述参数C、D、E、G和H的计算公式如下：
所述参数a、b的计算公式如下：
步骤4.3、根据参数a、b，计算每个轮廓点坐标对应的圆心的横坐标A，纵坐标B；
所述圆心的横坐标A，纵坐标B，计算公式如下：
步骤4.4、将每个A、B代入轮廓圆方程，计算N个轮廓圆半径Ri；
所述轮廓圆半径Ri，计算公式如下：
Ri 2＝(xi-A)2+(yi-B)2
步骤4.5、求取N个轮廓圆半径Ri的平均值作为待测样件的内径；
步骤4.5、求取N个轮廓圆半径Ri的最大值，最小值，将最大值与最小值相减，差值作为待测样件的圆度。
10.一种基于机器视觉的骨架油封内径及圆度复合检测装置，其特征在于：包括如下模块：
标定模块：用于通过标定板及标准样件获取相机Z轴高度，并建立相机视场的原始坐标系；
中心点获取模块：用于获取相机在Z轴高度拍摄的包含所有待测样件的图像，对包含所有待测样件的图像进行处理，获取每个待测样件中心点位置，并转化为相机视场的原始坐标系中的坐标；
自动寻位模块：用于根据每个待测样件中心点位置在相机视场的原始坐标系中的坐标，调整定位调整机构上相机的位置，调整后依次对每个待测样件进行拍摄，获得每个待测样件的图像；
数据处理模块：用于对每个待测样件的图像进行预处理，提取预处理后图像的轮廓点坐标数据，根据预处理图像的轮廓点坐标数据计算待测样件的内径及圆度。
11.根据权利要求10所述的基于机器视觉的骨架油封内径及圆度复合检测装置，其特征在于：还包括：数据结果模块，
数据结果模块：用于显示待测样件的内径和圆度，并保存至数据库。
12.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，该计算机程序被处理器执行时，实现如权利要求4-9中任一所述的一种基于机器视觉的骨架油封内径及圆度复合检测方法。
13.一种计算机设备，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述计算机设备执行如权利要求4-9中任一所述的一种基于机器视觉的骨架油封内径及圆度复合检测方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310510818.7A CN116576785A (zh) | 2023-05-08 | 2023-05-08 | 基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310510818.7A CN116576785A (zh) | 2023-05-08 | 2023-05-08 | 基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116576785A true CN116576785A (zh) | 2023-08-11 |
Family
ID=87544686
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310510818.7A Pending CN116576785A (zh) | 2023-05-08 | 2023-05-08 | 基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116576785A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118243014A (zh) * | 2024-05-27 | 2024-06-25 | 山西龙图置业有限公司 | 一种建筑经济测算用测量装置及建筑曲面墙壁测量方法 |
| CN119245516A (zh) * | 2024-12-03 | 2025-01-03 | 菲特（天津）检测技术有限公司 | 一种工艺孔的尺寸检测系统及尺寸检测方法 |
-
2023
- 2023-05-08 CN CN202310510818.7A patent/CN116576785A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118243014A (zh) * | 2024-05-27 | 2024-06-25 | 山西龙图置业有限公司 | 一种建筑经济测算用测量装置及建筑曲面墙壁测量方法 |
| CN119245516A (zh) * | 2024-12-03 | 2025-01-03 | 菲特（天津）检测技术有限公司 | 一种工艺孔的尺寸检测系统及尺寸检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107121093B (zh) | 一种基于主动视觉的齿轮测量装置及测量方法 | |
| CN116576785A (zh) | 基于机器视觉的骨架油封内径及圆度复合检测系统、方法、设备及介质 | |
| CN106017350A (zh) | 基于机器视觉的中小模数齿轮快速检测装置及检测方法 | |
| WO2020147397A1 (zh) | 用于弧面外观检测的机器视觉系统及检测方法 | |
| 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 | |
| CN105783723B (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
| CN109211110A (zh) | 一种基于机器视觉的平板类工件尺寸检测系统及方法 | |
| CN106767565A (zh) | 一种用于刹车片钢背片平面度自动检测装置和检测方法 | |
| CN209640237U (zh) | 光学检测设备 | |
| CN2898765Y (zh) | 数字化影像检测仪 | |
| CN103615980A (zh) | 一种板件上圆孔参数的测量方法及系统 | |
| CN107957245A (zh) | 基于机器视觉的发动机连杆尺寸测量装置及其测量方法 | |
| CN109297412A (zh) | 一种花键轴的花键端面的图像采集装置及花键检测方法 | |
| CN110470247B (zh) | 一种零件内外圆面同轴度的检测装置及检测方法 | |
| WO2023123003A1 (zh) | 机器视觉检测方法、其检测装置及其检测系统 | |
| CN104897080B (zh) | 一种回转体母线轮廓测量仪 | |
| CN105954021A (zh) | 一种汽车后桥差速器中螺旋锥齿轮齿面接触区的检测方法 | |
| CN110470250B (zh) | 一种零件表面平面度的检测装置及检测方法 | |
| CN103267483B (zh) | 梯形牙嵌式离合器齿部尺寸的检测装置与方法 | |
| CN111256612A (zh) | 基于机器视觉的直齿渐开线小模数齿轮的测量方法 | |
| CN109520440A (zh) | 张减机孔型的测量装置及方法 | |
| CN107941479A (zh) | 一种智能滚动接触疲劳试验系统及其测试方法 | |
| CN116907360B (zh) | 基于机器视觉的ro膜胶线宽度检测系统及检测方法 | |
| CN211085120U (zh) | 一种基于机器视觉齿轮多参数测量装置 | |
| CN202582507U (zh) | 一种基于影像复合的薄片零件轮廓自动检测测头 |
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 |