CN108072331A - 采用机器视觉测量工件圆度的方法 - Google Patents
采用机器视觉测量工件圆度的方法 Download PDFInfo
- Publication number
- CN108072331A CN108072331A CN201611006297.8A CN201611006297A CN108072331A CN 108072331 A CN108072331 A CN 108072331A CN 201611006297 A CN201611006297 A CN 201611006297A CN 108072331 A CN108072331 A CN 108072331A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- image
- round
- circularity
- 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
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
- G01B11/24—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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
一种圆型物体检测其圆度的机器视觉方法，该方法包括采用一照相机，将圆形物体放置在载物台上，利用所述照相机采集该圆型物体的图像，图像数据被存储在与所述照相机相连的处理***的存储器中，所述处理***对图像进行处理，自动计算出圆型物体的圆度。该图像处理过程包括使用C‑V处理模型；该C‑V处理模型包括三维C‑V型的函数。其中使用了参数λ1和λ2，限定在0.8‑1.0和0.75‑1.0；因能够提高特别是圆形物体在低对比度情况下的图像可辨析度，从而保证圆度测量的准确性。
Description
技术领域
本发明涉及机器视觉测量领域，涉及利用机器视觉测量工件的参数。
背景技术
现有的测量工件圆度的方法多是采用圆度仪(Roundness measuringinstrument)其是利用回转轴法测量圆度的长度测量工具。圆度仪分为传感器回转式和工作台回转式两种型式。测量时，被测件与精密轴系同心安装，精密轴系带着电感式长度传感器或工作台作精确的圆周运动。由仪器的传感器、放大器、滤波器等配合使用输出计算结果。采用该方法耗时耗力，且成本较高，难以满足大批量测量的需要。机器视觉技术采用拍摄仪器获得数据，测量速度快，且成本较低，适合大批量测量的需要。但目前采用机器视觉测量对于数据的处理会因为工件图像边缘模糊影响测量精度，本发明采用全新的数据处理方法，提高测量精度，且不较大影响数据处理速度，可以满足大批量测量要求。
发明内容
一种圆型物体检测其圆度的机器视觉方法，该方法包括采用一照相机，将圆形物体放置在载物台上，利用所述照相机采集该圆型物体的图像，图像数据被存储在与所述照相机相连的处理***的存储器中，所述处理***对图像进行处理，自动计算出圆型物体的圆度。该图像处理过程包括使用C-V处理模型；该C-V处理模型包括三维C-V型的函数，该函数为
其中：C1和C2是曲线C内部和外部空间的u0的平均值。λ1和λ2为常数。
可以利用狄拉克符δ，Heaviside函数算符H以及符号距离函数推断出基于符号距离函数的Euler-lagrange等式：
用有限差分方法得到式(2)的离散形式，其中μ，v是大于等于零的常数。通过该模型实现几何结构的拓扑变化，获得连续的图像边界。提取图像边界之后，再通过该图像的坐标位置计算出圆型物体的圆度；其中对于参数λ1和λ2，取值分别为0.8-1.1和0.75-1.0之间。
现有技术中对于上述两个参数的取值并没有特别的说明，仅仅是凭借经验进行取值，而对于轮廓的提取针对不同的形状，若取值不同，会带来很大的影响，主要是对比度较低时的边缘模糊，甚至难以提取边缘图像。对于曲率接近无穷大或折线型的边缘轮廓，若取λ1和λ2的值为1，边缘轮廓计算中滤掉噪声后线条比较清晰，而对于曲线类轮廓，特别是接近圆形的曲线，则将λ1和λ2分别限定在0.8-1.0和0.75-1.0之间，这样比λ1＝λ2＝1得到的图像更加清楚。这主要是因为系数μ，v是大于等零的常数，为了计算的方便，若命μ＝v＝0，则
在此情况下，根据多次实验数据结果比对，在λ1和λ2，分别限定在0.8-1.0和0.75-1.0提取的图像可辨析度最高。
上述方法中可以命参数λ1和λ2，取值分别为0.92，0.88；并且此时μ＝v＝0。
附图说明
图1 现有技术中λ1＝λ2＝1提取的工件部分边界图像放大图
图2 本发明在λ1＝0.92，λ2＝0.88时提取的工件部分边界图像放大图
具体实施方式
完整的利用机器视觉进行圆度测量包括有步骤1：对原始工件进行拍照处理；步骤2：对拍摄的图像处理成灰度图；步骤3：将灰度图处理成黑白图；步骤4：对所述黑白图进行数据处理，去除边界；步骤5：消除噪点；步骤6：圆度计算。本发明的发明点在于基础中的步骤4，对黑白图进行数据处理，从而去除边界。
一种圆型物体检测其圆度的机器视觉方法，该方法包括采用一照相机，将圆形物体放置在载物台上，利用所述照相机采集该圆型物体的图像，图像数据被存储在与所述照相机相连的处理***的存储器中，所述处理***对图像进行处理，自动计算出圆型物体的圆度。该图像处理过程包括使用C-V处理模型；具该C-V处理模型包括三维C-V型的函数，该函数为：
其中：C1和C2是曲线C内部和外部空间的u0的平均值。λ1和λ2为常数。
可以利用狄拉克符δ，Heaviside函数算符H以及符号距离函数推断出基于符号距离函数的Euler-lagrange等式。
其中命λ1＝0.92；λ2＝0.88，则
如图1所示，若将参数λ1＝λ2＝1，则在提取边缘图像时，会因本身的数据处理时边缘与背影对比度不高时出现融合现象，使得部分图像缺失。而对参数λ1和λ2经过针对圆型工件调整之后，即便是此时命μ＝v＝0，影响后期边缘位置图像的锐化调整，但因此时调整后λ1＝0.92，λ2＝0.88，经过数据处理后的工件边缘图像放大图参见图2，相比于图1，已经能将对比度不高的区域边界很好的还原。
通过这一方式得到的图像能对边界做有效的分割，利于后期数据处理。需要指出的是：本发明说明书中未提及的内容都是本领域技术人员基于现有技术能够做到的，因此不记载在本说明书中。
Claims (2)
1.一种圆型物体检测其圆度的机器视觉方法，该方法包括采用一照相机，将圆形物体放置在载物台上，利用所述照相机采集该圆型物体的图像，图像数据被存储在与所述照相机相连的处理***的存储器中，所述处理***对图像进行处理，自动计算出圆型物体的圆度。该图像处理过程包括使用C-V处理模型；该C-V处理模型包括三维C-V型的函数，该函数为：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&mu;</mi>
<mo>&CenterDot;</mo>
<mi>a</mi>
<mi>r</mi>
<mi>e</mi>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>v</mi>
<mo>&CenterDot;</mo>
<mi>v</mi>
<mi>o</mi>
<mi>l</mi>
<mi>u</mi>
<mi>m</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&lambda;</mi>
<mn>1</mn>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mo>&Integral;</mo>
<mrow>
<mi>i</mi>
<mi>n</mi>
<mi>s</mi>
<mi>i</mi>
<mi>d</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<msup>
<mrow>
<mo>|</mo>
<msub>
<mi>u</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>,</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
</mrow>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
<mi>d</mi>
<mi>z</mi>
<mo>+</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&lambda;</mi>
<mn>2</mn>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mo>&Integral;</mo>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mi>s</mi>
<mi>i</mi>
<mi>d</mi>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<msup>
<mrow>
<mo>|</mo>
<msub>
<mi>u</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>,</mo>
<mi>z</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
</mrow>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
<mi>d</mi>
<mi>z</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中：C1和C2是曲线C内部和外部空间的u0的平均值。λ1和λ2为常数。
利用狄拉克符δ，Heaviside函数算符H以及符号距离函数推断出基于符号距离函数的Euler-lagrange等式：
用有限差分方法得到式(2)的离散形式，其中μ，v是大于等于零的常数。通过该模型实现几何结构的拓扑变化，获得连续的图像边界。提取图像边界之后，再通过该图像的坐标位置计算出圆型物体的圆度，其中对于参数λ1和λ2，取值分别为0.8-1.1和0.75-1.0之间。
2.如权利要求1所述的圆型物体检测其圆度的机器视觉方法，其中对于参数λ1和λ2，取值分别为0.92，0.88；并且此时μ＝v＝0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611006297.8A CN108072331A (zh) | 2016-11-16 | 2016-11-16 | 采用机器视觉测量工件圆度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611006297.8A CN108072331A (zh) | 2016-11-16 | 2016-11-16 | 采用机器视觉测量工件圆度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108072331A true CN108072331A (zh) | 2018-05-25 |
Family
ID=62163060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611006297.8A Pending CN108072331A (zh) | 2016-11-16 | 2016-11-16 | 采用机器视觉测量工件圆度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108072331A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070058865A1 (en) * | 2005-06-24 | 2007-03-15 | Kang Li | System and methods for image segmentation in n-dimensional space |
| CN102542567A (zh) * | 2011-12-19 | 2012-07-04 | 中国农业大学 | 基于小波变分模型的图像多目标自适应分割方法及*** |
| CN104732213A (zh) * | 2015-03-23 | 2015-06-24 | 中山大学 | 一种基于乳腺磁共振图像的计算机辅助肿块检测方法 |
| CN105825217A (zh) * | 2016-03-22 | 2016-08-03 | 辽宁师范大学 | 基于活动轮廓模型的高光谱影像感兴趣区域自动提取方法 |
| CN105865372A (zh) * | 2016-06-16 | 2016-08-17 | 四川理工学院 | 一种管道圆度值自动检测***及检测方法 |
-
2016
- 2016-11-16 CN CN201611006297.8A patent/CN108072331A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070058865A1 (en) * | 2005-06-24 | 2007-03-15 | Kang Li | System and methods for image segmentation in n-dimensional space |
| CN102542567A (zh) * | 2011-12-19 | 2012-07-04 | 中国农业大学 | 基于小波变分模型的图像多目标自适应分割方法及*** |
| CN104732213A (zh) * | 2015-03-23 | 2015-06-24 | 中山大学 | 一种基于乳腺磁共振图像的计算机辅助肿块检测方法 |
| CN105825217A (zh) * | 2016-03-22 | 2016-08-03 | 辽宁师范大学 | 基于活动轮廓模型的高光谱影像感兴趣区域自动提取方法 |
| CN105865372A (zh) * | 2016-06-16 | 2016-08-17 | 四川理工学院 | 一种管道圆度值自动检测***及检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107063228B (zh) | 基于双目视觉的目标姿态解算方法 | |
| CN106872476A (zh) | 一种基于线结构光的铸造类工件表面质量检测方法与*** | |
| CN107798326B (zh) | 一种轮廓视觉检测方法 | |
| JP6415066B2 (ja) | 情報処理装置、情報処理方法、位置姿勢推定装置、ロボットシステム | |
| CN109887015A (zh) | 一种基于局部曲面特征直方图的点云自动配准方法 | |
| CN102472612A (zh) | 三维物体识别装置以及三维物体识别方法 | |
| CN109483887B (zh) | 激光选区熔化过程中成形层轮廓精度在线检测方法 | |
| WO2018030010A1 (ja) | 路面推定装置、車両制御装置、路面推定方法、およびプログラム | |
| CN102706291A (zh) | 一种道路曲率半径自动测量方法 | |
| CN105258647B (zh) | 一种汽车锁扣铆点的视觉检测方法 | |
| CN105225243B (zh) | 一种可抗噪声的图像边缘检测方法 | |
| CN111192326B (zh) | 一种用于视觉识别电动汽车直流充电插口的方法及*** | |
| JP5858773B2 (ja) | ３次元計測方法、３次元計測プログラム及びロボット装置 | |
| CN112697044A (zh) | 一种基于无人机平台的静态刚性物体视觉测量方法 | |
| CN112284256A (zh) | 一种工件平面磨损的测量方法和*** | |
| CN108802051B (zh) | 一种柔性ic基板直线线路气泡及折痕缺陷检测***及方法 | |
| CN105184792A (zh) | 一种圆锯片磨损量在线测量方法 | |
| CN116862960A (zh) | 工件形貌点云配准方法、装置、设备及存储介质 | |
| CN114170284B (zh) | 基于主动标志点投射辅助的多视图点云配准方法 | |
| CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及*** | |
| CN108335332A (zh) | 一种基于双目视觉的轴类零件中轴线测量方法 | |
| CN111738907B (zh) | 一种基于双目标定及图像算法的列车受电弓检测方法 | |
| CN108072331A (zh) | 采用机器视觉测量工件圆度的方法 | |
| TW200949472A (en) | On-board two-dimension contour detection method and system | |
| CN116721156A (zh) | 工件位置定位方法、装置、计算机设备及存储介质 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180525 |
|
| WD01 | Invention patent application deemed withdrawn after publication |