CN117392243B - 基于图像处理的编码器安装位置检测方法及系统 - Google Patents
基于图像处理的编码器安装位置检测方法及系统 Download PDFInfo
- Publication number
- CN117392243B CN117392243B CN202311703693.6A CN202311703693A CN117392243B CN 117392243 B CN117392243 B CN 117392243B CN 202311703693 A CN202311703693 A CN 202311703693A CN 117392243 B CN117392243 B CN 117392243B
- Authority
- CN
- China
- Prior art keywords
- image
- circle
- inner hole
- calibration
- center
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 56
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 238000009434 installation Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000001105 regulatory effect Effects 0.000 claims abstract description 8
- 230000008878 coupling Effects 0.000 claims abstract description 4
- 238000010168 coupling process Methods 0.000 claims abstract description 4
- 238000005859 coupling reaction Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000007306 turnover Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
Classifications
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于图像处理技术领域，具体公开了一种基于图像处理的编码器安装位置检测方法及系统。本发明方法包括如下步骤：获取标定图像，对标定图像进行图像预处理、二次霍夫梯度圆变换，确定标定图像的世界坐标和像素坐标以及两坐标之间的关系，并确定标定图像的圆心和半径；当编码器和电机轴之间的联轴器出现断裂，或者设备运行过程中编码器损坏，需要重新安装时，首先获取现场图像，并确定现场图像的圆心和半径，然后利用标定图像对现场图像进行配准，得到现场图像的翻转角度和缩放倍数，将现场图像进行配准后，确定现场图像的内圆圆心与外圆圆心的距离，并转换为世界坐标，得到调节支架需要调节的距离，本发明实现了编码器安装位置的准确测量。
Description
技术领域
本发明属于图像处理及编码器安装位置检测技术领域，具体涉及一种基于图像处理的编码器安装位置检测方法及系统。
背景技术
J8400型桥吊的起升电机是集装箱桥吊起升机构的核心驱动装置，在码头装卸作业中起着至关重要的作用。编码器是起升电机中的重要部件之一，用于测量电机的旋转角度和速度等关键参数。在电机的正常运行过程中，编码器的稳定性和准确性显得尤为重要，它直接影响到电机的工作效率和性能。J8400型桥吊的起升电机轴和编码器旋转轴之间通过联轴器相连接，联轴器安装在电机轴上，编码器则固定安装在调节支架上。
具体地，编码器的固定依靠底座和调节支架两部分，底座固定在桥吊机房地面上，底座和调节支架间由调节螺栓连接。安装编码器时，通过调节螺栓改变调节支架的位置，使电机旋转轴轴心位于调节支架内圆孔圆心位置，使内圆孔圆心和电机轴轴心同心一致，然后再安装联轴器和编码器，可以有效防止产生编码器测量误差和滞后，及联轴器断裂等问题。
然而，目前编码器的安装主要根据经验进行安装。如果安装工人技术不熟练，很容易造成编码器旋转轴和电机旋转轴不同心，产生编码器测量误差和滞后问题，更严重地，会导致联轴器或编码器轴承损坏，从而引起编码器故障，造成电机故障停机，桥吊停止工作。
发明内容
本发明的目的在于提出一种基于图像处理的编码器安装位置检测方法，该方法通过图像检测以及机械检测相互结合的方式，以实现编码器安装位置的准确测量。
本发明为了实现上述目的，采用如下技术方案：
基于图像处理的编码器安装位置检测方法，包括如下步骤：
步骤1. 获取编码器首次安装时当电机轴心与调节支架的内孔圆圆心调整为同心一致后，在已知位置垂直拍摄的调节支架的内孔圆和电机轴的位置图像，作为标定图像；
对标定图像进行图像预处理、二次霍夫梯度圆变换，确定标定图像的世界坐标和像素坐标以及两坐标之间的关系，并确定标定图像的圆心和半径；
步骤2. 当编码器和电机轴之间的联轴器出现断裂，或者设备运行过程中编码器损坏，需要重新安装时，首先获取现场图像，并进行图像预处理、二次霍夫梯度圆变换，得到现场图像的像素坐标，并确定现场图像的圆心和半径；
步骤3. 利用标定图像对现场图像进行配准，即现场图像与标定图像的外圆圆心进行对比，得到现场图像的翻转角度和缩放倍数，将现场图像进行配准后，确定现场图像的内圆圆心与外圆圆心的距离，并转换为世界坐标，即得到调节支架需要调节的距离大小。
此外，本发明还提出了一种基于图像处理的编码器安装位置检测系统，其包括摄像头和计算机设备，其中，在计算机设备上存储有图像处理系统。
摄像头用于获取编码器的安装位置图像，并将图像输入图像处理系统。
图像处理系统按照如上面所述的基于图像处理的编码器安装位置检测方法的步骤，对编码器安装位置图像进行处理，最终输出调节支架的调整尺寸大小。
本发明具有如下优点：
如上所述，本发明述及了一种基于图像处理的编码器安装位置检测方法及系统。其中，本发明方法提出利用机械检测和图像检测两种方式结合去实现编码器安装位置检测，具体的，机械检测工具主要对图像检测工具进行标定和校准，测量过程中主要采用图像检测工具对现场图片进行采集，然后分两种情况进行图像处理，第一种情况为现场图像的内圆在外圆内，此情况下将现场图像与标定图像的外圆圆心进行配准，然后比较现场图像的内圆圆心和外圆圆心的坐标，即得到调节螺栓在x和y轴方向上的移动距离，第二种情况是由于拍摄角度的原因，现场图像的内圆不在外圆内，根据这种情况，本发明提出了一种简单的基于实际数据和像素数据的图像处理算法，以得到调节螺栓在x和y轴方向上的移动距离。本发明保证了编码器旋转轴和电机旋转轴同心，避免产生编码器测量误差和滞后问题，降低由于联轴器或编码器轴承损坏引起的编码器故障，解决了电机故障停机问题，保证了桥吊正常工作。
附图说明
图1为本发明实施例中基于图像处理的编码器安装位置检测方法的流程图；
图2为本发明实施例中机械检测工具的结构示意图；
图3为图2中机械检测工具的一侧视图；
图4为图2中机械检测工具的另一侧视图；
图5为图2中机械检测工具的俯视图；
图6为本发明实施例中机械检测工具的操作流程示意图；
图7为当现场图像的内圆在外圆内时，对现场图像进行圆心配准的示意图；
其中，图7中的(a)表示标定图像，(b)表示扁平椭圆，(c)表示竖直椭圆，(d)表示圆锥截面椭圆，(e)表示标定图像与扁平椭圆叠加示意，(f)表示标定图像与竖直椭圆叠加示意，(g)表示标定图像与圆锥截面椭圆叠加示意；
图8为当现场图像的内圆在外圆内时，对现场图像进行圆心配准的流程图；
图9为电机轴心和调节支架内孔圆心同心时示意图；
图10为电机轴心和调节支架内孔圆心不同心，发生水平方向的偏移时的示意图；
图11为电机轴心和调节支架内孔圆心不同心，发生竖直方向的偏移时的示意图；
图12为本发明实施例中基于图像处理的编码器安装位置检测的结构框图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明：
实施例1
本实施例1述及了一种基于图像处理的编码器安装位置检测方法，该方法通过使编码器轴心和电机旋转轴轴心同心，以实现编码器安装位置的准确测量。具体的，为了使编码器轴心和电机旋转轴轴心同心，应将调节支架的内孔圆圆心和电机轴轴心调整为同心，基于此，本发明提出利用机械检测或图像检测的方式调整调节支架的内孔圆圆心和电机轴轴心为同心，其中编码器首次安装时，利用机械检测工具即能够方便地调整二者同心一致，由于现场振动环境原因，编码器和电机轴之间的联轴器会不定期的断裂，或者设备运行过程中编码器损坏，需要重新安装，此时需要重新调整调节支架的内孔圆圆心和电机轴轴心为同心，此时需要利用图像检测工具对调节支架的内孔圆和电机轴的相对位置进行图像检测，求取内孔圆（外圆）的圆心像素点坐标和电机轴（内圆）的圆心像素点坐标，然后对所求取的两圆心像素点坐标进行世界坐标转化与计算，最终求取调节支架需要位移的距离。
工作中，图像检测工具的摄像头获取图像后进行图形处理，具体处理流程如图1所示。本实施例中基于图像处理的编码器安装位置检测方法，包括如下步骤：
步骤1. 获取编码器首次安装时当电机轴心与调节支架的内孔圆圆心调整为同心一致后，在已知位置垂直拍摄的调节支架的内孔圆和电机轴的位置图像，作为标定图像。
在本实施例中，编码器首次安装时调节同心的方式为机械调节方式，即利用机械检测工具调节电机轴心与调节支架的内孔圆圆心为同心一致，如图2至图5所示。
机械检测工具包括轴套1、中心轴2、旋转轴承3以及标尺4。
其中，轴套1的内径尺寸（略）大小与电机轴的直径相适应，以使轴套能紧密套装在电机轴上，中心轴2安装于轴套1的中心位置，如图2至图5所示。中心轴2的长度大于电机侧联结轴与编码器调节支架之间的距离，旋转轴承3嵌套在中心轴2上，且能够绕中心轴2旋转以及沿中心轴2的轴线方向滑动，标尺4垂直焊接在旋转轴承3上。
如图6所示，利用机械检测工具调节电机轴心与内孔圆圆心为同心的过程如下：
首先将轴套1紧密套装在电机轴上，然后沿中心轴2的轴线方向移动旋转轴承3到调节支架的位置，紧接着，旋转轴承3绕中心轴旋转，并带动标尺4记录调节支架的内孔圆的边缘位置尺寸，即内孔圆半径，通过标尺测量0°~ 360°范围多个不同方位的半径尺寸大小，根据标尺测量的结果调整底座螺栓改变调节支架的位置，直到内孔圆各方向半径尺寸大小相同，然后固定好调节支架，此时，电机轴心与调节支架的内孔圆圆心调整为同心一致。
在现场应用时，例如只需要测量0°、90°、180°和270°四个方位的半径尺寸即可。
编码器安装可直接用机械检测工具即可完成，虽然机械检测工具精确可靠，但用机械检测工具进行检测时，操作复杂和调整时间长，则难以满足设备高效工作的要求。
在实际应用中，机械检测工具主要是起到标定和校准的作用，其中：
标定是指利用机械检测工具将调节支架的内孔圆圆心和电机轴轴心调整到标定位置，为图像检测工具提供所需拍摄的标定图像，并为标定图像提供准确的世界距离和坐标，这些数据和坐标为本发明所提出的图像处理算法提供计算依据。
校准是指由于现场设备长期工作在不可避免的振动环境中，电机轴或调节支架在长时间运行中可能会现形变，造成世界距离或坐标变化，此时需要采用机械检测工具对变形处数据进行校准。另外，图像检测工具用很长时间，或更换主要部件（如摄像头），也需要用机械检测工具对图像检测工具的主要数据（如比例尺等）做验证和校准。
与机械工具相比，图像检测工具操作简单、速度快，可以快速地完成测量任务。因此，本发明采用机械检测和图像检测方式配合，同一个工作现场，第一次用机械工具标定后，拍照安装，后期再出现联轴器断裂，或者编码器损坏，需要重新安装时，就直接利用图像检测工具进行测量即可，实现了编码器安装位置的快速、准确测量，提高了编码器安装效率。
在获取到标定图像后，对标定图像进行图像预处理、二次霍夫梯度圆变换，确定标定图像的世界坐标和像素坐标以及两坐标之间的关系，并确定标定图像的圆心和半径。
定义世界坐标：
其坐标圆心为调节支架内孔圆的中心，坐标轴为x、y、z轴。
其中，z轴为标定位置方向，垂直于内孔圆平面（即内孔圆平面的法线方向），x轴为内孔圆水平方向，y轴垂直于x轴和z轴。
定义像素坐标：
指标定图像的垂直和水平方向，其坐标圆心选标定图像的圆心。
其中，x轴为图像的水平方向，y轴为竖直方向。
世界坐标和像素坐标的关系：
1、比例尺关系（像素数量和实际距离（世界坐标的尺度）对应关系）
2、标定图像是垂直于相机视角的。
在实际的图像采集过程中，由于光照、噪声等多因素的影响，采集到的图像往往存在较多干扰和噪声，使得求取原图像的关键点像素坐标变得非常困难，甚至可能无法直接求取。
因此，获取原图像后首先进行预处理，图像预处理过程是：先进行灰度化处理，再进行均值滤波，边缘检测和边缘提取，最后进行图像膨胀化处理。
图像灰度化处理是将彩色图像转换为灰度图像，通过减少色彩信息来简化图像，更好地突出图像的细节和纹理。图像灰度化处理的目的是减少图像的复杂性，将彩色信息转化为亮度信息，便于后续的图像处理和分析。图像灰度化处理的步骤如下：
I.1. 首先需要通过摄像头获取彩色图像。
I.2. 通过将彩色图像的每个像素点的RGB值进行加权平均，计算出对应的灰度值。灰度值 = (红色通道值 * 0.299) + (绿色通道值 * 0.587) + (蓝色通道值 *0.114)。
I.3. 将计算得到的灰度值更新到对应的像素点上，得到灰度图像。
图像均值滤波是一种常见的滤波方法，它可以有效抑制图像中的高斯噪声、椒盐噪声等多种噪声，可以保留图像边缘信息和细节特征。均值滤波是通过计算像素周围邻域内像素的平均值，并将平均值赋给中心像素来实现。图像均值滤波的步骤如下：
II.1. 首先需要确定一个滤波器的大小，通常是一个矩形的区域。滤波器的大小决定了对图像进行平均的邻域大小。
II.2. 对于图像中的每个像素，需要计算其周围邻域内像素的均值。根据滤波器的大小，确定每个像素的邻域范围。
II.3. 对于每个像素的邻域，将其中的像素值相加，然后除以邻域内像素的总数，得到该邻域的平均值。
II.4. 使用邻域的平均值来替代原始图像中对应像素的值，完成图像的均值滤波处理。
II.5. 根据需要使用不同的策略来处理边界像素，例如仅考虑覆盖区域内的像素。
均值滤波可能会损失掉一些细节信息，特别是在处理高频细节信息时效果不佳。对于一些具有清晰边缘特征的图像，采用均值滤波可能会导致边缘模糊。因此，如何选择合适的滤波方法和参数，需要根据实际情况进行评估和选择。在实际应用中，可以采用更加先进的图像降噪算法，如小波降噪、基于总变差的降噪、非局部均值去噪等，以达到更好的降噪效果。
边缘点指的是图像中周围像素灰度有阶跃变化或屋顶变化的那些像素点，即：灰度值导数极大的地方。边缘检测根据边缘点找到图像中不同区域的边缘。
图像边缘提取是在边缘检测的基础上进行的操作是将检测出来的边缘从原始图像中提取出来。图像检测系统用Canny算子检测边缘信息，它在对图像进行边缘检测时能够保持较好的边缘连续性，并具有较好的噪声抵抗能力。同时，为了进一步优化边缘检测结果，需要对 Canny 算子检测到的边缘信息进行筛选，以保证最终结果的准确性和稳定性。
Canny边缘检测算法步骤：
III.1. 用高斯滤波器平滑处理原图像，高斯滤波器采用二维高斯函数；
III.2. 用一阶偏导数的有限差分进行计算每个像素点梯度的幅值和方向；
III.3. 对梯度幅值进行非极大值抑制。对于所检测出的图像边缘像素，令其沿着梯度的方向与两侧的点比较梯度大小，若该点的值最大，说明它位于边缘的中心位置，则保留;否则将该点像素值置零；
III.4. 用双阈值算法检测和连接边缘。对于边缘限定时，设置了高低两个阈值TR和T。梯度值大于TR的点被认为是强边缘点，梯度值介于T和TR之间的点被认为是弱边缘点。强边缘点以及与强边缘点相连的弱边缘点都将被保留。
特别注意，对于内圆而言，需要排除外圆和噪声对其产生的干扰，采用Canny算子来提取图像中的边缘信息时，由于内圆的形状比较简单，且内径和外径的差距较大，采用了自适应阈值的方法，更好地突出内圆的轮廓特征，实现内圆的边缘检测和轮廓提取。
图像膨胀化处理的目的是使明亮区域扩展，从而填充或放大图像中的目标。由模型内圆的边缘检测提取的信息来看，较为杂乱，需要对其进行膨胀化处理，步骤如下：
IV.1. 准备输入图像和结构元素（也称为膨胀核）。结构元素是一个小的圆形的图像区域定义膨胀的形状。
IV.2.在输入图像上滑动结构元素，并将它与重叠的像素进行比较。
IV.3.如果结构元素中的所有像素都与输入图像中的对应像素匹配，则将输出图像中的相应像素设置为最大值，表示膨胀效果。
IV.4.重复步骤IV.2和IV.3，直到扫描完整个输入图像。
二次霍夫梯度圆变换（即Hough 梯度圆变换）主要完成两个任务：一是确定圆心位置；二是确定半径大小。具体的，首先通过计算每个非零点的梯度值来确定该点所对应的法线，将图像平面作为参数平面并划分为网络进行累加计算，累加器中高于设定阈值的点即被认定为可能的圆心，这一步骤采用了二维 Hough 变换的思想，成功找到了圆心位置。接下来是确定每个圆心对应的半径，只需要计算图像中每个非零点到圆心的距离，构建距离分布的直方图。直方图中频次最高的距离尺寸被认定为该圆心对应的半径。
Hough梯度圆变换的具体步骤为：
第一阶段是检测圆心，对边缘检测后的图像进行第一次霍夫梯度圆检测，得到检测的圆参数，即圆心坐标和半径，具体包括以下步骤：
V.1. 计算图形梯度以找到圆周线，即圆的法线，并将图像平面作为二维参数空间。
V.2. 利用Sobel算子计算非零像素点的法线，在参数空间内统计法线交点的累加值，标识可能的圆心候选点。
V.3. 在参数空间的4邻域内进行非最大值抑制，保留累加和最大的点，设定一个阈值,累加和大于该阈值的点即被认为是圆心的可能位置。
第二阶段是检测圆半径的过程，根据第一次霍夫圆检测的圆心坐标和半径，筛选边缘检测图像，计算每一个像素点到圆心距离，设置距离阈值，对边缘检测图像上的像素点进行筛选，得到满足条件的像素点，从而得到经过像素点筛选后的图像，最后，对经过像素点筛选后的图像进行二次霍夫梯度圆检测，得到拟合的圆参数，具体包括以下步骤：
VI.1. 计算圆半径的可能值。对每个圆心，计算其到所有圆周线的距离，识别距离相等且数量远远多于其他距离值的半径值。设定最大半径和最小半径的阈值，确保保留的距离值在这两个范围内，避免检测出过大或过小的圆。
VI.2. 距离值处理。对保留下来的距离进行排序，找到排序后距离相同的值，并计算相同值的数量。设定一个阈值，当相同值的数量大于该阈值时，认为该值是该圆心对应的圆半径。
VI.3. 循环处理。对每一个圆心，依次执行VI.1至VI.2步骤，得到所有的圆半径。
经霍夫圆原理计算后得到的外圆圆心像素点坐标及半径，内圆的圆心像素点坐标及半径。
步骤2. 当编码器和电机轴之间的联轴器出现断裂，或者设备运行过程中编码器损坏，需要重新安装时，首先获取现场图像，并进行图像预处理、二次霍夫梯度圆变换，得到现场图像的像素坐标，并确定现场图像的圆心和半径。
图像预处理以及二次霍夫梯度圆变换过程等，在上文均已经述及，不再赘述。
由于现场图像与标定图像的拍摄位置不同，现场图像在一些情况下会出现不同程度的变形。因此本发明采用圆心配准的方法，对现场图像与标定图像对比配准后，再计算现场图像的内圆和外圆圆心距离，该部分内容即步骤3的内容。
步骤3. 利用标定图像对现场图像进行配准，即现场图像与标定图像的外圆圆心进行对比，得到现场图像的翻转角度和缩放倍数，将现场图像进行配准后，确定现场图像的内圆圆心与外圆圆心的距离，并转换为世界坐标，即得到调节支架需要调节的距离大小。
下面根据现场图像的内圆是否在外圆内分两种情况说明对现场图像圆心配准的过程。
第一种情况，是现场图像的内圆在外圆内，圆心配准过程如下：
设标定图像处理后的示意图如图7中的（a）所示，内孔圆的实际半径实际值为r1＇，标定图像的半径像素值为r1；现场图像因拍摄角度，图像处理后会呈现图7中的（b）、（c）、（d）三种情况的为椭圆形，并且因为每次拍摄距离远近不同的原因，现场图像会出现图像偏大或偏小的情况。首先将现场图像和标定图像的圆心O进行重合，即对现场图像和标定图像进行坐标平移，设x轴上平移tx，y轴方向平移ty，得到如图7中的（e）、（f）、（g）所示。
然后根据现场图像和标定图像对比，得到现场图像的旋转角度θ，如图7中的（g）所示。现场图像经过旋转变化，计算椭圆0°与180°方向的放大倍数Cx，90°与270°方向的放大倍数Cy，完成对现场图像的配准，现场图像圆心配准流程如图8所示，最后通过对比配准后图像的内圆圆心和外圆圆心的距离，得到调节支架在x和y轴方向上的移动距离。
如图8所示，设经圆心配准后的图像像素坐标[x＇,y＇,z＇] T ，现场图像像素坐标为[x,y,1] T ，则圆心配准算法如式（1）所示：
（1）。
其中，x＇,y＇,z＇分别表示像素坐标的x、y、z方向上的三个分量。
第二种情况，当现场图像的内圆不在外圆内时，对现场图像进行配准的方法如下：
由于现场有时会出现设备移动不方便或不能移动的情况，因此采用图像检测工具进行现场拍摄图像时，会得到拍摄图像，即拍摄图像中内圆（电机轴）不在外圆（调节支架内孔圆）内。为分析方便，将拍摄图像示意图，抽象为如图9所示的示意图。
步骤3.1. 对现场图像进行霍夫圆处理和像素计算。
定义图9中标定位置F表示拍摄标定图像的位置，标定图像中内孔圆的圆心O坐标，内孔圆的实际半径实际值为r1＇，半径像素值为r1，均已知，拍摄位置表示现场图像的拍摄位置。
标定位置F距内孔圆的圆心O的实际距离OF为l。获取内孔圆的长轴OB的像素值为R1，在拍摄位置看到的短轴OC投影的像素值为R2，现场图像中电机轴心O＇到内孔圆距离的投影O＇A的像素值为L2，其实际距离OO＇定义为L1。
步骤3.2. 定义拍摄位置的偏转角度θ。由内孔圆短轴R2和长轴R1得到拍摄位置相对于标定位置的偏转角度θ：θ=90°-arcsin(R2/ R1)。
步骤3.3. 计算拍摄位置折算到标定位置的实际距离x2。
标定图像长轴半径像素与相机到内孔圆圆心的实际距离是反比例关系，即y=k/x；其中，y表示像素值，x为实际距离，已知标定图像的长轴半径像素r1和标定位置到内孔圆的实际距离l，得到比例系数k为：k= r1·l；根据在拍摄位置拍摄的内孔圆长轴半径的像素值R1以及比例系数k，得到拍摄位置折算到标定位置的实际距离x2为：x2=k/ R1。
步骤3.4. 计算OO＇的标准值L2和标准比例尺k1。
如果电机轴心和内孔圆心同心，则从拍摄位置处观察OO＇的距离是O＇A，O＇A的标准值是L2：L2= L1·sinθ；用标定图像的内孔圆的实际半径实际值为r1＇和其像素值为r1，得到图像像素和现场实际尺寸的比例尺k1：k1= r1：r1＇。
步骤3.5. 计算调节支架内孔圆在水平方向即0°或180°的偏移，如图10为电机轴心和调节支架内孔圆心不同心，发生水平方向的偏移时的示意图。
电机轴心和调节支架内孔圆心不同心，发生水平方向的偏移时，拍摄位置的现场图像中电机轴心O＇＇到内孔圆投影的距离O＇＇A的像素值变为L2＇，根据比例尺k1计算L2＇对应的实际距离，得到电机轴圆心需要在0°或180°方向上移动的距离xm，即调节支架在0°或180°方向上移动的距离xm为：xm=( L2＇－L2)/ k1，如果xm为正，则调节支架在0°方向移动距离|xm|；如果xm为负，则调节支架在180°方向移动距离|xm|，|xm|表示距离xm的绝对值大小。
步骤3.6. 计算调节支架内孔圆在竖直方向即90°或270°的偏移。如果电机轴心与调节支架内孔圆圆心有竖直方向上的偏差，即发生竖直方向的偏移时，如图11所示。
则电机轴位置偏离标定位置D，在D＇处。设调节支架内孔圆圆心O的像素坐标为(A1,B1) ，电机轴在D＇处的轴心O＇＇的像素坐标(A2,B2)，则调节支架在内孔圆在90°或270°上的移动的实际距离My为：My= (B2－B1)/ k1，如果My为正，则调节支架在90°方向移动|My|；如果My为负，则调节支架在270°方向移动|My|，| My|表示距离My的绝对值大小。
将所得到的圆心像素点坐标进行差值计算，并记录方向，代入像素坐标和世界坐标的比例尺，计算世界坐标系下的实际距离。
假设得到的外圆圆心像素点坐标为（330.25，216.85），半径为114.00，内圆的圆心像素点坐标为（331.50，221.00），半径为21.00，标定图像像素坐标和世界坐标的比例尺为：3571.42。
经计算x轴移动的距离：x=（331.50-330.25）÷3571.42=0.00035cm，y轴移动的距离：y=(221.00-216.85) ÷3571.42=0.0011。可知，需要沿x轴的负方向即向左平移0.00035cm，向y轴的负方向即向下平移0.0011cm。现场工作人员根据输出尺寸，调整底座上的调节螺栓，使调节支架位于正确的位置以固定编码器。
本发明方法通过图像处理方式，简单、快速地实现了编码器安装位置的准确测量。
实施例2
本实施例2述及了一种基于图像处理的编码器安装位置检测系统，如图12所示，其包括摄像头和计算机设备，其中，在计算机设备上存储有图像处理系统。
其中摄像头获取编码器的安装位置图像，将图像输入图像处理系统，图像处理系统对编码器安装位置图像进行算法处理，最终输出安装位置（调节支架）的调整尺寸。现场工作人员根据输出尺寸，调整底座上的调节螺栓，使调节支架位于正确的位置以固定编码器。
本实施例中计算机设备例如采用单片机、或PC等常见计算设备。
此外，计算机设备还连接有显示屏等。摄像头采集到编码器的安装位置图像后，传输给单片机，单片机接收到图像后，首先进行图像预处理，再进行二次霍夫圆变换，得到图像的内圆和外圆的圆心和半径，图像处理结果最后由显示屏进行显示。
本实施例中图像处理系统按照实施例1中的基于图像处理的编码器安装位置检测方法的步骤，对编码器安装位置图像进行处理，最终输出调节支架的调整尺寸大小。
当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。
Claims (10)
1.基于图像处理的编码器安装位置检测方法，其特征在于，包括如下步骤：
步骤1. 获取编码器首次安装时当电机轴心与调节支架的内孔圆圆心调整为同心一致后，在已知位置垂直拍摄的调节支架的内孔圆和电机轴的位置图像，作为标定图像；
对所述标定图像进行图像预处理、二次霍夫梯度圆变换，确定标定图像的世界坐标和像素坐标以及两坐标之间的关系，并确定标定图像的圆心和半径；
步骤2. 当编码器和电机轴之间的联轴器出现断裂，或者设备运行过程中编码器损坏，需要重新安装时，首先获取现场图像，并进行图像预处理、二次霍夫梯度圆变换，得到现场图像的像素坐标，并确定现场图像的圆心和半径；
步骤3. 利用标定图像对现场图像进行配准，即现场图像与标定图像的外圆圆心进行对比，得到现场图像的翻转角度和缩放倍数，将现场图像进行配准后，确定现场图像的内圆圆心与外圆圆心的距离，并转换为世界坐标，即得到调节支架需要调节的距离大小。
2.根据权利要求1所述的基于图像处理的编码器安装位置检测方法，其特征在于，
所述步骤1中，利用机械检测工具调节电机轴心与调节支架的内孔圆圆心为同心一致；
所述机械检测工具包括轴套、中心轴、旋转轴承以及标尺；其中轴套的内径尺寸大小与电机轴的直径相适应，使轴套能紧密套装在电机轴上；中心轴安装于轴套的中心位置，中心轴的长度大于电机侧联结轴与编码器调节支架之间的距离；旋转轴承嵌套在中心轴上，且能够绕所述中心轴旋转以及沿中心轴的轴线方向滑动；标尺垂直焊接在旋转轴承上。
3.根据权利要求2所述的基于图像处理的编码器安装位置检测方法，其特征在于，
利用机械检测工具调节电机轴心与调节支架的内孔圆圆心为同心一致的过程如下：
首先将轴套紧密套装在电机轴上，然后沿中心轴的轴线方向移动旋转轴承到调节支架的位置；紧接着，旋转轴承绕中心轴旋转并带动标尺记录调节支架的内孔圆的边缘位置尺寸，即内孔圆半径，通过标尺测量0°~ 360°范围多个不同方位的半径尺寸大小，根据标尺测量的结果调整底座螺栓改变调节支架的位置，直到内孔圆各方向的半径尺寸大小相同，然后固定好调节支架，此时，电机轴心与调节支架的内孔圆圆心调整为同心一致。
4.根据权利要求1所述的基于图像处理的编码器安装位置检测方法，其特征在于，
所述步骤3中，当现场图像的内圆在外圆内时，对现场图像进行配准的方法如下：
设标定图像处理后内孔圆的实际半径实际值为r1＇，标定图像的半径像素值为r1；
首先，将现场图像和标定图像的圆心O进行重合，即对现场图像和标定图像进行坐标平移，设x轴上平移tx，y轴方向平移ty；然后，根据现场图像和标定图像对比，得到现场图像的旋转角度θ，现场图像经过旋转变化，计算椭圆0°与180°方向上的放大倍数Cx以及90°与270°方向上的放大倍数Cy，从而完成对现场图像的配准；最后，通过对比配准后图像的内圆圆心和外圆圆心的距离，得到调节支架在x和y轴方向上的移动距离。
5.根据权利要求4所述的基于图像处理的编码器安装位置检测方法，其特征在于，
设经圆心配准后的图像像素坐标[x＇,y＇,z＇] T ，现场图像像素坐标为[x,y,1] T ，则圆心配准算法如式（1）所示：
（1）
其中，x＇,y＇,z＇分别表示像素坐标的x、y、z方向上的三个分量。
6.根据权利要求1所述的基于图像处理的编码器安装位置检测方法，其特征在于，
所述步骤3中，当现场图像的内圆不在外圆内时，对现场图像进行配准的方法如下：
步骤3.1. 对现场图像进行霍夫圆处理和像素计算；
定义标定位置F表示拍摄标定图像的位置，标定图像中内孔圆的圆心O坐标，内孔圆的实际半径值为r1＇，半径像素值为r1，均为已知，拍摄位置表示现场图像的拍摄位置；
标定位置F距内孔圆的圆心O的实际距离OF为l；获取内孔圆的长轴OB的像素值为R1，在拍摄位置看到的短轴OC投影的像素值为R2，现场图像中电机轴心O＇到内孔圆的投影距离O＇A的像素值为L2，其实际距离OO＇定义为L1；
步骤3.2. 定义拍摄位置的偏转角度θ；由内孔圆短轴R2和长轴R1得到拍摄位置相对于标定位置的偏转角度θ：θ=90°-arcsin(R2/ R1)；
步骤3.3. 计算拍摄位置折算到标定位置的实际距离x2；
步骤3.4. 计算OO＇的标准值L2和标准比例尺k1；
步骤3.5. 计算调节支架内孔圆在水平方向即0°或180°的偏移；
步骤3.6. 计算调节支架内孔圆在竖直方向即90°或270°的偏移。
7.根据权利要求6所述的基于图像处理的编码器安装位置检测方法，其特征在于，
所述步骤3.3具体为：
标定图像长轴半径像素与相机到内孔圆圆心的实际距离是反比例关系，即y=k/x；其中，y表示像素值，x为实际距离，已知标定图像的半径像素值r1和标定位置F到内孔圆的圆心的实际距离为l，得到比例系数k为：k= r1·l；根据在拍摄位置拍摄的内孔圆长轴半径的像素值R1以及比例系数k，得到拍摄位置折算到标定位置的实际距离x2为：x2=k/ R1；
所述步骤3.4具体为：
如果电机轴心和内孔圆心同心，则从拍摄位置处观察OO＇的距离是O＇A，O＇A的标准值是L2为：L2= L1·sinθ；用标定图像的内孔圆的实际半径值为r1＇和半径像素值为r1，得到图像像素和现场实际尺寸的比例尺k1为：k1= r1：r1＇。
8.根据权利要求7所述的基于图像处理的编码器安装位置检测方法，其特征在于，
所述步骤3.5具体为：
如果电机轴心和调节支架内孔圆心不同心且发生水平方向偏移时，拍摄位置的现场图像中电机轴心O＇＇到内孔圆投影的距离O＇＇A的像素值变为L2＇，根据比例尺k1计算L2＇对应的实际距离，得到电机轴圆心需要在0°或180°方向上移动的距离xm，即调节支架在0°或180°方向上移动的距离xm为：xm=( L2＇－L2)/ k1，如果xm为正，则调节支架在0°方向移动距离|xm|；如果xm为负，则调节支架在180°方向移动距离|xm|，|xm|表示距离xm的绝对值大小。
9.根据权利要求7所述的基于图像处理的编码器安装位置检测方法，其特征在于，
所述步骤3.6具体为：
如果电机轴心与调节支架内孔圆圆心有竖直方向上的偏差，即发生竖直方向的偏移时，则电机轴位置偏离标定位置D，在D＇处；设调节支架内孔圆圆心O的像素坐标为(A1,B1) ，电机轴在D＇处的轴心O＇＇的像素坐标(A2,B2)，则调节支架在内孔圆在90°或270°上的移动的实际距离My为：My= (B2－B1)/ k1，如果My为正，则调节支架在90°方向移动|My|；如果My为负，则调节支架在270°方向移动|My|，| My |表示距离My的绝对值大小。
10.基于图像处理的编码器安装位置检测系统，包括摄像头和计算机设备，其中，在计算机设备上存储有图像处理系统，其特征在于，
所述摄像头用于获取编码器的安装位置图像，并将图像输入图像处理系统，图像处理系统用于按照如上述权利要求1至9任一项所述的基于图像处理的编码器安装位置检测方法的步骤，对编码器安装位置图像进行处理，最终输出调节支架的调整尺寸大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311703693.6A CN117392243B (zh) | 2023-12-13 | 2023-12-13 | 基于图像处理的编码器安装位置检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311703693.6A CN117392243B (zh) | 2023-12-13 | 2023-12-13 | 基于图像处理的编码器安装位置检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117392243A CN117392243A (zh) | 2024-01-12 |
| CN117392243B true CN117392243B (zh) | 2024-02-06 |
Family
ID=89437819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311703693.6A Active CN117392243B (zh) | 2023-12-13 | 2023-12-13 | 基于图像处理的编码器安装位置检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117392243B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017092631A1 (zh) * | 2015-11-30 | 2017-06-08 | 宁波舜宇光电信息有限公司 | 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法 |
| CN111521204A (zh) * | 2020-03-19 | 2020-08-11 | 安徽建筑大学 | 一种基于绝对位置旋转型编码器的角位移视觉测量方法 |
| WO2021071988A1 (en) * | 2019-10-07 | 2021-04-15 | S&N Orion Prime, S.A. | Systems and methods for characterization of an endoscope and automatic calibration of an endoscopic camera system |
| CN116402784A (zh) * | 2023-03-29 | 2023-07-07 | 湖北工业大学 | 基于机器视觉的辅助对中方法、系统、设备及存储介质 |
-
2023
- 2023-12-13 CN CN202311703693.6A patent/CN117392243B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017092631A1 (zh) * | 2015-11-30 | 2017-06-08 | 宁波舜宇光电信息有限公司 | 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法 |
| WO2021071988A1 (en) * | 2019-10-07 | 2021-04-15 | S&N Orion Prime, S.A. | Systems and methods for characterization of an endoscope and automatic calibration of an endoscopic camera system |
| CN111521204A (zh) * | 2020-03-19 | 2020-08-11 | 安徽建筑大学 | 一种基于绝对位置旋转型编码器的角位移视觉测量方法 |
| CN116402784A (zh) * | 2023-03-29 | 2023-07-07 | 湖北工业大学 | 基于机器视觉的辅助对中方法、系统、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 陈猛 ; 何越磊 ; 龚佩毅 ; 李再帏 ; 路宏遥 ; .一种近景大斜角的限界检测相机标定方法.铁道科学与工程学报.2019,(第03期),246-253. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117392243A (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111260731B (zh) | 一种棋盘格亚像素级角点自适应检测的方法 | |
| CN109003258B (zh) | 一种高精度亚像素圆形零件测量方法 | |
| CN108416809B (zh) | 一种基于机器视觉的钢桶螺纹盖位姿识别方法 | |
| CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
| US7239740B1 (en) | Image processing apparatus and method, medium storing program for image processing, and inspection apparatus | |
| CN110501342B (zh) | 一种筒子纱纱杆定位视觉检测方法 | |
| CN110675376A (zh) | 一种基于模板匹配的pcb缺陷检测方法 | |
| JP2006120133A (ja) | アナログメータの自動読取方法および装置およびプログラム | |
| CN108492327B (zh) | Aoi图像匹配方法、系统、可读存储介质及智能设备 | |
| CN113689415A (zh) | 一种基于机器视觉的钢管壁厚在线检测方法 | |
| CN115205286B (zh) | 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端 | |
| CN112102395A (zh) | 一种基于机器视觉的自主巡检的方法 | |
| CN117392243B (zh) | 基于图像处理的编码器安装位置检测方法及系统 | |
| CN113298725A (zh) | 一种轮船图标图像叠加误差的纠正方法 | |
| CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
| CN113310426A (zh) | 一种基于三维轮廓的螺纹参数测量方法及系统 | |
| CN116843761A (zh) | 螺栓尺寸测量方法和装置、电子设备及存储介质 | |
| JP2008116207A (ja) | 画像計測装置、画像計測方法及びプログラム | |
| CN116402784A (zh) | 基于机器视觉的辅助对中方法、系统、设备及存储介质 | |
| Chen | Image Edge Detection Algorithm of Machined Parts Based on Mathematical Morphology | |
| CN113838120B (zh) | 一种基于数字图像相关的大转角运动位移测量方法 | |
| CN113888517A (zh) | 一种卷绕机下料视觉检测方法 | |
| CN114998571A (zh) | 基于固定尺寸标志物的图像处理及颜色检测方法 | |
| CN109087278B (zh) | 基于改进Canny算子的安全套正反面识别法 | |
| CN114708265B (zh) | 一种高铁动车组关键部件图像识别检测方法及系统 |
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 |