CN110458785A - 一种基于图像传感的磁悬浮球悬浮间隙检测方法 - Google Patents
一种基于图像传感的磁悬浮球悬浮间隙检测方法 Download PDFInfo
- Publication number
- CN110458785A CN110458785A CN201910758014.2A CN201910758014A CN110458785A CN 110458785 A CN110458785 A CN 110458785A CN 201910758014 A CN201910758014 A CN 201910758014A CN 110458785 A CN110458785 A CN 110458785A
- Authority
- CN
- China
- Prior art keywords
- image
- graticule
- levitation
- levitation gap
- gap
- 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
Links
- 238000005339 levitation Methods 0.000 title claims abstract description 67
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 239000000725 suspension Substances 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 229910052742 iron Inorganic materials 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 14
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000009434 installation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于图像传感的磁悬浮球悬浮间隙检测方法,先在拍摄范围内的电磁铁侧表面周围设置网格化区域,电磁铁下边界对应一条网格线,图像采集单元通过高速工业相机采集光源照射下悬浮球的悬浮间隙图像,所拍摄图像包含电磁铁上网格化区域和悬浮间隙区域,电磁铁下边界和底面成像为一条直线,并将图像信号传输到图像处理单元;图像处理单元参照所拍摄到的网格化区域对悬浮间隙图像进行处理和分析,得到悬浮球的悬浮间隙值.本发明的悬浮间隙检测方法通过网格化区域横纵网格线分布规律实现图像畸变情况下准确预测悬浮间隙值大小,该方法抗干扰能力强、无温度漂移且线性度高,成本低廉,安装工艺简单,对测量环境要求较低,且速度快,精度高。
Description
技术领域
本发明涉及磁悬浮技术领域,具体为一种基于图像传感的磁悬浮球悬浮间隙检测方法。
背景技术
磁悬浮球***主要由电磁铁、悬浮球、间隙传感器、悬浮控制电路以及斩波器组成。磁悬浮球控制***只能在竖直方向进行单自由度的控制,***是非线性、开环不稳定的,必须对悬浮球进行闭环控制提高鲁棒性。磁悬浮***控制器大多都是以悬浮间隙偏差信号作为输入信号进行闭环控制,悬浮球作为磁悬浮***的被控对象,悬浮间隙信号检测的精确度及实时性直接影响到控制器性能及整个控制***的性能好坏。悬浮球控制***通过间隙传感器检测计算出悬浮间隙距离进行反馈,根据反馈信号与参考信号的偏差使电磁绕组的电流大小适量变化改变电磁力,当电磁力与悬浮球重力平衡时,悬浮球能够稳定在平衡状态,间隙传感器的间隙检测精度直接影响了控制***的控制性能。
常见的间隙检测传感器主要有:电涡流式传感器和光电传感器等。间隙传感器除具有非接触、灵敏度高、实时性强的特点,还存在抗干扰能力差、温度漂移和线性度低等缺点。如电涡流传感器测量精度受温度和被测物体表面粗糙度影响很大,使用成本高,安装工艺复杂,输出值为模拟量需要进行模数转换才能接入数字控制***。光电传感器是根据被测对象阻挡光通量的多少来测量对象的位移,最大的缺点是对测量的环境条件要求较高,易受光源干扰,环境适应性差。
图像传感技术是一门以图像处理为基础涉及到人工智能、计算机科学、图像处理学、模式识别等诸多领域的新兴交叉学科,在交通、运输、农业、工业在线检测等领域得到广泛的应用。利用图像传感进行图像测量,是建立在机器视觉理论基础上的非接触式新型测量技术,是一种通过工业高速相机获取图像,然后进行相关图像处理与分析来获取测量结果的一种测量方法,其主要特点是灵敏度和测量精度高、速度快、噪声低、抗电磁干扰能力强及应用方便灵活,能够在恶劣环境下长时间工作,便于进行数字化处理和计算机连接。
发明内容
针对上述问题,本发明的目的在于提供一种抗干扰能力强、无温度漂移且线性度高,成本低廉,安装工艺简单,对测量环境要求较低,且速度快,精度高的基于图像传感的磁悬浮球悬浮间隙检测方法。技术方案如下:
一种基于图像传感的磁悬浮球悬浮间隙检测方法,包括以下步骤:
步骤1:在电磁铁表面拍摄范围内设置一边与电磁铁下边界平齐网格区域,采集光源照射下悬浮球的悬浮间隙图像;
步骤2:对采集到的悬浮间隙图像进行预处理,得到包括网格化区域的待测区域的边缘图像;
步骤3:根据边缘图像通过霍夫变换圆弧检测定位悬浮球上顶点P0,并通过霍夫变换检测确定网格区域的网格线;
步骤4:根据定位到的悬浮球上顶点P0,在网格线中确定P0点所在铅锤线左右两侧横向距离最近的竖直标线l左和l右,以及所有距P0点由远至近的水平标线l0,l1,…,ln;
步骤5:确定竖直标线l左和l右被水平标线l0,l1,…,ln分割的每条线段对应的像素距离yi,i=0,…,n-1;得到分别对应竖直标线l左和l右的两组像素距离数据;
步骤6:根据单个网格的实际尺寸hmm×hmm,计算线段的像素距离与实际长度的对应关系值单位mm/pixel,i=0,…,n-1;得到分别对应竖直标线l左和l右的两组关系值数据;
步骤7:令为自变量,令Yi=di为因变量,得一组数据(X0,Y0),(X1,Y1),…,(Xn-1,Yn-1);利用最小二乘法对这组数据进行一元线性回归分析,得到一元线性回归模型表达式:Y=α+βX,α和β是回归系数;竖直标线l左和l右分别对应一元线性拟合方程Y=α1+β1X和Y=α2+β2X;
步骤8:根据得到的一元线性拟合方程Y=α1+β1X和Y=α2+β2X,依据竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段对应的像素距离yn,通过公式计算得到竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段中点位置数据Xn,代入一元线性拟合方程计算Xn对应的Yn,得到分别对应竖直标线l左和l右的两个数据(Xn1,Yn1)和(Xn2,Yn2),其中Yn1和Yn2即竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段上像素距离与实际长度的对应关系值dn1和dn2;
步骤9:确定P0点到电磁铁下边界在图像中所占的最短像素距离ygap,分别根据dn1和dn2计算最短像素距离ygap对应的实际距离:Dn1=ygap*dn1和Dn2=ygap*dn2;
步骤10:确定P0点到竖直标线l左和l右延长线与P0点所在水平线交点的像素距离a和b,计算Dn1和Dn2各自所占权重和其中ω1和ω2为权重系数;
步骤11:计算最终悬浮间隙值:D=ω1Dn1+ω2Dn2。
进一步的,所述步骤2具体包括:
步骤a:对原始图像中感兴趣的关键区域进行截取,再对截取后的图像进行灰度化,得到原始图像关键区域的灰度图像;
步骤b:对原始图像关键区域的灰度图像进行滤波操作获得增强灰度图像,再对得到的增强灰度图像进行最佳阈值二值化;
步骤c:识别二值图像中的边界,对图像边缘进行提取,得到待测区域的边缘图像。
本发明的有益效果是:
1)本发明在电磁铁上网格化区域的网格线实际尺寸已知,通过网格化区域横纵网格线分布规律实现图像畸变情况下准确预测悬浮间隙值大小,提高悬浮间隙的定位和检测精度。
2)本发明在悬浮间隙距离测量过程中不需要固定位置安装摄像头,拍摄角度可自由选取,只要保证镜头正对电磁铁,所拍摄图像包含电磁铁上网格化区域和悬浮间隙区域,电磁铁下边界和底面成像为一条直线。通过图像处理和分析即可进行实时在线标定,不受安装误差和摄像头调整影响,可方便实现悬浮间隙距离动态测量。
3)本发明的方法抗干扰能力强、无温度漂移且线性度高,成本低廉,安装工艺简单,对测量环境要求较低,且速度快,精度高。
附图说明
图1是采用图像传感的磁悬浮球闭环控制***结构示意图。
图2是本发明的悬浮间隙检测整体结构框图。
图3是悬浮间隙检测图像处理单元的图像处理流程图。
图4是悬浮间隙值测量方法的示意图。
图中:1-高速工业相机;2-光源;3-悬浮球;4-图像处理单元;5-控制单元;6-斩波器;7-电磁铁。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。本发明提出的基于图像传感的磁悬浮球***悬浮间隙检测方法,采用图像传感的磁悬浮球闭环控制***结构示意图如图1所示。由高速工业相机1采集光源2照射下悬浮球3的悬浮间隙图像,所采集图像信号传输到图像处理单元4,在图像处理单元上对悬浮间隙图像进行处理和分析,测量出悬浮球的悬浮间隙值,悬浮间隙值发送至控制单元5,控制单元将实际悬浮间隙值与给定的悬浮间隙值比较,确定需要增大还是减小电磁铁电流,再通过斩波器6调节电磁铁7绕组电流,调节电磁吸力,从而调节悬浮球的悬浮间隙大小。
图2是本发明的悬浮间隙检测整体结构框图,主要包括悬浮球和电磁铁、图像采集单元和控制***。控制***又可分为存储单元、图像处理单元和控制单元三部分。
为了保证良好的测量效果,要求选取有反差的测量背景,并提供光源保证足够的光照强度,确保钢球在运动过程中工业摄像头能拍摄到高清图像。悬浮球的原始悬浮间隙图像通过工业摄像头获取,通过电磁铁上的网格化区域进行实际距离与像素距离的标定。所拍摄悬浮间隙图像传入控制***进行图像处理和分析后测量计算得到间隙距离。
本发明利用电磁铁上的网格化区域实现图像像素距离与实际物理距离转换,使工业摄像头的拍摄到悬浮间隙图像像素距离与实际悬浮间隙距离一一对应。电磁铁上的网格化区域的网格线沿电磁铁表面均匀绘制,每格精确尺寸为2mm×2mm。在图像测量中,图像像素坐标系的像素距离对应实际物理距离的大小,本发明中y方向像素距离的标定直接影响悬浮间隙实际物理距离的准确度,其是实现图像像素距离与实际物理距离转换的关键。本发明在电磁铁上网格化区域的网格线实际尺寸已知,通过网格化区域横纵网格线分布规律准确预测悬浮间隙值大小。在悬浮间隙距离测量过程中不需要固定位置安装摄像头,拍摄角度可自由选取,只要保证镜头正对电磁铁,所拍摄图像包含电磁铁上网格化区域和悬浮间隙区域,电磁铁下边界和底面成像为一条直线。通过图像处理和分析即可进行实时在线标定,不受安装误差和摄像头调整影响,可方便实现悬浮间隙距离动态测量。
本发明基于图像传感的磁悬浮球悬浮间隙检测方法流程如下:
步骤1:在拍摄范围内的电磁铁侧表面周围设置网格化区域,网格线沿电磁铁表面均匀绘制,每格实际尺寸2mm×2mm,电磁铁下边界对应一条网格线,图像采集单元通过高速工业相机采集光源照射下悬浮球的悬浮间隙图像,相机安装位置保证镜头正对电磁铁,所拍摄图像包含电磁铁上网格化区域和悬浮间隙区域,电磁铁下边界和底面成像为一条直线,并将图像信号传输到图像处理单元。
步骤2:图像处理单元参照所拍摄到的网格化区域对悬浮间隙图像进行处理和分析,得到悬浮球的悬浮间隙值。
具体的,悬浮间隙检测图像处理单元的图像处理流程图如图3所示。
步骤a:对原始图像进行预处理,得到待测区域的边缘图像,边缘图像包括电磁铁上网格化区域网格线分布图像和间隙区域悬浮球上边沿图像。
步骤a1:对原始图像中感兴趣的关键区域进行截取,再对截取后的图像进行灰度化,得到原始图像关键区域的灰度图像。
为了提高悬浮球控制***的运算处理速度,便于后续的测量与标定与控制任务,原始图像得到后首先对感兴趣的关键区域进行截取,然后对截取后的图像进行灰度化,得到原始图像关键区域的灰度图像。
步骤a2:对原始图像关键区域的灰度图像进行滤波操作获得增强灰度图像,再对得到的增强灰度图像进行最佳阈值二值化。
为了去除图像中的无关背景与潜在的噪声污染,首先对原始灰度图像进行滤波操作获得增强灰度图像。然后对得到的增强灰度图像进行最佳阈值二值化,图像阈值化是计算机视觉***中一个常见的预处理操作,因为我们感兴趣的是图像形状而不是表面纹理,通过选取最佳阈值来判断哪些像素应该作为目标保留,哪些像素应该标记为背景消除。图像阈值化的过程在数学上可表示为:
其中,T是选取的最佳阈值,将T作用于整幅图像的过程称为全局阈值化。本发明基于整幅图像像素统计选取最佳阈值T,并对增强灰度图像进行全局阈值化,得到最佳阈值二值图像。
步骤a3:识别二值图像中的边界,对图像边缘进行提取,得到待测区域的边缘图像。
图像进行二值化后已经实现了感兴趣目标和背景的分离,此时需要选取合适的边缘检测器进行边缘检测确定感兴趣区域的边界。本发明选取canny算子识别二值图像中的边界,canny算子是图像处理领域最广泛、最强大和最有效的边缘检测算子之一。
步骤b:依据边缘图像确定关键点和标线,参照网格化区域网格线分布及图像像素距离,求出悬浮球的实际悬浮间隙值D:
具体的,实际测量过程中因拍摄角度不同和和相机的畸变失真,网格线会有不同程度形变,依据关键点和标线计算实际悬浮间隙值D的方法如图4所示。在实际情况下,原始物体成像后会存在不同类型的畸变,常见的有桶形畸变和枕形畸变。
步骤b1:依据边缘图像通过霍夫变换圆弧检测精确定位到悬浮球上顶点P0;
步骤b2:根据边缘图像通过霍夫变换检测确定网格化区域网格线,进一步在网格线中确定P0点铅锤线左右两侧相邻最近的竖直标线l左和l右,以及所有距P0点由远至近的水平标线l0,l1,…,ln;
步骤b3:依据网格化区域网格线分布,确定竖直标线l左和l右被水平标线l0,l1,…,ln分割的每条线段对应的像素距离yi,i=0,…,n-1;得到分别对应竖直标线l左和l右的两组像素距离数据;
步骤b4:根据单个网格的的实际尺寸2mm×2mm,通过公式(单位mm/pixel,i=0,…,n-1)计算每条线段的像素距离yi与实际长度的对应关系值d0,d1,d2,…,dn-2,dn-1,得到分别对应竖直标线l左和l右的两组关系值数据;
步骤b5:令为自变量,令Yi=di为因变量,得一组数据(X0,Y0),(X1,Y1),…,(Xn-1,Yn-1);利用最小二乘法对这组数据进行一元线性回归分析,得到一元线性回归模型表达式:Y=α+βX,α和β是回归系数;得到分别对应竖直标线l左和l右的两个一元线性拟合方程Y=α1+β1X和Y=α2+β2X;
步骤b6:根据得到的一元线性拟合方程Y=α1+β1X和Y=α2+β2X,依据竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段对应的像素距离yn,通过公式计算得到竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段中点位置坐标Xn,代入一元线性拟合方程计算Xn对应的Yn,得到分别对应竖直标线l左和l右的两个数据(Xn1,Yn1)和(Xn2,Yn2),其中Yn1和Yn2即竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段上像素距离与实际长度的对应关系值dn1和dn2;
步骤b7:确定P0点到电磁铁下边界在图像中所占的最短像素距离ygap,分别根据单个像素对应的实际距离dn1和dn2计算最短像素距离ygap对应的实际距离:Dn1=ygap*dn1和Dn2=ygap*dn2;
步骤b8:确定P0点到竖直标线l左和l右延长线与P0点所在水平线交点的像素距离a和b,计算Dn1和Dn2各自所占权重和其中ω1和ω2为权重系数;
步骤b9:根据两个悬浮间隙值Dn1和Dn2以及权重系数ω1和ω2计算得到最终悬浮间隙值D:D=ω1Dn1+ω2Dn2。
Claims (2)
1.一种基于图像传感的磁悬浮球悬浮间隙检测方法,其特征在于,包括以下步骤:
步骤1:在电磁铁表面拍摄范围内设置一边与电磁铁下边界平齐网格区域,采集光源照射下悬浮球的悬浮间隙图像;
步骤2:对采集到的悬浮间隙图像进行预处理,得到包括网格化区域的待测区域的边缘图像;
步骤3:根据边缘图像通过霍夫变换圆弧检测定位悬浮球上顶点P0,并通过霍夫变换检测确定网格区域的网格线;
步骤4:根据定位到的悬浮球上顶点P0,在网格线中确定P0点所在铅锤线左右两侧横向距离最近的竖直标线l左和l右,以及所有距P0点由远至近的水平标线l0,l1,…,ln;
步骤5:确定竖直标线l左和l右被水平标线l0,l1,…,ln分割的每条线段对应的像素距离yi,i=0,…,n-1;得到分别对应竖直标线l左和l右的两组像素距离数据;
步骤6:根据单个网格的实际尺寸hmm×hmm,计算线段的像素距离与实际长度的对应关系值单位mm/pixel,i=0,…,n-1;得到分别对应竖直标线l左和l右的两组关系值数据;
步骤7:令为自变量,令Yi=di为因变量,得一组数据(X0,Y0),(X1,Y1),…,(Xn-1,Yn-1);利用最小二乘法对这组数据进行一元线性回归分析,得到一元线性回归模型表达式:Y=α+βX,α和β是回归系数;竖直标线l左和l右分别对应一元线性拟合方程Y=α1+β1X和Y=α2+β2X;
步骤8:根据得到的一元线性拟合方程Y=α1+β1X和Y=α2+β2X,依据竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段对应的像素距离yn,通过公式计算得到竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段中点位置数据Xn,代入一元线性拟合方程计算Xn对应的Yn,得到分别对应竖直标线l左和l右的两个数据(Xn1,Yn1)和(Xn2,Yn2),其中Yn1和Yn2即竖直标线l左和l右延长线被水平标线ln和P0点所在水平线分割的线段上像素距离与实际长度的对应关系值dn1和dn2;
步骤9:确定P0点到电磁铁下边界在图像中所占的最短像素距离ygap,分别根据dn1和dn2计算最短像素距离ygap对应的实际距离:Dn1=ygap*dn1和Dn2=ygap*dn2;
步骤10:确定P0点到竖直标线l左和l右延长线与P0点所在水平线交点的像素距离a和b,计算Dn1和Dn2各自所占权重和其中ω1和ω2为权重系数;
步骤11:计算最终悬浮间隙值:D=ω1Dn1+ω2Dn2。
2.根据权利要求1所述的基于图像传感的磁悬浮球悬浮间隙检测方法,其特征在于,所述步骤2具体包括:
步骤a:对原始图像中感兴趣的关键区域进行截取,再对截取后的图像进行灰度化,得到原始图像关键区域的灰度图像;
步骤b:对原始图像关键区域的灰度图像进行滤波操作获得增强灰度图像,再对得到的增强灰度图像进行最佳阈值二值化;
步骤c:识别阈值分割后二值图像中的边界,对图像边缘进行提取,得到待测区域的边缘图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758014.2A CN110458785B (zh) | 2019-08-16 | 2019-08-16 | 一种基于图像传感的磁悬浮球悬浮间隙检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758014.2A CN110458785B (zh) | 2019-08-16 | 2019-08-16 | 一种基于图像传感的磁悬浮球悬浮间隙检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110458785A true CN110458785A (zh) | 2019-11-15 |
CN110458785B CN110458785B (zh) | 2020-04-28 |
Family
ID=68487132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910758014.2A Expired - Fee Related CN110458785B (zh) | 2019-08-16 | 2019-08-16 | 一种基于图像传感的磁悬浮球悬浮间隙检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458785B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930407A (zh) * | 2020-02-07 | 2020-03-27 | 西南交通大学 | 一种基于图像处理的悬浮间隙视觉检测方法 |
CN110954005A (zh) * | 2020-02-21 | 2020-04-03 | 西南交通大学 | 一种基于图像处理的中低速磁悬浮列车间隙检测方法 |
CN111887675A (zh) * | 2020-08-04 | 2020-11-06 | 苏州苏丹展示器材有限公司 | 一种自定心磁悬浮展架 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0767320A2 (en) * | 1995-10-04 | 1997-04-09 | Ebara Corporation | Vibration damping apparatus |
US5873798A (en) * | 1997-04-24 | 1999-02-23 | Bostick; Blake M. | Soccer speed agility and conditioning training apparatus |
CN201589599U (zh) * | 2009-12-31 | 2010-09-22 | 西南交通大学 | 可补偿齿槽效应的磁浮列车悬浮间距测量装置 |
CN106679557A (zh) * | 2017-03-17 | 2017-05-17 | 中国农业大学 | 一种测量磁悬浮球微位移的装置及测量方法 |
CN109029298A (zh) * | 2018-09-09 | 2018-12-18 | 扬州大学 | 一种对磁悬浮球形关节进行光电角度数值的检测装置及其检测方法 |
CN109559314A (zh) * | 2019-01-18 | 2019-04-02 | 西南交通大学 | 一种基于机器视觉的电磁悬浮球***及其图像处理方法 |
-
2019
- 2019-08-16 CN CN201910758014.2A patent/CN110458785B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0767320A2 (en) * | 1995-10-04 | 1997-04-09 | Ebara Corporation | Vibration damping apparatus |
US5873798A (en) * | 1997-04-24 | 1999-02-23 | Bostick; Blake M. | Soccer speed agility and conditioning training apparatus |
CN201589599U (zh) * | 2009-12-31 | 2010-09-22 | 西南交通大学 | 可补偿齿槽效应的磁浮列车悬浮间距测量装置 |
CN106679557A (zh) * | 2017-03-17 | 2017-05-17 | 中国农业大学 | 一种测量磁悬浮球微位移的装置及测量方法 |
CN109029298A (zh) * | 2018-09-09 | 2018-12-18 | 扬州大学 | 一种对磁悬浮球形关节进行光电角度数值的检测装置及其检测方法 |
CN109559314A (zh) * | 2019-01-18 | 2019-04-02 | 西南交通大学 | 一种基于机器视觉的电磁悬浮球***及其图像处理方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110930407A (zh) * | 2020-02-07 | 2020-03-27 | 西南交通大学 | 一种基于图像处理的悬浮间隙视觉检测方法 |
CN110930407B (zh) * | 2020-02-07 | 2020-05-15 | 西南交通大学 | 一种基于图像处理的悬浮间隙视觉检测方法 |
CN110954005A (zh) * | 2020-02-21 | 2020-04-03 | 西南交通大学 | 一种基于图像处理的中低速磁悬浮列车间隙检测方法 |
CN110954005B (zh) * | 2020-02-21 | 2020-05-15 | 西南交通大学 | 一种基于图像处理的中低速磁悬浮列车悬浮间隙检测方法 |
CN111887675A (zh) * | 2020-08-04 | 2020-11-06 | 苏州苏丹展示器材有限公司 | 一种自定心磁悬浮展架 |
Also Published As
Publication number | Publication date |
---|---|
CN110458785B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458785A (zh) | 一种基于图像传感的磁悬浮球悬浮间隙检测方法 | |
CN109472822A (zh) | 基于深度图像处理的物体尺寸测量方法 | |
Liu et al. | Simple and fast rail wear measurement method based on structured light | |
CN106780483B (zh) | 多根连铸坯端面视觉识别***及中心坐标求取方法 | |
CN110930407B (zh) | 一种基于图像处理的悬浮间隙视觉检测方法 | |
CN101666633A (zh) | 空心圆柱零件的非接触检测***及其检测方法 | |
CN109559314A (zh) | 一种基于机器视觉的电磁悬浮球***及其图像处理方法 | |
CN110873718A (zh) | 基于机器视觉的钢板表面缺陷检测***及方法 | |
CN109816682B (zh) | 一种基于凹凸性的腕臂***分割与参数检测方法 | |
CN111390913B (zh) | 桥梁底部结构自动化检测方法 | |
CN106840617A (zh) | 变频栅条靶标及其光电成像***动态传递函数测量方法 | |
CN105928466B (zh) | 一种物体平面内的应变率场的光学测量方法 | |
Liu et al. | Wear Detection System for Elevator Traction Sheave | |
Jing et al. | Research on visual measurement for levitation gap in Maglev system | |
Sun et al. | A fast and robust detection algorithm for extraction of the centre of a structured light stripe | |
Rao et al. | A real-time auto-recognition method for pointer-meter under uneven illumination | |
Shen et al. | Sub-pixel edge detection in the application of the deformation measurement technique | |
Chen et al. | The measurement of planning surface roughness by neural networks based on image | |
Li et al. | Visual Measurement of Levitation Gap in Maglev Ball System Based on Pixel Area | |
Zheng et al. | Tree radial growth measurement system based on line structured light vision | |
Wen et al. | Research on Intelligent Identification of Pivoting Center and Smooth Processing of Test Data for Flying Flexible Joint | |
Chen et al. | Vision-based online detection system of support bar | |
Qing-hui et al. | The research of an improved Roberts algorithm used in welding line identification | |
Sun et al. | Edge-preserve image smoothing algorithm based on convexity model and its application in the airport extraction | |
Chi et al. | Research on Vibration Displacement Measurement of Sleeper Based on Machine Vision |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200428 |