CN118274728A - 一种用于多孔金属工件的端面孔位检测方法 - Google Patents
一种用于多孔金属工件的端面孔位检测方法 Download PDFInfo
- Publication number
- CN118274728A CN118274728A CN202410391042.6A CN202410391042A CN118274728A CN 118274728 A CN118274728 A CN 118274728A CN 202410391042 A CN202410391042 A CN 202410391042A CN 118274728 A CN118274728 A CN 118274728A
- Authority
- CN
- China
- Prior art keywords
- point
- contour
- image
- edge
- measurement
- 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 39
- 239000002184 metal Substances 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000010191 image analysis Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000003708 edge detection Methods 0.000 claims abstract description 4
- 238000009434 installation Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims description 20
- 230000001351 cycling effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000003672 processing method Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Abstract
提供一种用于多孔金属工件的端面孔位检测方法，属于孔位检测技术领域。包括以下步骤：相机安装：将相机固定在车床或设备上，利用标定板对系统进行标定；获取图像：相机随车床或设备运动，对待检测工件端面的孔进行图像采集，并传送给计算机；图像预处理：计算机获取拍摄的图像后，对图像进行预处理；图像分析：计算机对预处理后的图片进行边缘检测分析；尺寸测量：利用计算机对端面孔直径及孔与孔之间的距离测量，输出测量结果。本发明可在加工现场进行测量，利用相机一次性获得多个被测孔的图片，并结合图像处理法对图像进行处理，即可一次性完成多个被测孔的孔径和孔间距的测量，不仅提高检测效率，而且客观准确，提高了生产效率。
Description
技术领域
本发明属于孔位检测技术领域，具体涉及一种用于多孔金属工件的端面孔位检测方法。
背景技术
多孔金属工件主要用做承载和连接各种零部件的机身，其加工工序繁多，孔系数量庞大，检测要求较高，其质量是机器可靠运行的基本保障。
现在采用的检测方案和检测步骤如下：
针对金属工件的孔径检测，目前主要有三种测量方法：两点测量法、三点测量法和滚轮对滚法。两点法是根据孔的尺寸估计值和精度要求选择通用的长度测量工具直接测量得出；三点测量法是根据三点定一圆的原理，先通过三维坐标测量仪获得一个圆的任意三个点坐标，然后代入圆的标准方程而计算出圆的直径，即被测孔的孔径；滚轮对滚法是用直径已知的滚轮与被测孔壁对滚,同时记下滚轮走完被测孔壁一整周的圈数，从而推导出被测孔圆周长,然后计算出被测孔的孔径。
针对金属工件的孔间距检测，首先是根据上述孔径检测方法测得两孔的孔径，其次直接测量两孔中心连线上的内间距，最后计算得出两孔的中心间距。
现有技术存在的缺陷：由于多孔金属工件的孔系复杂且测量精度要求高，目前针对多孔金属工件的孔径检测和孔间距检测最常用的方法是人工直接测量法，这相对于多孔金属工件这类测量孔数较多而言，测量范围有限，检测效率低下，精度也受主观因素影响，无法满足大批量、高强度、高精度的测量要求。
发明内容
本发明解决的技术问题：提供一种用于多孔金属工件的端面孔位检测方法，本发明目的在于克服上述技术的不足，采用基于机器视觉的在线在机测量多孔金属工件的孔径和孔间距的检测方法，可在加工现场进行测量，利用相机一次性获得多个被测孔的图片，并结合图像处理法对图像进行处理，即可一次性完成多个被测孔的孔径和孔间距的测量，不仅提高检测效率，而且客观准确，提高了生产效率。
为达到上述目的，本发明采用的技术方案：
一种用于多孔金属工件的端面孔位检测方法，包括以下步骤：
步骤1)相机安装：将相机固定在车床或设备上，利用标定板对车床和设备的空间系统进行标定；
步骤2)获取图像：相机随车床或设备运动，相机依次运动到指定工位对待检测工件端面的孔进行图像采集，并传送给计算机；
步骤3)图像预处理：计算机获取拍摄的图像后，对图像进行预处理；
步骤4)图像分析：计算机对预处理后的图片，结合车床或者设备获得相机移动前后位置参数，进行边缘检测分析处理；
步骤5)尺寸测量：利用计算机实现对端面孔直径以及孔与孔之间的距离测量；最后输出测量结果。
上述步骤3)中，图像预处理时，首先对图像灰度化处理，然后进行图像平滑去除干扰，再通过图像增强来突出工件的细节，最后采用阈值分割方法将目标与背景分离。
上述步骤4)中，在进行图像分析时，初步定位工件整体轮廓，然后进行轮廓处理，再结合卡尺工具法精确检测定位工件不同区域的边缘点，然后对边缘点进行拟合得到圆、直线轮廓；通过前面的图像分析后，分别对工件中圆孔直径、直线长度进行测量并输出结果。
进一步地，在进行轮廓处理时，为了提高分割准确性，采用基于Ramer算法的图像轮廓分割，其主要原理为利用近似思想，用多边形去迭代逼近轮廓，将轮廓切分成连续的几何图形；具体实现步骤如下：
(1)设定固定阈值参数D0；
(2)循环遍历轮廓上的点，其总数记为M；
(3)选定一个参考点作为起始点；
(4)连接起始点与第M/2点作为逼近线段l0；
(5)计算轮廓线上的点与l0的距离，其最大距离记为D；
(6)若D＞D0，则以最大距离点与线段l0起点和终点连接组成新的两条逼近线段l1和l2替代l0；
(7)继续迭代计算与轮廓点的距离，直至所有线段距离都满足小于约束条件D0；
(8)若某一段轮廓上的点基本满足直线方程y＝kx+b，则被分割成直线；
(9)若不满足直线分割，则依次比较轮廓内所有相邻的逼近线段，并用圆弧去近似；
(10)若圆弧近似的最大误差小于逼近线段的平均误差，则用圆弧去替代相邻的逼近线段，轮廓被分割成圆弧；
(11)若圆弧为闭合多边形，则轮廓被分割为圆；
轮廓分割完毕后，为了精确定位分割后轮廓，引入全局轮廓分割参数S对轮廓进行分类，S为Ramer算法分割返回值，根据S值的大小把轮廓分成圆(S＝1)、圆弧(S＝－1)、直线(S＝0)。
进一步地，边缘点拟合时，为了提高测量精度及边缘点定位的准确性，采用基于卡尺工具的边缘点检测算法，快速得到边缘信息；其具体步骤如下：
(1)获取待测量目标的基本信息；圆直径R与中心坐标O(x，y)；直线2个端点坐标la(x1，y1)、lb(x2，y2)；
(2)在直线或圆轮廓产生等距、等大的测量矩形来依次检测定位边缘点的位置；
(3)确定每个测量矩形所检测到的最佳边缘点；先通过高斯滤波器对边缘进行平滑，如式(2)所示:
(4)再计算测量矩形内像素点的梯度幅度值，由以下公式得到:
其中：(u,v)为像素点位置；A(u,v)为边缘点的梯度幅度值；θ(u,v)为边缘点方向；f(u,v)为原像素点灰度值；G(u,v)为点(u,v)平滑后像素值，σ为标准差；gx(u，v)为边缘点在x方向的梯度；gy(u，v)为边缘点在y方向的梯度；
(5)最后根据非极大值抑制法所确定的像素点即为最佳边缘点。
本发明与现有技术相比的优点：
1、本方案是一种基于机器视觉的在线在机测量多孔金属工件的孔径和孔间距的检测方法，该方法可在加工现场进行测量，利用相机一次性获得多个被测孔的图片，并结合图像处理法对图像进行处理，即可一次性完成多个被测孔的孔径和孔间距的测量，不仅提高检测效率，而且客观准确，提高了其生产效率；
2、本方案实现了多孔金属工件的端面孔位的自动化检测，确保了检测结果的客观可重复性和准确性；
3、本方案实现了在加工现场即可对工件进行测量，且可以一次性获得多个孔位的检测结果，确保了较高的检测效率；
4、本方案设计思路新颖，通用性好：该检测方法思路新颖，操作简单，可快速推广至各个型号产品解决类似问题；
5、本方案安装方便，检测效率高：该检测方法安装方便，可在线在机测量，大幅缩短了测量时间，提高了检测效率。
附图说明
图1为本发明的测量系统流程图；
图2为本发明的系统测试总体方案框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-2，详述本发明的实施例。
一种用于多孔金属工件的端面孔位检测方法，如图1所示，包括以下步骤：
步骤1)相机安装：将相机固定在车床或设备上，利用标定板对系统进行标定；
步骤2)获取图像：相机随车床或设备运动，相机依次运动到指定工位，使得待检测孔置于摄像机视场中，对待检测工件端面的孔依次成像进行图像采集，获取端面各个孔的图像，并传送给计算机；此处注意，图像采集是在同一光源及背景下进行；
步骤3)图像预处理：计算机获取拍摄的图像后，结合图像处理算法完成对对图像的预处理；
步骤4)图像分析：计算机对预处理后的图片，结合车床或者设备获得相机移动前后位置参数，进行边缘检测分析处理；
步骤5)尺寸测量：利用计算机实现对端面孔直径以及孔与孔之间的距离测量；最后输出测量结果。
在步骤3)中，图像预处理时，如图2所示，首先对图像灰度化处理，然后进行图像平滑去除噪声等干扰，再通过图像增强来突出工件的细节，最后采用阈值分割方法将目标与背景分离。
在步骤4)中，在进行图像分析时，如图2所示，初步定位工件整体轮廓，然后进行轮廓处理，再结合卡尺工具法精确检测定位工件不同区域的边缘点，然后对边缘点进行拟合得到圆、直线轮廓；通过前面的图像分析后，分别对工件中圆孔直径、直线长度进行测量并输出结果。
在进行步骤4)中的轮廓处理时，为了提高分割准确性，采用基于Ramer算法的图像轮廓分割，其主要原理为利用近似思想，用多边形去迭代逼近轮廓，将轮廓切分成连续的几何图形；具体实现步骤如下：
(1)设定固定阈值参数D0；
(2)循环遍历轮廓上的点，其总数记为M；
(3)选定一个参考点作为起始点；
(4)连接起始点与第M/2点作为逼近线段l0；
(5)计算轮廓线上的点与l0的距离，其最大距离记为D；
(6)若D＞D0，则以最大距离点与线段l0起点和终点连接组成新的两条逼近线段l1和l2替代l0；
(7)继续迭代计算与轮廓点的距离，直至所有线段距离都满足小于约束条件D0；
(8)若某一段轮廓上的点基本满足直线方程y＝kx+b，则被分割成直线；
(9)若不满足直线分割，则依次比较轮廓内所有相邻的逼近线段，并用圆弧去近似；
(10)若圆弧近似的最大误差小于逼近线段的平均误差，则用圆弧去替代相邻的逼近线段，轮廓被分割成圆弧；
(11)若圆弧为闭合多边形，则轮廓被分割为圆。
轮廓分割完毕后，为了精确定位分割后轮廓，引入全局轮廓分割参数S对轮廓进行分类，S为Ramer算法分割返回值，根据S值的大小把轮廓分成圆(S＝1)、圆弧(S＝－1)、直线(S＝0)。
轮廓分割初步定位了测量目标,全局轮廓分割参数S对轮廓进行了分类。
在进行步骤4)中的边缘点拟合时，为了提高测量精度及边缘点定位的准确性，采用基于卡尺工具的边缘点检测算法，快速得到边缘信息；其具体步骤如下：
(1)获取待测量目标的基本信息；圆直径R与中心坐标O(x，y)；直线2个端点坐标la(x1，y1)、lb(x2，y2)；
(2)在直线或圆轮廓产生等距、等大的测量矩形来依次检测定位边缘点的位置；
(3)确定每个测量矩形所检测到的最佳边缘点；先通过高斯滤波器对边缘进行平滑，如下式所示:
(4)再计算测量矩形内像素点的梯度幅度值，由以下公式得到:
其中：(u,v)为像素点位置；A(u,v)为边缘点的梯度幅度值；θ(u,v)为边缘点方向；f(u,v)为原像素点灰度值；G(u,v)为点(u,v)平滑后像素值，σ为标准差；gx(u，v)为边缘点在x方向的梯度；gy(u，v)为边缘点在y方向的梯度；
(5)最后根据非极大值抑制法所确定的像素点即为最佳边缘点。
本发明是一种基于机器视觉的在线在机测量多孔金属工件的孔径和孔间距的检测方法，该方法可在加工现场进行测量，利用相机一次性获得多个被测孔的图片，并结合图像处理法对图像进行处理，即可一次性完成多个被测孔的孔径和孔间距的测量，不仅提高检测效率，而且客观准确，提高了其生产效率。
本发明实现了多孔金属工件的端面孔位的自动化检测，确保了检测结果的客观可重复性和准确性；实现了在加工现场即可对工件进行测量，且可以一次性获得多个孔位的检测结果，确保了较高的检测效率。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其它实施方式。
Claims (5)
1.一种用于多孔金属工件的端面孔位检测方法，其特征在于：包括以下步骤：
步骤1)相机安装：将相机固定在车床或设备上，利用标定板对系统进行标定；
步骤2)获取图像：相机随车床或设备运动，相机依次运动到指定工位对待检测工件端面的孔进行图像采集，并传送给计算机；
步骤3)图像预处理：计算机获取拍摄的图像后，对图像进行预处理；
步骤4)图像分析：计算机对预处理后的图片，结合车床或者设备获得相机移动前后位置参数，进行边缘检测分析处理；
步骤5)尺寸测量：利用计算机实现对端面孔直径以及孔与孔之间的距离测量；最后输出测量结果。
2.根据权利要求1所述的一种用于多孔金属工件的端面孔位检测方法，其特征在于：上述步骤3)中，图像预处理时，首先对图像灰度化处理，然后进行图像平滑去除干扰，再通过图像增强来突出工件的细节，最后采用阈值分割方法将目标与背景分离。
3.根据权利要求1所述的一种用于多孔金属工件的端面孔位检测方法，其特征在于：上述步骤4)中，在进行图像分析时，初步定位工件整体轮廓，然后进行轮廓处理，再结合卡尺工具法精确检测定位工件不同区域的边缘点，然后对边缘点进行拟合得到圆、直线轮廓；通过前面的图像分析后，分别对工件中圆孔直径、直线长度进行测量并输出结果。
4.根据权利要求3所述的一种用于多孔金属工件的端面孔位检测方法，其特征在于：在进行轮廓处理时，为了提高分割准确性，采用基于Ramer算法的图像轮廓分割，其主要原理为利用近似思想，用多边形去迭代逼近轮廓，将轮廓切分成连续的几何图形；具体实现步骤如下：
(1)设定固定阈值参数D0；
(2)循环遍历轮廓上的点，其总数记为M；
(3)选定一个参考点作为起始点；
(4)连接起始点与第M/2点作为逼近线段l0；
(5)计算轮廓线上的点与l0的距离，其最大距离记为D；
(6)若D＞D0，则以最大距离点与线段l0起点和终点连接组成新的两条逼近线段l1和l2替代l0；
(7)继续迭代计算与轮廓点的距离，直至所有线段距离都满足小于约束条件D0；
(8)若某一段轮廓上的点基本满足直线方程y＝kx+b，则被分割成直线；
(9)若不满足直线分割，则依次比较轮廓内所有相邻的逼近线段，并用圆弧去近似；
(10)若圆弧近似的最大误差小于逼近线段的平均误差，则用圆弧去替代相邻的逼近线段，轮廓被分割成圆弧；
(11)若圆弧为闭合多边形，则轮廓被分割为圆；
轮廓分割完毕后，为了精确定位分割后轮廓，引入全局轮廓分割参数S对轮廓进行分类，S为Ramer算法分割返回值，根据S值的大小把轮廓分成圆(S＝1)、圆弧(S＝－1)、直线(S＝0)。
5.根据权利要求3所述的一种用于多孔金属工件的端面孔位检测方法，其特征在于：边缘点拟合时，为了提高测量精度及边缘点定位的准确性，采用基于卡尺工具的边缘点检测算法，快速得到边缘信息；其具体步骤如下：
(1)获取待测量目标的基本信息；圆直径R与中心坐标O(x，y)；直线2个端点坐标la(x1，y1)、lb(x2，y2)；
(2)在直线或圆轮廓产生等距、等大的测量矩形来依次检测定位边缘点的位置；
(3)确定每个测量矩形所检测到的最佳边缘点；先通过高斯滤波器对边缘进行平滑，如式下式所示:
(4)再计算测量矩形内像素点的梯度幅度值，由以下公式得到:
其中：(u,v)为像素点位置；A(u,v)为边缘点的梯度幅度值；θ(u,v)为边缘点方向；f(u,v)为原像素点灰度值；G(u,v)为点(u,v)平滑后像素值，σ为标准差；gx(u，v)为边缘点在x方向的梯度；gy(u，v)为边缘点在y方向的梯度；
(5)最后根据非极大值抑制法所确定的像素点即为最佳边缘点。
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118274728A true CN118274728A (zh) | 2024-07-02 |
Family
ID=
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106840033B (zh) | 一种基于图像处理的钢轨廓形检测装置及方法 | |
| CN108801914B (zh) | 一种对多沟槽型面板材成形缺陷的检测方法及检测系统 | |
| CN105066915B (zh) | 模具曲面加工误差和表面粗糙度在机检测装置及检测方法 | |
| CN110501342B (zh) | 一种筒子纱纱杆定位视觉检测方法 | |
| CN111738985B (zh) | 一种焊缝轮廓视觉检测方法及系统 | |
| CN104897062A (zh) | 一种零件异面平行孔形位偏差的视觉测量方法及装置 | |
| CN114279357B (zh) | 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统 | |
| CN113724193B (zh) | Pcba零部件尺寸及间隙高精度视觉测量方法 | |
| Duan et al. | High precision edge detection algorithm for mechanical parts | |
| CN115100203A (zh) | 一种钢筋打磨除锈质量检测方法 | |
| CN109483887B (zh) | 激光选区熔化过程中成形层轮廓精度在线检测方法 | |
| CN111047588A (zh) | 一种轴型小零件尺寸的图像化测量方法 | |
| CN107388991B (zh) | 一种端面多圆角轴类零件圆角半径测量方法 | |
| CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
| CN109990711B (zh) | 一种冲孔镀镍钢带的外观质量检测方法 | |
| CN111322950B (zh) | 利用线结构光传感器定位圆柱体位置的方法及其用途 | |
| CN113237889A (zh) | 一种多尺度的陶瓷检测方法及系统 | |
| CN112893172A (zh) | 基于机器视觉的垫片尺寸检测系统、方法、处理终端及介质 | |
| CN108827197B (zh) | 一种减少边缘退化影响的线阵工业ct均质材料尺寸测量方法 | |
| CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
| CN110544276A (zh) | 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法 | |
| CN117474873B (zh) | 一种高铬耐磨铸件钎焊前表面处理系统 | |
| CN111815575B (zh) | 一种基于机器视觉的轴承钢珠零件检测方法 | |
| CN113947583A (zh) | 基于深度学习二维时间序列图像的焊缝无损检测方法 | |
| CN118274728A (zh) | 一种用于多孔金属工件的端面孔位检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication |