CN106705836A - 一种t型导轨尺寸参数自动检测*** - Google Patents
一种t型导轨尺寸参数自动检测*** Download PDFInfo
- Publication number
- CN106705836A CN106705836A CN201510419804.XA CN201510419804A CN106705836A CN 106705836 A CN106705836 A CN 106705836A CN 201510419804 A CN201510419804 A CN 201510419804A CN 106705836 A CN106705836 A CN 106705836A
- Authority
- CN
- China
- Prior art keywords
- guide rail
- image
- computer
- detection system
- automatic detection
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明提出一种T型导轨尺寸参数自动检测***。计算机与运动控制板卡相连,向所述运动控制板卡输出脉冲量;运动控制板卡与所述两台伺服驱动器相连;两台伺服驱动器与所述两台伺服电机相连;两台CCD相机安装在高精度丝杠上的螺母座上,分别分布在导轨的阴榫端和阳榫端,两台伺服电机通过高精度丝杠带动所述两台CCD相机运动;计算机与所述图像采集卡连接,图像采集卡与所述两台CCD相机连接;物流机构用于输送和固定待检测的电梯导轨。本发明实现对T型导轨阴榫、阳榫以及安装孔的尺寸参数进行快速、可靠、自动地检测,并且将检测数据进行保存,实现信息化管理。
Description
技术领域
本发明属于自动化检测技术领域,主要涉及一种T型导轨尺寸参数自动检测***,用于检测电梯T型导轨的阴榫、阳榫以及安装孔的尺寸。
背景技术
整个电梯***主要有八部分组成,包括:曳引***,导向***,轿厢,门***,重量平衡***,电力拖动***,电气控制***和安全保护***。电梯导轨是电梯导向***的重要组成部分,电梯的导向***为电梯运动提供轨迹,并保证电梯的安全运行。整个导轨导向***是由许多根导轨组成的,相邻的两根电梯导轨是将两端的阴榫和阳榫对接起来,并通过连接板以螺栓螺母固定在一起。导轨的阴榫和阳榫的尺寸影响着相邻两根导轨的间隙和台阶,而连接板上安装孔的尺寸对电梯的舒适性、稳定性和安全性也有着很大的影响。
传统T型电梯导轨的尺寸参数检测方式主要依靠人工,使用千分表、塞块和一些其它自制测量工具来检测。这种方法不仅效率低,操作者的主观操作对测量结果影响较大;而且测量工具长期使用造成磨损,使测量结果存在误差;同时检测的结果没有记录,不能查询,导轨企业也无法给客户提供每根导轨的尺寸信息以确保产品的质量。
近几年,图像测量技术被广泛应用于航空遥感、宇宙探测、生物医学、工业生产等领域,它是以现代光学为基础,融合光电子学、计算机图形学、信息处理、计算机视觉等现代科学技术为一体的综合测量技术。目前激光检测技术已广泛应用到导轨顶面和侧面的直线度检测,但是阴阳榫和安装孔等的尺寸测量仍依赖传统的人工检测方式。
本发明所述检测***通过平行背光光源对被测导轨进行背光照射,然后由加装远心镜头的CCD相机对被测导轨进行图像采集得到边缘锐利清晰的图像并通过图像采集卡传入计算机中,再由计算机对所采集到的图像进行处理,得到图像的特征信息,根据这些特征信息实时获得导轨阴榫、阳榫以及安装孔的尺寸数据,并将得到的数据与国家规定的标准进行比较,判断导轨是否合格,然后将合格的数据进行保存,便于以后查询和导出数据,并将不合格的导轨予以标示以便于重新修正。
发明内容
本发明的目的在于提供一种T型导轨尺寸参数自动检测***,实现对T型导轨阴榫、阳榫以及安装孔的尺寸参数进行快速、可靠、自动地检测,并且将检测数据进行保存,实现信息化管理。
为了解决上述技术问题,本发明提供一种T型导轨尺寸参数自动检测***,包括计算机、运动控制板卡、两台伺服驱动器、两台伺服电机、两台CCD相机、两个远心镜头、两组平行面光源、图像采集卡、数字I/O板卡和物流机构;其中:所述计算机与所述运动控制板卡相连,向所述运动控制板卡输出脉冲量,该脉冲量决定CCD相机移动的距离;所述运动控制板卡与所述两台伺服驱动器相连,将所述计算机输出的脉冲量转化为所述两台伺服驱动器的输入脉冲信号,同时接收所述两台伺服驱动器的反馈脉冲信号;所述两台伺服驱动器与所述两台伺服电机相连,将所述输入脉冲信号转换为所述两台伺服电机的输入电压信号,同时接收所述伺服电机的反馈脉冲信号并将脉冲信号发送给所述运动控制板卡;所述两台CCD相机安装在高精度丝杠上的螺母座上,分别分布在导轨的阴榫端和阳榫端,所述两台伺服电机通过高精度丝杠带动所述两台CCD相机运动;所述计算机与所述图像采集卡连接,所述图像采集卡与所述两台CCD相机连接,所述图像采集卡读取所述两台CCD相机采集到的图像并传送给所述计算机;所述计算机与所述数字I/O板卡相连,读入和输出数字I/O信号;所述数字I/O板卡与所述物流机构相连,读取所述物流机构的输入信号,同时给所述物流机构发出控制信号;所述物流机构用于输送和固定待检测的电梯导轨,并给所述计算机发出待检测导轨到位信号。
所述T型导轨尺寸参数自动检测***,以计算机为中心,结合由运动控制板卡、伺服驱动器、伺服电机组成的运动控制部分以及由CCD相机、平行面光源、图像采集卡组成的光学检测部分,当外部待检测的导轨到达检测位置后,物流机构获得待检测导轨到达检测位置的信号,并将待检测导轨到达检测位置的信号通过数字I/O板卡发送给计算机;然后计算机根据软件中设置的当前待检测导轨的型号向运动控制板卡发出控制两台CCD相机到达各自指定位置所需的脉冲量,运动控制板卡将脉冲量转化为脉冲信号后分别送给两台伺服驱动器,两台伺服驱动器根据所获取的脉冲信号分别控制响应的伺服电机运动,两台伺服电机通过高精度丝杠分别带动相应的CCD相机移动到指定位置采集导轨顶面阴榫、阳榫以及安装孔的图像;之后计算机通过图像采集卡读取两台CCD相机采集的图像;计算机上的软件读取采集到的图像数据同时将采集的图像进行处理,转化为导轨阴榫和阳榫以及安装孔的尺寸信息,并将得到的尺寸信息与所设定的检测标准进行比较判断,若合格则将该数据保存,并给物流机构发出导轨合格信号,物流机构将输送导轨到合格区;不合格则给物流机构发出导轨不合格信号,物流机构将不合格导轨输送到不合格区以重新修整。
本发明与现有技术相比,其显著优点在于,该***在对T型导轨阴榫、阳榫及安装孔尺寸参数进行测量时仅需进行简单的设置,就能实现***的自动化运行,并且运行过程中无需人工干预和操作,由于使用了CCD相机、运动控制板卡、伺服驱动器和伺服电机等硬件设备,并采用了计算机技术、运动控制技术、数据库技术和计算机图形技术,该***解决了传统人工检测方式效率低,人为因素对测量结果影响较大和测量结果没有存档,不便于查询的缺点,实现检测的高效率、高可靠性和便于对检测结果进行信息化管理的优点。
附图说明
图1是本发明T型导轨尺寸参数自动检测***的组成框图。
图2是发明T型导轨尺寸参数自动检测***的功能模块图。
图3是发明T型导轨尺寸参数自动检测***的运行逻辑流程图。
图4是电梯导轨阳榫端三视图,其中(a)为正视图,(b)为俯视图,(c)为侧视图。
图5是电梯导轨阴榫端三视图,其中(a)为正视图,(b)为俯视图,(c)为侧视图。
图6是摄像机像点的径向和切向畸变示意图。
图7是相机标定时图像像素坐标系O0uv、物理坐标系O1xy及摄像机坐标系Oxcyczc之间的关系示意图。
具体实施方式
容易理解,依据本发明的技术方案,在不变更本发明的实质精神的情况下,本领域的一般技术人员可以想象出本发明T型导轨尺寸参数自动检测***的多种实施方式。因此,以下具体实施方式和附图仅是对本发明的技术方案的示例性说明,而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。
结合图4和图5,根据我国电梯T型导轨检验规则(JG/T 5072.2-1996),电梯T型导轨检测指标中包括的T型导轨阴榫、阳榫以及安装孔的尺寸参数为:
安装孔的直径d;
导轨安装孔的横向孔距l1;
在导轨的纵向,导轨端部至最远安装孔中心的距离l2;
在导轨的纵向,导轨端部至最近安装孔中心的距离l3;
导轨底部加工面的一侧至最近安装孔中心的距离l4;
阴榫的宽度m1;
阳榫的宽度m2;
阴榫的深度u1;
阳榫的高度u2。
本发明提出的T型导轨尺寸参数自动检测***,可以实现对上述部分参数进行快速、可靠、自动地检测,并且将检测数据进行保存,实现信息化管理。
一、***的组成
结合图1,本发明T型导轨尺寸参数自动检测***包括:计算机11、运动控制板卡14、两台伺服驱动器15、两台伺服电机16、图像采集卡12、两台分别加装远心镜头的CCD相机13、数字I/O板卡17、物流机构18。
计算机11与所述运动控制板卡14相连,向所述运动控制板卡14输出脉冲量,该脉冲量决定CCD相机13移动的距离;
运动控制板卡14与所述两台伺服驱动器15相连,将所述计算机11输出的脉冲量转化为所述两台伺服驱动器15的输入脉冲信号,同时接收所述两台伺服驱动器15的反馈脉冲信号,以实现对两台CCD相机13运动位置的精确控制;
两台伺服驱动器15与所述两台伺服电机16相连,将所述输入脉冲信号转换为所述两台伺服电机16的输入电压信号,同时接收所述伺服电机16的反馈脉冲信号并将脉冲信号发送给所述运动控制板卡14;
两台伺服电机16通过高精度丝杠分别与所述两台CCD相机13相连,所述两台伺服电机16带动丝杠运动,丝杠带动所述两台CCD相机13运动;
所述两台CCD相机13中,其中一台分布在导轨阴榫端,用于获取导轨阴榫端的图像,另一台分布在导轨阳榫端,用于获取导轨阳榫端的图像;
图像采集卡12用于读取两台CCD相机13拍摄的图像数据并将图像数据传输给计算机11;
计算机11与所述数字I/O板卡17相连,读入和输出数字I/O信号;
数字I/O板卡17与所述物流机构18相连,读取所述物流机构18的输入信号,同时给所述物流机构18发出控制信号。
物流机构18用于输送和固定待检测的电梯导轨,并给计算机11发出待检测导轨到位信号。
在上述T型导轨尺寸参数自动检测***中,计算机11是整个***的核心,用于协调其它各个部件之间的运行,并完成图像数据处理,计算获得尺寸参数,保存数据,显示检测结果,同时监控整个***的运行状态。
两台CCD相机13分别通过高精度丝杠与两台伺服电机15相连,检测时,将两台CCD相机13分别放置在导轨的阴榫端和阳榫端上方,以便两台CCD相机13获取导轨阴榫端和阳榫端的图像。
运动控制板卡14、伺服驱动器15和伺服电机16以及丝杠用于对两台CCD相机13的位置进行精确地控制和数据读取。
物流机构18的组成根据电梯导轨检测工业现场的不同而发生变化。一般主要包括PLC(可编程逻辑控制器)、触摸屏、接近开关、电磁铁、电机等一些工业现场需要的信号输入元件和输出控件。物流机构18是本检测***实现在工业现场自动化运行,满足工业生产流水线的关键环节。它的功能是根据工业现场的生产流程输送导轨,固定导轨位置,给计算机发出导轨到位信号,检测完毕后接收计算机发出的合格或不合格信号,并根据合格和不合格信号将导轨输送到合格区和不合格区。
二、计算机11包含的功能模块
如图2,计算机11包含的功能模块主要包括人机交互界面、通信模块、数据处理模块、数据存储模块以及其它辅助功能模块。
人机交互模块用于本发明检测***运行状态的监控、测量结果的显示以及一些与***的交互操作,如参数的设置、开始和停止***的运行。
通信模块用于通过图像采集卡12获取CCD相机13采集的待检测导轨阴榫端和阳榫端的图像,以及与物流机构18通信,主要包括数字信号的接收和控制信号的输出。
数据处理模块用于处理CCD相机13获取的图像以得到待检测导轨的阴榫、阳榫以及安装孔的尺寸信息。
数据存储模块用于将检测合格的导轨尺寸数据进行存储以便进行数据的查询等操作。辅助功能模块包括用户管理、数据导出、参数设置、数据查询、打印和报表生成。
三、使用本发明获取待检测导轨阴榫、阳榫以及安装孔尺寸的过程
如图3所示,实现对导轨阴榫、阳榫及孔组尺寸检测的过程,包括如下步骤:
第1步,打开***程序,登陆并根据当前检测导轨的型号设置参数。设置的参数包括该型号导轨的标准尺寸、导轨的编号等,用来给伺服驱动器发出检测不同型号导轨所需的脉冲量,以及测量结束后判断待检测导轨测量结果是否合格和进行数据保存。
第2步,外部物流机构18输送加工成型的导轨至检测位置后,物流机构18通过电磁铁等其他外部件将导轨固定。然后,物流机构通过数字I/O板卡17将导轨到位信号传输给计算机。
第3步,根据当前待检测导轨的型号,计算机分别给两台伺服驱动器15发出CCD相机13到达指定位置所需的脉冲量,以保证导轨待测部分处于CCD相机13的视场中心,使两台CCD相机13能够分别获取导轨阴榫端和阳榫端的完整图像。
第4步,图像采集卡12读取两台CCD相机13采集到的图像数据并传送给计算机,同时计算机11给运动控制板卡14发送指令,获取两台CCD相机13当前的位置。计算机将所获取的图像和位置数据进行保存,方便下一步处理。
第5步,计算机根据上一步所获取的图像数据计算导轨的尺寸,并且判断导轨是否合格。
第6步,计算机将尺寸结果显示出来并判断待检测导轨是否合格。如果导轨合格,则将数据保存起来,同时发送合格信号给物流机构18;如果检测的尺寸不合格,则发送不合格信号给物流机构18。
第7步,物流机构18根据所得到的合格或不合格信号将导轨输送走。如果合格,则输送到合格区;如果不合格,则输送到不合格区,整个检测过程结束。
四、计算机11根据图像数据获得导轨阴榫、阳榫以及安装孔尺寸的方法
整个***功能的实现是计算机11通过获取CCD相机13拍摄到的导轨阴榫端和阳榫端图像,对图像进行预处理,减少噪声和畸变,再从图像中提取出特征信息,由这些特征信息计算出导轨各部分的尺寸。
具体步骤如下:
第1步,CCD相机标定。
CCD相机13所获取的三维物体的二维图像是以像素为单位的,如何确定物体的三维空间坐标和二维图像的对应关系是摄像机标定工作所要解决的基本问题。空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的。简而言之,摄像机标定就是指建立摄像机图像像素位置与场景点位置之间的关系,其途径是根据摄像机模型,由已知特征点的图像坐标和世界坐标求解摄像机的模型参数。模型建立的过程实质上是完成空间点到图像平面的投影,数学形式表示为如图6所示图像像素坐标系O0uv、物理坐标系O1xy及摄像机坐标系Oxcyczc这三个坐标系间的转换,转换过程中引入的参数即为线性模型摄像机参数,确定这些参数的过程称为线性模型摄像机标定。实验表明,线性模型不能准确地描述成像几何关系,如图5所示非线性畸变造成像点、投影中心和相应的空间点之间的共线关系受到破坏,其结果直接影响世界坐标的解算精度,必须对其进行校正。在对摄像机进行标定时如果考虑过多的非线性畸变会引入过多的非线性参数,这样往往不仅不能提高标定精度,反而会引起解的不稳定。在工业视觉中,一般只需要对径向畸变进行修正。具体的标定方法如下:
(1)固定好相机。将标定物按不同的位姿摆放,定义一个世界坐标系,测量棋盘格角点的世界坐标。拍摄一组图像,对图像进行处理,提取标定需要的信息,即角点的分布与坐标。
(2)选取分布在图像中心附近的角点进行第一步标定。因为这些角点受畸变影响很小,可以认为它们的三维空间坐标和二维图像坐标近似符合线性成像模型关系。选取图像中心附近角点,先计算出投影矩阵,然后与各幅图像对应的投影矩阵分解计算出摄像机的内外参数。因为内参数不会因不同的图像而改变,因此可用线性最小二乘法对内参数进行优化,这样计算出来的值具有抗噪声干扰性。最后对全部内外参数做优化运算后,作为第一步标定的初始值。
(3)建立一个优化模型用于求解摄像机的全部参数。这个优化模型首先需要代入所有参数的初始值,然后才能进行迭代优化。摄像机内外参数的初始值为步骤(2)的计算结果。畸变参数由于一般很小,所以初始值可置为0。利用优化模型就可以德到摄像机的全部参数的值,即完成了标定。
第2步,图像预处理。
清晰的柔和的图像的直方图灰度分布比较均匀,为使图像变得清晰,采用直方图均衡化处理方法,通过对直方图进行均衡化修正,可使图像的灰度间距增大或灰度均匀分布,增大反差,使图像的细节变得清晰。
为了减少和抑制噪声的影响,需要对图像进行滤波处理,中值滤波是一种非线性滤波,由于它在实际运算过程中并不需要图像的统计特性,所以比较方便。在一定的条件下,可以克服线性滤波器所带来的图像细节模糊,而且对滤除脉冲干扰及图像扫描噪声最为有效。中值滤波就是用一个含有奇数点的滑动窗口,将窗口正中那个点的灰度值用窗口内各点灰度的中间值代替。设原图像在像素坐标(x,y)处的灰度值为f(x,y)增强图像在对应位置(x,y)的灰度值为g(x,y),则有:
g(x,y)=median{f(x-k,y-l),k,l∈W}
式中,W为选定的滑动窗口,k,l分别为窗口的长和宽,median{...}表示取滑动窗口内所有像素点的中值。
中值滤波方法对模板大小的选择非常关键,模板太大,有可能造成边界信息的丢失,并且由于计算量增大而使图像处理的速度减慢;如果模板选择太小,则去除噪声效果不是很理想,一般先用小模板,再取大模板,直至滤波效果满意为止。
接下来进行图像分割,便于第3步的特征提取,由于本发明所采集到的导轨图像中目标区域和背景区域的平均灰度是不同的,因此可以将灰度的均一性作为依据进行分割。
本发明采用基于最大类间方差法和智能优化算法结合的方式对图像进行分割,设目标与背景的分割灰度阈值为t,目标图像像素点数占整个图像像素点数比例为W0,内积平均值为U0;背景图像像素点数占整个图像像素点数比例为W1,内积平均值为U1,则有图像的内积平均值U和方差σ2如下式所示:
U=W0×U0+W1×U1
σ2=W0×(U0-U)2+W1×(U1-U)2
传统的方法就是将t从最小灰度值0到最大灰度值255遍历取值,当t使得式中σ2值最大时,t即为分割的最佳阈值。然而传统方法比较耗时,不利于实时检测导轨尺寸,因此本发明将分割阈值t的选取过程用智能优化算法来实现,经过数十次迭代即可得到分割的最佳阈值t,在图像需要的灰度分割阈值为多个时,效果更加明显,可大幅节省搜索时间。
第3步,边缘提取。
先对预处理过的图像采用Canny算子来检测边缘。主要步骤如下:
1)将图像与二维高斯函数做卷积,获得平滑图像;
2)用基于平滑梯度方向的方法确定图像局部边缘的法向;
3)根据局部边缘的法线方向求解边缘位置;
4)计算边缘强度,并对梯度幅值进行非极大值抑制;
5)用双阈值算法检测和连接边缘。
不同滤波尺度的Canny算子由二维高斯函数的标准差ξ表示。传统的Canny算子使用的ξ是不变的,本发明对其做出改进如下,如果有多个滤波尺度的算子都对边缘有突出的响应(信噪比超过阈值),则首先在较大的滤波尺度下找到边缘的初步位置,然后不断缩小二维高斯函数的标准差ξ进行跟踪获得最准确的定位,达到自适应尺度的Canny算子效果。
第4步,直线和圆检测
先检测图像中的直线,求解了直线方程的参数即可知道阴榫、阳榫的尺寸在图像上的像素个数,再结合接下来检测到的圆心坐标,即可求出导轨端部到最远的安装孔和最近的安装孔的孔心的距离。直线部分的边缘点可以视为一组向量,对其边缘向量进行最小二乘直线拟合,即可精确定位直线。设线性回归方程为:
式中,a0,a1为回归方程的常数和系数,为取不同x坐标值时的回归值。
当x取值分别为x1,x2,…,xn时,有相应的回归值为:
测量值yi与回归值之差用δi表示,则:
其中,n表示待拟合的直线边缘上像素点的个数,i为其中某一像素点的序号。上式表示某一像素点(xi,yi)与回归值的偏离程度。设全部测量值与回归直线的偏离平方和记为S,则:
上式反映了全部测量值与回归值的偏离程度。要使回归直线与全部测量值最接近,要求二者的偏离程度最小。根据极值条件有:
解上述方程组,得到以下的结果:
由上式求得回归方程的常数和系数,从而求得拟合直线,即为直线亚像素边缘点位置。亚像素的定位精度与参加拟合的点数及噪声有关,参加拟合的点数越多,直线的亚像素定位越精确,但运算所耗费的时间也越多。噪声越小,定位精度越高。
接下来求解图像上圆的半径与圆心等参数。知道了这些参数就知道了圆的半径在图像上所占的像素个数。求解安装孔的直径及圆心可先利用圆的霍夫变换,利用图像空间与霍夫参数空间的点线对偶性,把对图像空间的圆检测转化到参数空间的正弦函数的检测,通过在参数空间进行累加统计,找到累加值最高的圆的半径,并记录与半径对应的圆周上的像素坐标点。随后,为了达到亚像素的检测,在对记录的圆的边缘点进行拟合,求出圆方程参数。这一步可以仿照直线拟合方法,只是将直线方程换成圆的方程,极致条件变为三个方程,最终求出圆的圆心及半径。
至此,各部分尺寸参数在图像上的像素值已经知晓,再根据第一步得到的标定结果可以得到图像上的像素和现实世界中物体的对应关系,再结合平面几何的知识即可求出各导轨的最终尺寸参数。
Claims (8)
1.一种T型导轨尺寸参数自动检测***,其特征在于,包括计算机、运动控制板卡、两台伺服驱动器、两台伺服电机、两台CCD相机、两个远心镜头、两组平行面光源、图像采集卡、数字I/O板卡和物流机构;其中:
所述计算机与所述运动控制板卡相连,向所述运动控制板卡输出脉冲量,该脉冲量决定CCD相机移动的距离;
所述运动控制板卡与所述两台伺服驱动器相连,将所述计算机输出的脉冲量转化为所述两台伺服驱动器的输入脉冲信号,同时接收所述两台伺服驱动器的反馈脉冲信号;
所述两台伺服驱动器与所述两台伺服电机相连,将所述输入脉冲信号转换为所述两台伺服电机的输入电压信号,同时接收所述伺服电机的反馈脉冲信号并将脉冲信号发送给所述运动控制板卡;
所述两台CCD相机安装在高精度丝杠上的螺母座上,分别分布在导轨的阴榫端和阳榫端,所述两台伺服电机通过高精度丝杠带动所述两台CCD相机运动;
所述计算机与所述图像采集卡连接,所述图像采集卡与所述两台CCD相机连接,所述图像采集卡读取所述两台CCD相机采集到的图像并传送给所述计算机;
所述计算机与所述数字I/O板卡相连,读入和输出数字I/O信号;
所述数字I/O板卡与所述物流机构相连,读取所述物流机构的输入信号,同时给所述物流机构发出控制信号;
所述物流机构用于输送和固定待检测的电梯导轨,并给所述计算机发出待检测导轨到位信号。
2.如权利要求1所述T型导轨尺寸参数自动检测***,其特征在于,计算机包含通信模块、数据处理模块;其中,
所述通信模块用于通过图像采集卡获取CCD相机采集的待检测导轨阴榫端和阳榫端的图像,以及实现计算机与物流机构的通信;
所述数据处理模块根据两台CCD相机获取的图像计算出待检测导轨阴榫、阳榫以及安装孔的尺寸信息。
3.如权利要求2所述T型导轨尺寸参数自动检测***,其特征在于,计算机还包含人机交互界面,所述人机交互模块用于所述检测***运行状态的监控、测量结果的显示以及一些与所述检测***的交互操作。
4.如权利要求2所述T型导轨尺寸参数自动检测***,其特征在于,计算机还包含数据存储模块,所述数据存储模块用于将检测合格的导轨尺寸数据进行存储。
5.如权利要求2所述T型导轨尺寸参数自动检测***,其特征在于,计算机对导轨阴榫端和阳榫端图像先进行预处理,以减少噪声和畸变,再从图像中提取出特征信息,然后根据特征信息计算所述尺寸参数。
6.如权利要求5所述T型导轨尺寸参数自动检测***,其特征在于,使用中值滤波方法对图像进行预处理。
7.如权利要求5所述T型导轨尺寸参数自动检测***,其特征在于,在提取图像特征信息前,先对图像进行分割,并将灰度的均一性作为依据进行图像分割。
8.如权利要求5所述T型导轨尺寸参数自动检测***,其特征在于,采用Canny算子进行边缘检测,获得图像特征信息;在边缘检测过程中,如果有多个滤波尺度的Canny算子均对边缘有突出的响应,则首先在较大的滤波尺度下找到边缘的初步位置,然后不断缩小二维高斯函数的标准差进行跟踪获得准确的边缘位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510419804.XA CN106705836A (zh) | 2015-07-16 | 2015-07-16 | 一种t型导轨尺寸参数自动检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510419804.XA CN106705836A (zh) | 2015-07-16 | 2015-07-16 | 一种t型导轨尺寸参数自动检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106705836A true CN106705836A (zh) | 2017-05-24 |
Family
ID=58899177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510419804.XA Pending CN106705836A (zh) | 2015-07-16 | 2015-07-16 | 一种t型导轨尺寸参数自动检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106705836A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110146019A (zh) * | 2019-06-13 | 2019-08-20 | 哈工大机器人(合肥)国际创新研究院 | 一种基于工业相机的工件尺寸在线检测与自动补偿方法 |
CN114104894A (zh) * | 2021-11-09 | 2022-03-01 | 青岛市特种设备检验研究院 | 一种电梯导轨质量多参数检测方法 |
CN114459312A (zh) * | 2022-04-14 | 2022-05-10 | 徐州恒林木业有限公司 | 一种木材加工后尺寸检测装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4570191A (en) * | 1984-07-20 | 1986-02-11 | International Business Machines Corporation | Optical sensor for servo position control |
DE19531336C2 (de) * | 1994-09-17 | 1997-10-16 | Deutsche Bahn Ag | Meßvorrichtung zur berührungslosen Erfassung des Vertikal- und Horizontalabstands zwischen Fahrzeug und Schiene |
CN103712555A (zh) * | 2013-07-10 | 2014-04-09 | 湖北工业大学 | 汽车大梁装配孔视觉在线测量***及其方法 |
CN104048606A (zh) * | 2014-06-25 | 2014-09-17 | 燕山大学 | 铁路道岔钢轨件尺寸机器视觉非接触自动精确测量装置 |
-
2015
- 2015-07-16 CN CN201510419804.XA patent/CN106705836A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4570191A (en) * | 1984-07-20 | 1986-02-11 | International Business Machines Corporation | Optical sensor for servo position control |
DE19531336C2 (de) * | 1994-09-17 | 1997-10-16 | Deutsche Bahn Ag | Meßvorrichtung zur berührungslosen Erfassung des Vertikal- und Horizontalabstands zwischen Fahrzeug und Schiene |
CN103712555A (zh) * | 2013-07-10 | 2014-04-09 | 湖北工业大学 | 汽车大梁装配孔视觉在线测量***及其方法 |
CN104048606A (zh) * | 2014-06-25 | 2014-09-17 | 燕山大学 | 铁路道岔钢轨件尺寸机器视觉非接触自动精确测量装置 |
Non-Patent Citations (3)
Title |
---|
李秋华: "电梯导轨直线度自动检测***的设计", 《万方数据库》 * |
王植: "多尺度自适应边缘检测方法研究", 《中国优秀硕士学位论文全文数据库》 * |
王瑜: "PLC即伺服***在冷切切割设备中的应用", 《万方数据库》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110146019A (zh) * | 2019-06-13 | 2019-08-20 | 哈工大机器人(合肥)国际创新研究院 | 一种基于工业相机的工件尺寸在线检测与自动补偿方法 |
CN110146019B (zh) * | 2019-06-13 | 2020-10-23 | 哈工大机器人(合肥)国际创新研究院 | 一种基于工业相机的工件尺寸在线检测与自动补偿方法 |
CN114104894A (zh) * | 2021-11-09 | 2022-03-01 | 青岛市特种设备检验研究院 | 一种电梯导轨质量多参数检测方法 |
CN114459312A (zh) * | 2022-04-14 | 2022-05-10 | 徐州恒林木业有限公司 | 一种木材加工后尺寸检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785337B (zh) | 一种基于实例分割算法的栏内哺乳动物清点方法 | |
CN107229930B (zh) | 一种指针式仪表数值智能识别方法 | |
CN104112269B (zh) | 一种基于机器视觉的太阳能电池激光刻线参数检测方法及*** | |
CN104992449B (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN106226325A (zh) | 一种基于机器视觉的座椅表面缺陷检测***及其方法 | |
CN115482195B (zh) | 一种基于三维点云的列车部件变形检测方法 | |
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 | |
CN107341538A (zh) | 一种基于视觉的统计数量方法 | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
CN110260795B (zh) | 一种基于增量绝对光栅尺的绝对位移检测方法 | |
CN111768417B (zh) | 基于单目视觉3d重建技术的铁路货车超限检测方法 | |
CN107016353B (zh) | 一种变分辨率目标探测与识别一体化的方法与*** | |
CN110514133A (zh) | 一种基于摄影测量的无人机隧道变形检测方法 | |
CN113701821B (zh) | 一种基于局部特征的建筑铝模板识别结构及其方法 | |
CN106705836A (zh) | 一种t型导轨尺寸参数自动检测*** | |
CN106124034A (zh) | 基于机器视觉的薄壁件工作模态测试装置及测试方法 | |
CN108734715B (zh) | 一种自适应学习的接触网刚性导线识别方法及装置 | |
CN115115768A (zh) | 基于立体视觉的物体坐标识别***及方法、装置、介质 | |
CN111855667A (zh) | 一种适用于地铁车辆的新型智慧列检***和检测方法 | |
CN110544235A (zh) | 一种基于微分几何的柔性电路板图像区域识别方法 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN106570877A (zh) | 基于采煤机虚拟样机与真实图像配准的采煤机位姿定位***及方法 | |
CN114463425B (zh) | 一种基于概率Hough直线检测的工件表面无特征点定位方法 | |
CN204440490U (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170524 |