CN101387493A - 铁塔构件孔的形位尺寸非接触光电检测方法 - Google Patents

铁塔构件孔的形位尺寸非接触光电检测方法 Download PDF

Info

Publication number
CN101387493A
CN101387493A CNA2008100509463A CN200810050946A CN101387493A CN 101387493 A CN101387493 A CN 101387493A CN A2008100509463 A CNA2008100509463 A CN A2008100509463A CN 200810050946 A CN200810050946 A CN 200810050946A CN 101387493 A CN101387493 A CN 101387493A
Authority
CN
China
Prior art keywords
image
detection method
contact detection
match
pixel
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.)
Granted
Application number
CNA2008100509463A
Other languages
English (en)
Other versions
CN101387493B (zh
Inventor
曹国华
向阳
吕琼莹
姜涛
于正林
李振辉
王振宏
杨羽
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.)
Changchun University of Science and Technology
Original Assignee
Changchun University of Science and Technology
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 Changchun University of Science and Technology filed Critical Changchun University of Science and Technology
Priority to CN2008100509463A priority Critical patent/CN101387493B/zh
Publication of CN101387493A publication Critical patent/CN101387493A/zh
Application granted granted Critical
Publication of CN101387493B publication Critical patent/CN101387493B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

铁塔构件孔的形位尺寸非接触光电检测方法属于光电检测技术领域。输电铁塔构件主要是条状钢材，并在构件上打孔，是否漏打，孔的行为尺寸如何，通常采用人工的方式检测，不仅测量精度较低，而且测量精度在很大程度上受测量操作者的主观因素影响，测量精度不稳定，再有其量具笨重，检测时间长，制约了大型工件生产效率的提高。本发明则由CCD摄像***沿构件匀速直线移动并连续拍摄，将图像传送至计算机图像处理***，基于VC++平台进行图像拼接、图像增强、像移恢复、去除噪声、图像二值化处理、边缘提取、心线及基线拟合、根据拟合坐标值求取距离，实现构件孔的形位尺寸非接触光电检测。应用于铁塔构件孔的形位尺寸检测。

Description

铁塔构件孔的形位尺寸非接触光电检测方法
技术领域
本发明是一种利用传动编码技术、光电检测技术和图像处理技术非接触检测大型工件孔的形位尺寸的方法，属于光电检测技术领域。
技术背景
输电铁塔构件主要是条状钢材，如角钢，构件之间的固定方式为在构件上打孔，然后用螺栓固定，而是否漏打，孔的行为尺寸如何，通常采用人工的方式检测，如采用大型卡尺等量具测量。
在现有技术中，步进电机与传动编码技术、CCD摄像技术与计算机图像处理技术的结合，已经成为一种用于实现在线非接触检测、控制、分析等方面的技术措施。
发明内容
采用大型卡尺等量具测量大型工件孔的形位尺寸的方法不仅测量精度较低，只能达到7、8级，而且测量精度在很大程度上受测量操作者的主观因素影响，测量精度不稳定，再有其量具笨重，检测时间长，制约了大型工件生产效率的提高。而现有的在线非接触检测技术尚未应用于大型工件孔的形位尺寸的检测。为了实现CCD摄像技术、计算机图像处理技术在大型工件孔的形位尺寸检测中的应用，我们发明了一种铁塔构件孔的形位尺寸非接触检测方法。
本发明是这样实现的，见图1所示，CCD摄像***沿构件匀速直线移动并连续拍摄，将图像传送至计算机图像处理***，基于VC++平台完成以下各步骤：
一、图像拼接，使多幅图像连接成一整幅；
二、图像增强，加强其对比度；
三、像移恢复，恢复由于移动拍摄产生的像移；
四、去除噪声；
五、图像二值化处理，是图像边缘提取的前提；
六、边缘提取；
七、心线及基线拟合；
八、根据拟合坐标值求取距离。
采用本发明之方法取代了现有采用大型卡尺等量具人工检测的方法，实现了大型工件孔的形位尺寸的在线非接触测量，全面克服了人工检测方法的不足，如检测精度可达到0.3mm。
附图说明
图1为本发明之方法流程框图，该图兼做摘要附图。图2为本发明之方法中与像移恢复有关的退化模型示意图。
具体实施方式
首先在计算机上输入被测构件的CAD图纸，并以构件的基线为坐标轴建立坐标系，这就是标准图纸。在计算机上设定公差值，通过比较标准图纸的形位尺寸的坐标与被检测构件的坐标，差值小于设定公差则认定为合格产品，差值大于设定公差则认定为不合格产品。
一、图像拼接。构件长度方向X轴，构件宽度方向为Y轴，CCD摄像***的拍摄频率为每秒钟25幅图，每幅图之间都会有相关性，即每幅图都有重叠的部分。根据CCD摄像***的移动速度和快门的曝光速度可大致判定每幅图重叠的部分。取前一幅图中可能重叠的部分作为模板，对其进行处理取其特征，即把灰度图像作为特征图像。为了在后一幅图像中找到前一幅图像的特征，从而从前一幅图像中取出可能重叠的部分，将前一幅图像的特征与后一幅图像的特征进行比较，若只在亮度上相差一个恒定因子，则认为两个特征是一样的，由此可判定两幅图像重叠的具体区域。然后分别进行X轴方向拼接，取前一幅图像的重叠部分，忽略后一幅图像的重叠部分。
二、图像增强。为了进一步对采集的图像进行分析处理，首先对采集的图像进行图像质量的改善，即图像增强处理。图像增强是增强图像中的有用信息，它是一个图像失真的过程，其目的是要增强视觉效果。将原来不清晰的图像变得清晰，用于强调某些感兴趣的特征，抑制不感兴趣的特征，以达到改善图像质量、丰富信息量、加强图像判读和识别效果的目的。本发明利用灰度直方图变换，来改变每个像素的灰度值，实现图像增强。灰度直方图表示数字图像每一灰度级与该灰度级出现频率的对应关系。灰度直方图变换就是改变其对应关系以达到增强图像对比度的效果。
三、像移恢复。由于CCD摄像***在拍摄时做匀速直线运动，使得曝光时被拍摄物影像与感光介质间存在相对运动，即目标在焦平面上所形成的像不是静止的，而是运动变化的，从而由于拖尾效应而造成成像模糊，即像移。所以需要对图像进行恢复。见图2所示，h(x，y)是综合所有退化因素得到的***函数，称为成像***的冲激响应或者点扩散函数(PSF)，f(x，y)为原始图像，g(x，y)为实际得到的退化图像，n(x，y)为噪声模型，f表示相加运算的一个过程。退化模型可以表示为：
g(x，y)＝f(x，y)*h(x，y)+n(x，y)
其中h(x，y)可通过已知条件求取。噪声通过下一个步骤去除。
四、去除噪声。把选定范围内所有的像素取平均值，然后设置为当前像素的值，通过中值滤波去除图像中所包含的较明显的点的噪声。对于小面积的噪声采用腐蚀膨胀的方法滤除。腐蚀是自某一像素起始，向某一方向，将固定的像素个数的灰度取反；膨胀是在取反的下一个像素开始，往回也取固定的像素个数，使这些像素与自己的灰度相同。按照退化模型反推回去就得到恢复后的图像。
五、图像二值化处理。图像相邻像素间存在灰度差，设定浮动阈值，当像素的灰度差大于该阈值时，将该像素赋值1，当像素的灰度差小于或等于该阈值时，将该像素赋值0。
六、边缘提取。利用ROBO算法进行边缘提取。
七、心线及基线拟合。根据拟合坐标值求取距离。对提取的边缘取多个像素点，通过数学函数fmins对被测构件的边缘进行拟合。拟合孔的边缘得知孔的圆心，即心线拟合。拟合构件的基准边即基线拟合。.以拟合得出的基线作为坐标轴。
八、根据拟合坐标值求取距离。根据传动编码技术，可知在步进电机的驱动下，CCD摄像***在X轴方向移动的距离，另外，由于已知心线和基线在图像中所占据的像素个数及位置，所以心线和基线的坐标可求。得出心线和基线的坐标就可与标准图纸相比较，确定构件是否合格。

Claims (8)

1、一种铁塔构件孔的形位尺寸非接触检测方法，其特征在于，CCD摄像***沿构件匀速直线移动并连续拍摄，将图像传送至计算机图像处理***，基于VC++平台完成以下各步骤：
一、图像拼接，使多幅图像连接成一整幅；
二、图像增强，加强其对比度；
三、像移恢复，恢复由于移动拍摄产生的像移；
四、去除噪声；
五、图像二值化处理，是图像边缘提取的前提；
六、边缘提取；
七、心线及基线拟合；
八、根据拟合坐标值求取距离。
2、根据权利要求1所述的非接触检测方法，其特征在于，首先在计算机上输入被测构件的CAD图纸，并以构件的基线为坐标轴建立坐标系，这就是标准图纸；在计算机上设定公差值，通过比较标准图纸的形位尺寸的坐标与被检测构件的坐标，差值小于设定公差则认定为合格产品，差值大于设定公差则认定为不合格产品。
3、根据权利要求1所述的非接触检测方法，其特征在于，在图像拼接步骤中，取前一幅图中重叠的部分作为模板，对其进行处理取其特征，即把灰度图像作为特征图像；将前一幅图像的特征与后一幅图像的特征进行比较，若只在亮度上相差一个恒定因子，则认为两个特征是一样的，由此可判定两幅图像重叠的具体区域；然后分别进行X轴方向拼接，取前一幅图像的重叠部分，忽略后一幅图像的重叠部分。
4、根据权利要求1所述的非接触检测方法，其特征在于，在图像增强步骤，利用灰度直方图变换，来改变每个像素的灰度值，实现图像增强。
5、根据权利要求1所述的非接触检测方法，其特征在于，在像移恢复步骤，通过退化模型
g(x，y)＝f(x，y)*h(x，y)+n(x，y)
实现，式中h(x，y)是综合所有退化因素得到的***函数，可通过已知条件求取；f(x，y)为原始图像，g(x，y)为实际得到的退化图像，n(x，y)为噪声模型，f表示相加运算的一个过程。
6、根据权利要求1所述的非接触检测方法，其特征在于，在去除噪声步骤，把选定范围内所有的像素取平均值，然后设置为当前像素的值，通过中值滤波去除图像中所包含的较明显的点的噪声。
7、根据权利要求1所述的非接触检测方法，其特征在于，在图像二值化处理步骤，设定浮动阈值，当像素的灰度差大于该阈值时，将该像素赋值1，当像素的灰度差小于或等于该阈值时，将该像素赋值0。
8、根据权利要求1所述的非接触检测方法，其特征在于，在心线及基线拟合步骤，对提取的边缘取多个像素点，通过数学函数fmins对被测构件的边缘进行拟合；拟合孔的边缘得知孔的圆心，即心线拟合；拟合构件的基准边即基线拟合；.以拟合得出的基线作为坐标轴。
CN2008100509463A 2008-07-10 2008-07-10 铁塔构件孔的形位尺寸非接触光电检测方法 Expired - Fee Related CN101387493B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008100509463A CN101387493B (zh) 2008-07-10 2008-07-10 铁塔构件孔的形位尺寸非接触光电检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008100509463A CN101387493B (zh) 2008-07-10 2008-07-10 铁塔构件孔的形位尺寸非接触光电检测方法

Publications (2)

Publication Number Publication Date
CN101387493A true CN101387493A (zh) 2009-03-18
CN101387493B CN101387493B (zh) 2010-09-08

Family

ID=40477052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008100509463A Expired - Fee Related CN101387493B (zh) 2008-07-10 2008-07-10 铁塔构件孔的形位尺寸非接触光电检测方法

Country Status (1)

Country Link
CN (1) CN101387493B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102589461A (zh) * 2012-01-17 2012-07-18 华中科技大学 一种基于图像的积雪深度测量方法
CN101782526B (zh) * 2010-01-19 2012-08-15 江苏大学 一种钢材韧窝图像的自动复原、测量分类方法及装置
CN104279972A (zh) * 2013-07-08 2015-01-14 中国核动力研究设计院 一种燃料组件管座的精密测量***及其测量方法
CN104493239A (zh) * 2014-11-26 2015-04-08 芜湖普威技研有限公司 环状部件环壁钻孔装置
CN105241379A (zh) * 2015-10-08 2016-01-13 莆田市荣兴机械有限公司 换气阀孔尺寸测量方法
CN105277137A (zh) * 2015-10-08 2016-01-27 莆田市荣兴机械有限公司 换气阀检测对位方法
CN105405141A (zh) * 2015-11-11 2016-03-16 佛山轻子精密测控技术有限公司 一种自动识别工件凹凸台边缘的方法
CN106441087A (zh) * 2016-08-15 2017-02-22 南京工业大学 一种基于图像处理的工件多尺寸多参数测量方法
CN107274407A (zh) * 2017-08-11 2017-10-20 长春理工大学 钢球精确计数、尺寸识别装置及方法
CN108154506A (zh) * 2017-12-27 2018-06-12 合肥市雅视智能科技有限公司 一种六角螺母自动检测方法
CN108317966A (zh) * 2018-03-19 2018-07-24 河南科技大学 一种阳极导杆钢爪变形检测方法及装置
CN108896561A (zh) * 2018-07-09 2018-11-27 苏州新乐隆自动化科技有限公司 一种基于多线程机器视觉的纺织布料检测方法
CN108917688A (zh) * 2018-07-27 2018-11-30 武汉理工大学 一种基于直线拟合消除辊型梁平面扭曲影响的孔边距测量方法
CN109191464A (zh) * 2018-11-21 2019-01-11 南京钜力智能制造技术研究院有限公司 一种pc构件的复检方法及智能复检设备
CN110906875A (zh) * 2019-11-26 2020-03-24 湖北工业大学 一种孔径测量的视觉处理方法
CN112041632A (zh) * 2018-03-29 2020-12-04 特威纳有限公司 3d对象检测***
CN112461143A (zh) * 2020-10-13 2021-03-09 山东法因数控机械设备有限公司 一种角钢检测装置和方法

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101782526B (zh) * 2010-01-19 2012-08-15 江苏大学 一种钢材韧窝图像的自动复原、测量分类方法及装置
CN102589461A (zh) * 2012-01-17 2012-07-18 华中科技大学 一种基于图像的积雪深度测量方法
CN104279972A (zh) * 2013-07-08 2015-01-14 中国核动力研究设计院 一种燃料组件管座的精密测量***及其测量方法
CN104493239A (zh) * 2014-11-26 2015-04-08 芜湖普威技研有限公司 环状部件环壁钻孔装置
CN105277137B (zh) * 2015-10-08 2018-06-05 莆田市荣兴机械有限公司 换气阀检测对位方法
CN105241379A (zh) * 2015-10-08 2016-01-13 莆田市荣兴机械有限公司 换气阀孔尺寸测量方法
CN105277137A (zh) * 2015-10-08 2016-01-27 莆田市荣兴机械有限公司 换气阀检测对位方法
CN105405141A (zh) * 2015-11-11 2016-03-16 佛山轻子精密测控技术有限公司 一种自动识别工件凹凸台边缘的方法
CN105405141B (zh) * 2015-11-11 2018-05-29 佛山轻子精密测控技术有限公司 一种自动识别工件凹凸台边缘的方法
CN106441087A (zh) * 2016-08-15 2017-02-22 南京工业大学 一种基于图像处理的工件多尺寸多参数测量方法
CN106441087B (zh) * 2016-08-15 2019-04-16 南京工业大学 一种基于图像处理的工件多尺寸多参数测量方法
CN107274407A (zh) * 2017-08-11 2017-10-20 长春理工大学 钢球精确计数、尺寸识别装置及方法
CN108154506A (zh) * 2017-12-27 2018-06-12 合肥市雅视智能科技有限公司 一种六角螺母自动检测方法
CN108154506B (zh) * 2017-12-27 2020-07-03 合肥市雅视智能科技有限公司 一种六角螺母自动检测方法
CN108317966A (zh) * 2018-03-19 2018-07-24 河南科技大学 一种阳极导杆钢爪变形检测方法及装置
CN108317966B (zh) * 2018-03-19 2020-05-22 河南科技大学 一种阳极导杆钢爪变形检测方法及装置
CN112041632A (zh) * 2018-03-29 2020-12-04 特威纳有限公司 3d对象检测***
US11538183B2 (en) 2018-03-29 2022-12-27 Twinner Gmbh 3D object sensing system
CN108896561A (zh) * 2018-07-09 2018-11-27 苏州新乐隆自动化科技有限公司 一种基于多线程机器视觉的纺织布料检测方法
CN108917688A (zh) * 2018-07-27 2018-11-30 武汉理工大学 一种基于直线拟合消除辊型梁平面扭曲影响的孔边距测量方法
CN109191464A (zh) * 2018-11-21 2019-01-11 南京钜力智能制造技术研究院有限公司 一种pc构件的复检方法及智能复检设备
CN109191464B (zh) * 2018-11-21 2024-02-13 南京钜力智能制造技术研究院有限公司 一种pc构件的复检方法及智能复检设备
CN110906875A (zh) * 2019-11-26 2020-03-24 湖北工业大学 一种孔径测量的视觉处理方法
CN110906875B (zh) * 2019-11-26 2021-07-06 湖北工业大学 一种孔径测量的视觉处理方法
CN112461143A (zh) * 2020-10-13 2021-03-09 山东法因数控机械设备有限公司 一种角钢检测装置和方法

Also Published As

Publication number Publication date
CN101387493B (zh) 2010-09-08

Similar Documents

Publication Publication Date Title
CN101387493B (zh) 铁塔构件孔的形位尺寸非接触光电检测方法
Sezer et al. Detection of solder paste defects with an optimization‐based deep learning model using image processing techniques
CN109870461B (zh) 一种电子元器件质量检测***
DE102015005267B4 (de) Informationsverarbeitungsvorrichtung, Verfahren dafür und Messvorrichtung
CN105160654A (zh) 基于特征点提取的毛巾标签缺陷检测方法
CN102441581A (zh) 基于机器视觉的型钢断面尺寸在线检测的装置及方法
CN110399866B (zh) 基于ccd相机不同曝光时间交替的空间碎片观测方法
CN106996748A (zh) 一种基于双目视觉的轮径测量方法
CN107389693A (zh) 一种基于机器视觉的印刷品缺陷自动检测方法
CN110766683B (zh) 一种珍珠光洁度等级检测方法及***
JP2009259036A (ja) 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム
Chen et al. The defect detection of 3D-printed ceramic curved surface parts with low contrast based on deep learning
CN113155839A (zh) 一种基于机器视觉的钢板外表面缺陷在线检测方法
CN113822810A (zh) 一种基于机器视觉的三维空间中工件的定位方法
CN111539927A (zh) 汽车塑料组合件紧固卡扣缺装检测装置的检测过程及算法
CN108109154A (zh) 一种工件的新型定位及数据获取方法
CN102663781A (zh) 一种基于视觉的亚像素级焊缝中心提取方法
CN115760893A (zh) 一种基于核相关滤波算法的单雾滴粒径和速度测量方法
CN110956624A (zh) 一种针对立体物体的图像清晰度评价方法
CN109671084B (zh) 一种工件形状的测量方法
CN105608674B (zh) 一种基于图像配准、插值和去噪的图像增强方法
CN102564924B (zh) 一种血细胞单帧图像的自动扫描方法
CN111486790A (zh) 一种电池全尺寸检测方法与装置
KR102292602B1 (ko) 딥러닝 및 이미지 프로세싱 기반 볼트 풀림 검출 방법
CN109374628A (zh) 凹印版辊表面缺陷智能检测的缺陷确认方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100908

Termination date: 20120710