一种基于最大内切圆的椭圆孔组检测方法和系统

摘要

本发明公开了一种基于最大内切圆的椭圆孔组检测方法和系统，其方法步骤依次为采集工件图像信息、对采集的图像信息进行图像预处理、根据图像信息上的椭圆孔分布对图像信息进行分块、求解出每块图像中椭圆孔的最大内切圆，并根据最大内切圆计算出椭圆孔的短半轴长、长半轴长和倾斜角、将椭圆孔的短半轴长、长半轴长和倾斜角与标准椭圆孔尺寸进行比照，判断工件上的椭圆孔组是否合格。本发明采用机器视觉技术与椭圆最大内切圆算法相结合的椭圆孔组检测方法，克服了传统孔组检测方法成本高、时间消耗大、精度低等缺点。

说明书

技术领域

本发明属于工件检测技术领域，特别涉及了一种基于最大内切圆的椭圆孔组检测方法和系统。

背景技术

在机械零件加工过程中，对生产的零件的尺寸规格进行检测是不可缺少的一个环节。传统的检测方法有综合量规测量和三坐标机检测。但是，综合量规测量检验对被测孔组的实际尺寸和形状的测量灵敏度不高。三坐标机检测对操作人员有较高的技术要求，而且成本较高。随着科技水平的不断提高，机器视觉技术被逐步运用到工件的在线监测。对于椭圆工件的机器视觉处理，研究人员不断地从多种方面进行探索，通过利用椭圆的对称性，弦中点，梯度信息等几何性质，随机Hough变换等技术和方法，从不同角度有效减少了椭圆检测的时空消耗。但是利用几何特征和梯度信息来检测椭圆，其检测精度容易受图像背景噪声的干扰，而随机Hough变换也存在着因采样点的随机性而造成参数空间的无效累积等不足。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供一种基于最大内切圆的椭圆孔组检测方法和系统，克服了传统孔组检测方法成本高、时间消耗大、精度低等缺点。

为了实现上述技术目的，本发明的技术方案为：

一种基于最大内切圆的椭圆孔组检测方法，包括以下步骤：

(1)采集工件图像信息；

(2)对采集的图像信息进行图像预处理；

(3)根据图像信息上的椭圆孔分布对图像信息进行分块，每块图像上均有1个椭圆孔；

(4)利用最大内切圆算法求解出每块图像中椭圆孔的短半轴长、长半轴长和倾斜角；

(5)将椭圆孔的短半轴长、长半轴长和倾斜角与标准椭圆孔尺寸进行比照，判断工件上的椭圆孔组是否合格。

其中，步骤(2)中所述图像预处理的步骤依次为对图像去噪、对图像进行二值化和对图像进行边缘检测。

其中，所述边缘检测为Canny边缘检测。

其中，步骤(4)的具体内容如下：

(a)计算椭圆的m条水平扫描线，并将第i条水平扫描线与椭圆交点a_i1、a_i2计入集合S，i＝1,2,…,m；

(b)计算S集合内所有|a_i1a_i2|的中点a_i，通过最小二乘拟合得到水平扫描中点线，并求出水平扫描中点线与椭圆的交点A₁、A₂，计算线段|A₁A₂|的中点M₁；

(c)按照步骤(a)、(b)的方法求解出椭圆的垂直扫描中点线与椭圆的交点所连线段的中点M₂，以|M₁M₂|中点O₁为圆心，|M₁M₂|为直径取圆C₁；

(d)求出过点O₁的水平直线与椭圆的交点P₁、P₂，以O₁为圆心，max{|O₁P₁|，|O₁P₂|}为半径作圆C₂；

(e)若圆C₂与椭圆有4个交点，依次记为P₃、P₄、P₅、P₆，或者圆C₂与椭圆有3个交点，即P₃与P₄重合或者P₅与P₆重合，则以弧长和为范围，计算圆C₁内的每个点到该范围内的椭圆边界点的最小距离d_min，并记入集合H；若圆C₂与椭圆只有一个或两个交点时，则计算圆C₁内的每个点到椭圆所有边界点的最小距离d_min，并记入集合H；

(f)求出集合H内的max{d_min}，及max{d_min}对应的C₁内的点O；

(g)以O为中心，max{d_min}为半径，作圆交椭圆于N₁、N₂两点，此圆即为椭圆的最大内切圆，|ON₁|即为椭圆短半轴长，分别求得椭圆的倾斜角θ和椭圆短轴所在直线

(h)在线段|N₁N₂|上取点K_j，j＝1,2,…,n，将|N₁N₂|等分成n+1份，过K_j作|N₁N₂|的垂线交椭圆与D_j1，D_j2，计算d_j＝|D_j1D_j2|/2，，将{K_j，d_j}计入集合Q；

(i)对集合Q内的元素{K_j，d_j}利用最小二乘拟合，求得{K_j，d_j}对应函数的最大值d_max，即椭圆的长半轴长。

本发明还包括基于上述椭圆孔组检测方法的检测系统，包括工件台、发光元件、摄像机、图像采集卡、数据处理模块、存储器、控制台和报警器，所述发光元件将光源照射在工件台上，摄像机拍摄工件台上工件的图像，并通过图像采集卡将工件图像传送给数据处理模块，数据处理模块采用最大内切圆算法计算出工件上椭圆孔组的尺寸数据，将该数据保存在存储器中，同时将该数据传送给控制台，控制台将计算的椭圆孔组尺寸与标准尺寸进行比照，根据比照结果驱动报警器报警和工件台的动作。

采用上述技术方案带来的有益效果：

本发明采用机器视觉技术与椭圆最大内切圆算法相结合的椭圆孔组检测方法，可以在很短的时间内精确测定椭圆孔组的尺寸。相对于传统的椭圆孔组检测，具有耗时短，精度高等优点，可有效应用于椭圆孔组工件的自动化检测。

附图说明

图1是本发明检测方法的流程图。

图2～图6是本发明检测方法中获取椭圆孔最大内切圆的各步骤示意图。

图7是本发明检测系统的结构示意图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

如图1所示本发明检测方法的流程图，一种基于最大内切圆的椭圆孔组检测方法，包括以下步骤：

(1)采集工件图像信息。

(2)对采集的图像信息进行图像预处理。由于在图像采样过程中会存在噪声，这对零件图像的后期检测精度与耗时上都会造成一定的误差。所以，在对孔组工件的图像样品进行相关尺寸测量之前，先要最大程度的减少噪声。为减小噪声，采用中值滤波法和形态学开运算移除小目标法相结合的方法。其次，对去噪后的图像作边缘检测，采用Canny检测算子。

(3)根据图像信息上的椭圆孔分布对图像信息进行分块，每块图像上均有1个椭圆孔。

(4)利用最大内切圆算法求解出每块图像中椭圆孔的最大内切圆，并根据最大内切圆计算出椭圆孔的短半轴长、长半轴长和倾斜角。其具体步骤如下：

(a)计算椭圆的m条水平扫描线，并将第i条水平扫描线与椭圆交点a_i1、a_i2计入集合S，i＝1,2,…,m；

(b)计算S集合内所有|a_i1a_i2|的中点a_i，通过最小二乘拟合得到水平扫描中点线，并求出水平扫描中点线与椭圆的交点A₁、A₂，计算线段|A₁A₂|的中点M₁，如图2所示；

(c)按照步骤(a)、(b)的方法求解出椭圆的垂直扫描中点线与椭圆的交点B₁、B₂所连线段的中点M₂，如图3所示；然后以|M₁M₂|中点O₁为圆心，|M₁M₂|为直径取圆C₁；

(d)求出过点O₁的水平直线与椭圆的交点P₁、P₂，以O₁为圆心，max{|O₁P₁|，|O₁P₂|}为半径作圆C₂；

(e)若圆C₂与椭圆有4个交点，依次记为P₃、P₄、P₅、P₆，如图4所示；或者圆C₂与椭圆有3个交点，即P₃与P₄重合或者P₅与P₆重合，则以弧长和为范围(当P₃与P₄重合或者P₅与P₆重合时，对应的弧长即为1个点)，计算圆C₁内的每个点到该范围内的椭圆边界点的最小距离d_min，并记入集合H，如图5所示；若圆C₂与椭圆只有一个或两个交点时，则计算圆C₁内的每个点到椭圆所有边界点的最小距离d_min，并记入集合H；

(f)求出集合H内的max{d_min}，及max{d_min}对应的C₁内的点O；

(g)以O为中心，max{d_min}为半径，作圆交椭圆于N₁、N₂两点，此圆即为椭圆的最大内切圆，|ON₁|即为椭圆短半轴长，分别求得椭圆的倾斜角θ和椭圆短轴所在直线设最大内切圆与椭圆的交点为N₁(x_1,y₁)、N₂(x₂,y₂)，则有：

$>\theta =\arctan (-\frac{x_2-x_1}{y_2-y_1})$>

$>l_{N_1{N}_2}:\frac{y-y_1}{y_2-y_1}=\frac{x-x_1}{x_2-x_1}$>

(h)在线段|N₁N₂|上取点K_j，j＝1,2,…,n，将|N₁N₂|等分成n+1份，过K_j作|N₁N₂|的垂线交椭圆与D_j1，D_j2，计算d_j＝|D_j1D_j2|/2，，将{K_j，d_j}计入集合Q，如图6所示；

(i)对集合Q内的元素{K_j，d_j}利用最小二乘拟合，求得{K_j，d_j}对应函数的最大值d_max，即椭圆的长半轴长。

(5)将椭圆孔的短半轴长、长半轴长和倾斜角与标准椭圆孔尺寸进行比照，判断工件上的椭圆孔组是否合格。

本发明还包含一种基于上述椭圆孔组检测方法的检测系统，包括工件台、发光元件、摄像机、图像采集卡、数据处理模块、存储器、控制台和报警器，如图7所示。该检测系统的工作流程：在工件台上放置待测工件，发光元件发出的光照射到待测工件上，由摄像机拍摄待测工件上椭圆孔祖的图像，并经图像采集卡将图像传送给数据处理模块，数据处理模块采用前述最大内切圆算法求得该工件上椭圆孔组尺寸，并将该尺寸数据传送给控制台，控制台预先设置了标准尺寸和误差阈值，将测量的椭圆孔组尺寸与标准尺寸比较，若两者误差大于误差阈值，说明该工件不合格，控制台就驱动报警器报警，并控制工件台将待测工件移入不合格产品中。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。