CN114577122B - 一种基于图像处理的自冲铆接剖面几何参数自动测量方法 - Google Patents
一种基于图像处理的自冲铆接剖面几何参数自动测量方法 Download PDFInfo
- Publication number
- CN114577122B CN114577122B CN202210191550.0A CN202210191550A CN114577122B CN 114577122 B CN114577122 B CN 114577122B CN 202210191550 A CN202210191550 A CN 202210191550A CN 114577122 B CN114577122 B CN 114577122B
- Authority
- CN
- China
- Prior art keywords
- rivet
- points
- self
- coordinate
- image
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 20
- 238000000691 measurement method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 101100324465 Caenorhabditis elegans arr-1 gene Proteins 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- 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
-
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- 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
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于图像处理的自冲铆接剖面几何参数自动测量方法,获取自冲铆接剖面图像,利用图像阈值方法对自冲铆接剖面图像进行二值化处理,分别得到铆钉的二值图像以及每层板材的二值图像;对得到铆钉的二值图像以及每层板材的二值图像进行去噪处理;分别提取各张二值图像中的轮廓坐标;从得到的轮廓坐标中自动获得自冲铆接结构各个几何参数对应的测量点;自冲铆接结构的几何参数包括头高HH、自锁量Int、底切量Tmin/BLT、中部底切量BLCT、边部底切量BLRT、铆钉长度RFL、铆钉尾直径RTF、铆钉头直径RHD、空腔高度SG;基于所得到的测量点,分别计算出几何参数,实现自冲铆接剖面几何参数自动测量。本方法可以实现SPR剖面几何参数的自动化、标准化测量,并提高剖面几何参数的测量速度和准确度。
Description
技术领域
本发明涉及图像识别技术领域,特别涉及一种基于图像处理的自冲铆接剖面几何参数自动测量方法。
背景技术
自冲铆接(SPR,Self Piercing Riveting)工艺是通过液压缸或伺服电机提供动力将铆钉直接压入待铆接板材,待铆接板材在铆钉的压力作用下与铆钉发生塑性变形,成形后充盈于铆模之中,从而形成稳定连接的一种全新的板材连接技术。SPR工艺克服传统铆接工艺的外观差、效率低以及工艺复杂等缺点,实现冲、铆一次性完成,且连接过程不破坏板材的镀层,为汽车车身的连接开辟了新途径。
由于SPR工艺的特点,其接头质量和连接强度受铆钉、模具、板材性能、冲压载荷和速度等众多因素的影响,容易出现铆钉脱落、板材刺穿、强度不足等质量问题。因此,SPR连接工艺在实际应用前,对铆接质量进行评价,是提高接头可靠性和连接强度的必要过程。
目前常采用剖切接头截面进行关键几何参数数值的测量来判断接头的成形质量。其中,自锁量(Int)、头高(HH)和底切量(Tmin)是最重要的三个评价指标,头高和底切量是衡量接头是否合格的直观标准,自锁量的大小则直接决定接头的连接强度。目前针对自冲铆接剖面几何参数常规的测量方法是基于图像处理软件(如SPOT)手动进行测量与标注;虽然这种检测方法直接可靠,但是测量阶段效率较低下,需工程师逐张图像,逐个选定几何参数,手动进行测量,人力成本较高,缺乏自动化、标准化的测量工具。
发明内容
为解决背景技术中存在的问题,本发明的目的在于提供一种基于图像处理的自冲铆接剖面几何参数自动测量方法,实现SPR剖面几何参数的自动化、标准化测量,并提高剖面几何参数的测量速度和准确度。
本发明所采用的技术方案如下:
一种基于图像处理的自冲铆接剖面几何参数自动测量方法,包括如下步骤:
步骤1、获取自冲铆接剖面图像,利用图像阈值方法对自冲铆接剖面图像进行二值化处理,分别得到铆钉的二值图像以及每层板材的二值图像;
步骤2、对得到铆钉的二值图像以及每层板材的二值图像进行去噪处理;
步骤3、分别提取各张二值图像中的轮廓坐标;
步骤4、从得到的轮廓坐标中自动获得自冲铆接结构各个几何参数对应的测量点;所述自冲铆接结构的几何参数包括头高HH、自锁量Int、底切量Tmin/BLT、中部底切量BLCT、边部底切量BLRT、铆钉长度RFL、铆钉尾直径RTF、铆钉头直径RHD、空腔高度SG;
步骤5、基于所得到的测量点,分别计算出几何参数,实现自冲铆接剖面几何参数自动测量。
进一步,自冲铆接结构自上往下依次是铆钉、第一层板、第二层板;
进一步,所述步骤1中获得二值图像的方法为:
步骤1.1、调用OpenCV库中的颜色转换函数将自冲铆接剖面图像从RGB颜色空间转换到HSV颜色空间,去除白色背景部分;
步骤1.2、调用OpenCV库中的阈值函数,并根据铆钉、第一层板、第二层板图像设定阈值,以此去除背景部分,进而得到铆钉、第一层板、第二层板的二值图像。
进一步,所述步骤2中采用高斯函数去除图像中的噪声,以此对图像进行平滑处理。
进一步,所述步骤3中提取各张二值图像中的轮廓坐标的方法为:调用OpenCV库中的cv2.findContours函数,查找图像中的铆钉、第一层板、第二层板的轮廓,并返回轮廓点的坐标。
进一步,铆钉上需要标记的测量点分别记为R1-R10,获取各个测量点的方法为:
首先,以图像的左上角为原点,水平向右为X轴正方向,竖直向下为Y轴正方向在图像中建立坐标系;
测量点R1、R2分别为铆钉头直径的左右测量点,
将铆钉的轮廓坐标点按照X轴分组,即将横坐标相同的点归为一组,保留Y轴坐标值最小的坐标,然后从左向右扫描,当连续扫描n个点,若这n个点的Y轴坐标值都未发生变化时,则将第一个点坐标记为测量点R1,同理,从右向左扫描可得到测量点R2;
测量点R3为R1和R2的中点;
R4为空腔高度在铆钉上的测量点,即轮廓上与R3横坐标一样的坐标点;
R5、R6分别为左侧铆钉长度测量点,通过中点R3将铆钉分为左右两个部分;其中,R5为铆钉左侧Y轴坐标值最大值对应的坐标点;R6为与R5横坐标相同的坐标点,且R6是Y轴坐标值最小值对应的坐标点;
R7、R8分别与R5、R6关于铆钉的中轴线对称,故同理,可获得R7和R8测量点;
R9、R10为自锁量在铆钉上的测量点,R9可通过从左向右进行线扫描,当竖直的扫描线与铆钉轮廓坐标点第一次有三个交点时,标记为R9,同理可通过从右向左进行线扫描获得测量点R10。
进一步,第一层板的测量点分别标记为T1-T3,获取各个测量点的方法为:
T1为SG在第一层板上的测量点,获取方法为对第一层板的轮廓坐标点,并将坐标点中X轴横坐标与R4横坐标相同的测量点标记为T1;
T2、T3分别为头高在第一层板上的测量点,分别以T1的横坐标向左右移动7.62mm对应的轮廓坐标点。
进一步,第二层板的测量点分别标记为B1-B8,获取各个测量点的方法为:
B1、B2为中部底切量的上下测量点;通过扫描第二层板上边沿、下边沿上的点,将第二层板上边沿中的所有点坐标置于数组arr1中,将第二层板下边沿中的所有点坐标置于数组arr2中;分别从数组arr1、arr2中提取与R4横坐标相同的点,记作B1,B2;即B1,B2、R3、R4位于同一竖线上。
B3、B4为自锁量在第二层板上的测量点,B3可通过从左向右进行线扫描,当竖线未扫描至B1时,与第二层板轮廓坐标点最后一次有三个交点时,选取最上部的交点记为B3,当竖线扫描超过B1时,与第二层板轮廓坐标点第一次有三个交点时,选取最上部的交点记为B4;
B5、B6为底切量的测量点,获取方法为遍历arr1中所有的坐标点,然后分别计算arr1所有坐标点与arr2中每一个坐标点之间的距离;当两个坐标点之间的距离最小时,将这两个坐标点分别记为B5、B6;
B7、B8为边部底切量在第二层板上的测量点,获取方法为以B1为中点,分别比较左、右两侧arr2中Y轴坐标的最大值对应的坐标点。
进一步,根据测量点,计算几何参数的方法为:
头高的计算方法:
Left:T2与R1纵坐标差值;
Right:T3与R2纵坐标差值;
自锁量的计算方法:
Left:B3与R9横坐标差值
Right:B4与R10横坐标差值
底切量的计算方法:
B5与B6之间的距离;
中部底切量的计算方法:
B1与B2之间的距离纵坐标差值;
边部底切量的计算方法:
Left:R5与B7纵坐标差值;
Right:R7与B8纵坐标差值;
铆钉长度的计算方法:
Left:R5与R6纵坐标差值;
Right:R7与R8纵坐标差值;
铆钉尾直径的计算方法:
R9与R10横纵坐标差值;
铆钉头直径的计算方法:
R1与R2横坐标差值;
空腔高度的计算方法:
R4与T1纵坐标差值。
本发明的有益效果:
本发明将图像处理技术引入至自冲铆接剖面图像几何参数自动测量中。与现有技术相比,本发明可以有效减少人工参与过程,提高测量速度与准确度。因此将本发明应用于自冲铆接质量评估中可有效缩短实验周期,降低实验成本,为实现铆接质量评估的自动化、标准化提供技术支持。
附图说明
图1为SPR剖面图像几何参数测量点示意图;
图2中,2a为实施例中铆钉的二值图,2b是铆钉测量点示意图;
图3为实施例中第一层板的二值图及其测量点;
图4为实施例中第二层板的二值图及其测量点。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
一种基于图像处理的自冲铆接剖面几何参数自动测量方法,具体过程如下:
步骤1、获取自冲铆接剖面图像,自冲铆接结构自上往下依次是铆钉和母材,本申请中所提到的铆钉可以是空心钉或实心钉等常见的用于连接的铆钉;母材为多层不同板材组合,自上往下依次是第一层板、第二层板、第三层板、……、第N层板。在本实施例中,自冲铆接结构如图1所示,是由铆钉、第一层板、第二层板构成。
利用图像阈值方法分别得到铆钉、第一层板、第二层板的二值图像如图2-4所示。获得二值图像的具体过程为:
步骤1.1、调用OpenCV库中的颜色转换函数将自冲铆接剖面图像从RGB颜色空间转换到HSV颜色空间,去除白色背景部分;
步骤1.2、调用OpenCV库中的阈值函数,并根据铆钉、第一层板、第二层板图像设定阈值,以此去除背景部分,进而得到铆钉、第一层板、第二层板的二值图像。在本实施例中铆钉的高低阈值分别为([10,255,255],[0,43,46]),第一层板的高低阈值分别为([77,255,255],[35,43,46]),第二层板的高低阈值为([34,255,255],[26,43,46])。
步骤2、分别对得到的各张二值图像进行去噪处理。具体为:调用OpenCV库中高斯函数去除图像中的噪声,以此对图像进行平滑处理。本实施例中高斯内核大小为(3,3)。通过一个模板(或卷积)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值替代模板中心像素点的值,以此对原始图像进行平滑处理。
步骤3、分别提取各张二值图像中的轮廓坐标。具体为:调用OpenCV库中的cv2.findContours函数,查找图像中的铆钉、第一层板、第二层板的轮廓,并返回轮廓点的坐标。此实施例中轮廓的检索模式为RETR_TREE,轮廓的近似办法为CHAIN_APPROX_NONE。
步骤4、从得到的轮廓坐标中自动获得自冲铆接结构几何参数的测量点;本申请中所提到的几何参数包括自冲铆接结构的头高(HH)、自锁量(Int)、底切量(Tmin/BLT)、中部底切量(BLCT)、边部底切量(BLRT)、铆钉长度(RFL)、铆钉尾直径(RTF)、铆钉头直径(RHD)、空腔高度(SG)等。
首先,以图像的左上角为原点,水平向右为X轴正方向,竖直向下为Y轴正方向在图像中建立坐标系;坐标系的建立不限于上述方式,可以合理选择。自动获得几何参数的测量点的过程如下:
步骤4.1、将铆钉需要标记的测量点分别记为R1-R10,如图1所示。获得这个10个测量点的方法为:
结合附图2b,对于铆钉需要在铆钉的上边沿提取出测量点R1、R2、R3、R6和R8。其中,测量点R1、R2分别为铆钉头直径(RHD)的左右测量点,获取测量点R1、R2的方法如下:首先,将铆钉的轮廓坐标点按照X轴分组,即将横坐标相同的点归为一组,保留Y轴坐标值最小的坐标,然后从左向右扫描,当连续扫描5个点,若这5个点的Y轴坐标值都未发生变化时,记第一个点坐标为测量点为R1,同理,从右向左扫描可得到测量点R2。在本申请中,之所以需要连续扫描5个测量点,是因为铆钉上边沿的两端或中间部位可能出现不平整的情况如图2a所示,故需要从铆钉上边沿的两端开始向内连续扫描几个测量点,当这几个测量点对应的Y值坐标不变时,则认为这段距离内的铆钉上边沿是相对平整的。故分别选取该两段距离中的的第一个测量点,记作R1、R2。
测量点R3为R1和R2的中点。
R4为空腔高度(SG)在铆钉上的测量点,即轮廓上与R3横坐标一样的坐标点。
R5、R6分别为左侧铆钉长度(RFL)的测量点,通过中点R3将铆钉分为左右两个部分;其中,R5为铆钉左侧Y轴坐标值最大值对应的坐标点;R6为与R5横坐标相同的坐标点,且R6是Y轴坐标值最小值对应的坐标点。
R7、R8分别与R5、R6关于铆钉的中轴线对称,故同理,可获得R7和R8测量点;
R9、R10为自锁量(Int)在铆钉上的测量点,R9可通过从左向右进行线扫描,当竖直(即与Y轴平行)的扫描线与铆钉轮廓坐标点第一次有三个交点时,标记为R9,同理可通过从右向左进行线扫描获得测量点R10。
步骤4.2、第一层板的测量点分别标记为T1-T3,如图2所示。获得这3个测量点的方法为:
T1为SG在第一层板上的测量点,获取方法为对第一层板的轮廓坐标点按照X轴分组,即将横坐标相同的点归为一组,保留Y轴坐标值最小的坐标,剩余坐标中当X轴横坐标与R4横坐标相同时,标记为T1;
T2、T3分别为头高(HH)在第一层板上的测量点,分别以T1的横坐标向左右移动7.62mm对应的轮廓坐标点。
步骤4.3、第二层板的测量点分别标记为B1-B8,如图3所示。获得这个8个测量点的方法为:
B1、B2为中部底切量的上下测量点;通过扫描,将第二层板上边沿中的所有点坐标置于数组arr1中,将第二层板下边沿中的所有点坐标置于数组arr2中;分别从数组arr1、arr2中提取与R4横坐标相同的点,记作B1,B2;即B1,B2、R3、R4位于同一竖线上。
B3、B4为Int在第二层板上的测量点,B3可通过从左向右进行线扫描,当竖线未扫描至B1时,与第二层板轮廓坐标点最后一次有三个交点时,将这三个交点中Y轴坐标值最小的坐标点标记为B3,当竖线扫描超过B1时,与第二层板轮廓坐标点第一次有三个交点时,将这三个交点中Y轴坐标值最小的坐标点标记为B4;也就是说分别选取两次出现三个交点中最上部的交点作为B3、B4。
B5、B6为底切量(Tmin)的测量点,获取方法为遍历arr1中所有的坐标点,然后分别计算这些点与arr2中每一个点的距离;当两点之间的距离最小时,将这两个点分别记为B5、B6;
B7、B8为边部底切量(BLRT)在第二层板上的测量点,获取方法为以B1为中点,分别比较左、右两侧arr2中Y轴坐标的最大值对应的坐标点。
步骤5、将步骤4中得到的铆钉、第一层板、第二层板对应的测量点,分别根据几何参数测量标准(表1)进行计算,即可得到自冲铆接剖面图像中所有的铆接质量评估几何参数。
表1
本实施例中所提出的一种基于图像处理的自冲铆接剖面几何参数自动测量方法,可以通过编程的方法实现,如图像的处理,坐标的提取,测量点的获取都是通过编写代码实现的,故本方法能够实现对自冲铆接剖面几何参数自动测量,不需要再通过人工进行逐张图像的处理,能够有效提高工作效率;同时降低了人工筛选中因为人为因素而存在的误差。
以上实施例仅用于说明本发明的设计思想和特点,其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施,本发明的保护范围不限于上述实施例。所以,凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰,均在本发明的保护范围之内。
Claims (5)
1.一种基于图像处理的自冲铆接剖面几何参数自动测量方法,其特征在于,包括如下步骤:
步骤1、获取自冲铆接剖面图像,利用图像阈值方法对自冲铆接剖面图像进行二值化处理,分别得到铆钉的二值图像以及每层板材的二值图像;
步骤2、对得到铆钉的二值图像以及每层板材的二值图像进行去噪处理;
步骤3、分别提取各张二值图像中的轮廓坐标;
步骤4、从得到的轮廓坐标中自动获得自冲铆接结构各个几何参数对应的测量点;所述自冲铆接结构的几何参数包括头高HH、自锁量Int、底切量Tmin/BLT、中部底切量BLCT、边部底切量BLRT、铆钉长度RFL、铆钉尾直径RTF、铆钉头直径RHD、空腔高度SG;
自冲铆接结构自上往下依次是铆钉、第一层板、第二层板;
铆钉上需要标记的测量点分别记为R1-R10,获取各个测量点的方法为:
首先,以图像的左上角为原点,水平向右为X轴正方向,竖直向下为Y轴正方向在图像中建立坐标系;
测量点R1、R2分别为铆钉头直径的左右测量点,
将铆钉的轮廓坐标点按照X轴分组,即将横坐标相同的点归为一组,保留Y轴坐标值最小的坐标,然后从左向右扫描,当连续扫描n个点,若这n个点的Y轴坐标值都未发生变化时,则将第一个点坐标记为测量点R1,同理,从右向左扫描可得到测量点R2;
测量点R3为R1和R2的中点;
R4为空腔高度在铆钉上的测量点,即轮廓上与R3横坐标一样的坐标点;
R5、R6分别为左侧铆钉长度测量点,通过中点R3将铆钉分为左右两个部分;其中,R5为铆钉左侧Y轴坐标值最大值对应的坐标点;R6为与R5横坐标相同的坐标点,且R6是Y轴坐标值最小值对应的坐标点;
R7、R8分别与R5、R6关于铆钉的中轴线对称,故同理,可获得R7和R8测量点;
R9、R10为自锁量在铆钉上的测量点,R9可通过从左向右进行线扫描,当竖直的扫描线与铆钉轮廓坐标点第一次有三个交点时,标记为R9,同理可通过从右向左进行线扫描获得测量点R10;
第一层板的测量点分别标记为T1-T3,获取各个测量点的方法为:
T1为SG在第一层板上的测量点,获取方法为对第一层板的轮廓坐标点,并将坐标点中X轴横坐标与R4横坐标相同的测量点标记为T1;
T2、T3分别为头高在第一层板上的测量点,分别以T1的横坐标向左右移动7.62mm对应的轮廓坐标点;
第二层板的测量点分别标记为B1-B8,获取各个测量点的方法为:
B1、B2为中部底切量的上下测量点;通过扫描第二层板上边沿、下边沿上的点,将第二层板上边沿中的所有点坐标置于数组arr1中,将第二层板下边沿中的所有点坐标置于数组arr2中;分别从数组arr1、arr2中提取与R4横坐标相同的点,记作B1,B2;即B1,B2、R3、R4位于同一竖线上;
B3、B4为自锁量在第二层板上的测量点,B3可通过从左向右进行线扫描,当竖线未扫描至B1时,与第二层板轮廓坐标点最后一次有三个交点时,选取最上部的交点记为B3,当竖线扫描超过B1时,与第二层板轮廓坐标点第一次有三个交点时,选取最上部的交点记为B4;
B5、B6为底切量的测量点,获取方法为遍历arr1中所有的坐标点,然后分别计算arr1所有坐标点与arr2中每一个坐标点之间的距离;当两个坐标点之间的距离最小时,将这两个坐标点分别记为B5、B6;
B7、B8为边部底切量在第二层板上的测量点,获取方法为以B1为中点,分别比较左、右两侧arr2中Y轴坐标的最大值对应的坐标点;
步骤5、基于所得到的测量点,分别计算出几何参数,实现自冲铆接剖面几何参数自动测量。
2.根据权利要求1所述的一种基于图像处理的自冲铆接剖面几何参数自动测量方法,其特征在于,所述步骤1中获得二值图像的方法为:
步骤1.1、调用OpenCV库中的颜色转换函数将自冲铆接剖面图像从RGB颜色空间转换到HSV颜色空间,去除白色背景部分;
步骤1.2、调用OpenCV库中的阈值函数,并根据铆钉、第一层板、第二层板图像设定阈值,以此去除背景部分,进而得到铆钉、第一层板、第二层板的二值图像。
3.根据权利要求1所述的一种基于图像处理的自冲铆接剖面几何参数自动测量方法,其特征在于,所述步骤2中采用高斯函数去除图像中的噪声,以此对图像进行平滑处理。
4.根据权利要求1所述的一种基于图像处理的自冲铆接剖面几何参数自动测量方法,其特征在于,所述步骤3中提取各张二值图像中的轮廓坐标的方法为:调用OpenCV库中的cv2.findContours函数,查找图像中的铆钉、第一层板、第二层板的轮廓,并返回轮廓点的坐标。
5.根据权利要求1所述的一种基于图像处理的自冲铆接剖面几何参数自动测量方法,其特征在于,
根据测量点,计算几何参数的方法为:
头高的计算方法:
Left:T2与R1纵坐标差值;
Right:T3与R2纵坐标差值;
自锁量的计算方法:
Left:B3与R9横坐标差值
Right:B4与R10横坐标差值
底切量的计算方法:
B5与B6之间的距离;
中部底切量的计算方法:
B1与B2之间的距离纵坐标差值;
边部底切量的计算方法:
Left:R5与B7纵坐标差值;
Right:R7与B8纵坐标差值;
铆钉长度的计算方法:
Left:R5与R6纵坐标差值;
Right:R7与R8纵坐标差值;
铆钉尾直径的计算方法:
R9与R10横纵坐标差值;
铆钉头直径的计算方法:
R1与R2横坐标差值;
空腔高度的计算方法:
R4与T1纵坐标差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191550.0A CN114577122B (zh) | 2022-02-28 | 2022-02-28 | 一种基于图像处理的自冲铆接剖面几何参数自动测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210191550.0A CN114577122B (zh) | 2022-02-28 | 2022-02-28 | 一种基于图像处理的自冲铆接剖面几何参数自动测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114577122A CN114577122A (zh) | 2022-06-03 |
CN114577122B true CN114577122B (zh) | 2023-08-18 |
Family
ID=81772271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210191550.0A Active CN114577122B (zh) | 2022-02-28 | 2022-02-28 | 一种基于图像处理的自冲铆接剖面几何参数自动测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114577122B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116359250B (zh) * | 2023-06-01 | 2023-08-08 | 苏州精控能源科技有限公司 | Ccs焊接、热压铆接同步检测方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592114A (zh) * | 2013-11-14 | 2014-02-19 | 昆明理工大学 | 一种自冲铆接头的力学性能检测方法 |
CN105258647A (zh) * | 2015-07-26 | 2016-01-20 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测方法 |
CN106716057A (zh) * | 2014-06-18 | 2017-05-24 | 布勒特耶自动控制设备有限责任公司 | 生产*** |
WO2017084204A1 (zh) * | 2015-11-19 | 2017-05-26 | 广州新节奏智能科技有限公司 | 一种二维视频流中的人体骨骼点追踪方法及*** |
CN106931918A (zh) * | 2017-03-21 | 2017-07-07 | 武汉理工大学 | 一种铆接接头几何参数检测方法 |
CN113129268A (zh) * | 2021-03-19 | 2021-07-16 | 江苏航空职业技术学院 | 一种飞机铆接墩头质量检测方法 |
CN113971676A (zh) * | 2021-10-20 | 2022-01-25 | 长三角先进材料研究院 | 一种基于深度学习的连接件剖面图像自动分割方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MY137246A (en) * | 2002-04-30 | 2009-01-30 | Jfe Steel Corp | Method and instrument for measuring bead cutting shape of electric welded tube |
DE102014106312A1 (de) * | 2014-05-06 | 2015-11-12 | Broetje-Automation Gmbh | Verfahren zum Prüfen eines Niets |
CA3136127A1 (en) * | 2019-04-24 | 2020-10-29 | Progenics Pharmaceuticals, Inc. | Systems and methods for automated and interactive analysis of bone scan images for detection of metastases |
-
2022
- 2022-02-28 CN CN202210191550.0A patent/CN114577122B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592114A (zh) * | 2013-11-14 | 2014-02-19 | 昆明理工大学 | 一种自冲铆接头的力学性能检测方法 |
CN106716057A (zh) * | 2014-06-18 | 2017-05-24 | 布勒特耶自动控制设备有限责任公司 | 生产*** |
CN105258647A (zh) * | 2015-07-26 | 2016-01-20 | 湖北工业大学 | 一种汽车锁扣铆点的视觉检测方法 |
WO2017084204A1 (zh) * | 2015-11-19 | 2017-05-26 | 广州新节奏智能科技有限公司 | 一种二维视频流中的人体骨骼点追踪方法及*** |
CN106931918A (zh) * | 2017-03-21 | 2017-07-07 | 武汉理工大学 | 一种铆接接头几何参数检测方法 |
CN113129268A (zh) * | 2021-03-19 | 2021-07-16 | 江苏航空职业技术学院 | 一种飞机铆接墩头质量检测方法 |
CN113971676A (zh) * | 2021-10-20 | 2022-01-25 | 长三角先进材料研究院 | 一种基于深度学习的连接件剖面图像自动分割方法 |
Non-Patent Citations (1)
Title |
---|
铆接薄板孔组几何参数视觉测量方法研究;赵棋唯;李永桥;谢松乐;;机械设计与制造(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114577122A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113658132B (zh) | 基于计算机视觉的结构件焊缝检测方法 | |
CN108917593B (zh) | 一种基于待测工件基元组态的智能测量***及方法 | |
CN106408555A (zh) | 一种基于图像视觉的轴承表面瑕疵检测方法 | |
CN114577122B (zh) | 一种基于图像处理的自冲铆接剖面几何参数自动测量方法 | |
CN111127571A (zh) | 一种小样本缺陷分类方法和装置 | |
CN114821114A (zh) | 一种基于视觉***的坡口切割机器人图像处理方法 | |
CN114219794B (zh) | 基于机器视觉的刨花板表面质量评估方法及*** | |
CN103258201A (zh) | 一种融合全局和局部信息的表格线提取方法 | |
CN110853081A (zh) | 基于单木分割的地面和机载LiDAR点云配准方法 | |
CN112295949A (zh) | 一种基于深度神经网络的视觉智能分拣方法及*** | |
CN114152677B (zh) | 一种复杂模锻件超声波自动检测装置 | |
CN113256624A (zh) | 连铸圆坯缺陷检测方法、装置、电子设备及可读存储介质 | |
CN114881965A (zh) | 一种基于人工智能和图像处理的木板节子检测方法 | |
CN109993787B (zh) | 一种图像法螺纹中径求解方法 | |
CN110060239B (zh) | 一种用于瓶子瓶口的缺陷检测方法 | |
WO2021228194A1 (zh) | 线缆检测方法、机器人和存储装置 | |
CN111539951B (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN110852990B (zh) | 一种基于图像处理的橡胶树斜刀痕检测方法 | |
CN111815542A (zh) | 一种树木年轮图像髓心定位、年轮测量方法 | |
CN115753791A (zh) | 基于机器视觉的缺陷检测方法、装置以及*** | |
CN115511884B (zh) | 基于计算机视觉的冲孔复合模表面质量检测方法 | |
CN107315392B (zh) | 冲床自动送料机的异形工件排料优化算法及其容忍度算法 | |
CN112581487B (zh) | 自动提取检测区域及定位核的方法 | |
CN115471684A (zh) | 注塑工件模板匹配方法、电子设备及存储介质 | |
CN114742850A (zh) | 基于ugnx模型分析的电极形体自动识别的实现方法 |
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 |