CN108426537A - 一种基于线阵相机的在位砂轮快速全场检测方法及系统 - Google Patents
一种基于线阵相机的在位砂轮快速全场检测方法及系统 Download PDFInfo
- Publication number
- CN108426537A CN108426537A CN201810090720.XA CN201810090720A CN108426537A CN 108426537 A CN108426537 A CN 108426537A CN 201810090720 A CN201810090720 A CN 201810090720A CN 108426537 A CN108426537 A CN 108426537A
- Authority
- CN
- China
- Prior art keywords
- grinding wheel
- light source
- line
- image
- array camera
- 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
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
- G01B11/2416—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures of gears
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明涉及一种基于线阵相机的在位砂轮快速全场检测方法及系统,利用线阵相机的工作原理,通过传动机构,既具有单级驱动传动,控制系统逻辑简单,又能快速、精确获取砂轮的全场表面二维形貌,如单颗磨粒的面积、粒径、磨粒之间的间距、砂轮磨粒的密度分布、全场单颗磨粒的坐标、判断磨粒是否脱落、及脱落坐标等二维信息。本发明特别适用于砂轮的在位检测,完成自动对焦、标定、图像获取、分析统计等操作,使用方便。而且所述的系统轻便,机动性强。本发明也可用于其他可运动的待检测对象;本发明所述的系统中,离线检测平台可实施为独立结构,可替换为其他可运动的待检测对象,即可实现对其他对象的表面二维形貌的全场检测。
Description
技术领域
本发明涉及砂轮表面二维形貌检测领域,更具体地说,涉及一种基于线阵相机的在位砂轮快速全场检测方法,以及一种基于线阵相机的在位砂轮快速全场检测系统。
背景技术
砂轮的二维形貌检测方法,可获得砂轮的各种二维形貌用于指导生产。现有技术中,公开了不同实现原理的砂轮表面二维形貌检测方法,主要如下:
1、触针法
触针法通常还分为电感式和电容式,工作时,触针随着砂轮形貌上下运动,导致电感传感器的电感量变化,电路将这变化转化为变化的电压,最后由记录仪显示形貌。触针法虽然简单直观,但是速度慢,不能实现在位检测,容易对物体造成划伤,触针容易磨损,测量精度受到针尖半径的限制,且难以获得X-Y轴的二维信息。
2、印迹法
印迹法,又名滚动复印法。具体原理是:缓慢转动砂轮,并且移动复写纸和玻璃板,玻璃板上得到砂轮表面形貌。通过采用点算法可以求出磨粒的密度分布。但印迹法不能进行在位检测,对检测砂轮的操作工人技术要求很高,工作强度很大,测量精度低。
3、激光功率谱法
当激光投射到砂轮表面时,其反射光在衍射场上,呈现砂轮表面形貌的激光功率谱图像,检测激光功率谱图像,就可测定砂轮表面的特性及参数。激光功率谱法,分辨率低,采样面积小,获得的磨粒面积和粒径,是采样面积中磨粒的平均面积与粒径,但并不能获得单颗磨粒粒径、面积,获取的磨粒之间的间距,是采样面积中,磨粒的平均间距。
4、光电检测法
通过透镜使两光源聚焦,并重合落在砂轮表面,磨粒切刃小棱面反射光经过矩形光栅射入光电倍增管,形成矩形波,根据矩形波得出刃距和消耗面长度。但光电检测法分辨率低,采样面积小,费时,随意性大;获得的磨粒面积和粒径,都是采样面积中磨粒的平均面积与粒径,并不能获得单颗磨粒粒径、面积,获取的磨粒之间的间距,是采样面积中磨粒的平均间距。
5、液压法
旋转的砂轮将磨削液带入砂轮和压力传感器之间的间隙,并产生液压,这个压力通过压力传感器转化为电信号,分析电信号,即可实现形貌的检测。但液压法无法获得完整的砂轮二维形貌信息。
6、声发射法
砂轮在磨削过程中释放出的弹性波经AE传感器转化为电信号,经过放大,滤波,取包络后,用双阈值判别法进行比较,判别是否钝化。但声发射法无法获得完整的砂轮二维形貌信息。。
砂轮的表面形貌二维信息检测方法除了以上的几种具有代表的方法之外,还有其它的检测方法,通过对各种测量方法的分析对比,各种检测方法都有各自的优点,也存在各自的问题,如检测速度太慢,快速性得不到满足,不能获得完整全场X-Y轴二维信息,磨粒密度不易计算。
发明内容
本发明的目的在于克服现有技术的不足,提供一种可以快速获取砂轮完整全场X-Y轴二维形貌信息的一种基于线阵相机的在位砂轮快速全场检测方法及系统。
本发明的技术方案如下:
一种基于线阵相机的在位砂轮快速全场检测方法,通过三轴平移机构控制线阵相机对准砂轮的待检测位置,且线阵相机的感光元件方向与砂轮的中心轴方向平行,光源照射于砂轮的待检测位置,并完成自动对焦;控制线阵相机的拍照速度与砂轮的转速耦合,获得序列图像;将序列图像的磨粒与背景进行分割,获取磨粒的二维信息,并判断磨粒是否脱落,及脱落磨粒的坐标。
作为优选,线阵相机通过三轴平移机构带动,相对于砂轮进行上下左右前后运动;自动对焦的方法为:控制线阵相机从初始位置朝向砂轮运动,在每个位置获取一张清晰度图像;然后采用图像清晰度算法,找出所有清晰度图像中最清晰的清晰度图像,则获取最清晰的清晰度图像的位置即为焦点位,控制线阵相机运动至焦点位,完成对焦。
作为优选,线阵相机朝向砂轮运动的步距为s,获取最清晰的清晰度图像为第m个步距,则焦点位与线阵相机初始位置的距离为s×m。
作为优选,确定最清晰的清晰度图像的方法为:
求出所有清晰度图像的能量梯度值,具体如下:
其中,F(I,n)为第n幅清晰度图像的能量梯度值,I(x,y,n)为第n幅清晰度图像I在(x,y)处的像素值;
则能量梯度值最高的清晰度图像确定为最清晰的清晰度图像。
作为优选,如果线阵相机的感光元件方向与砂轮的中心轴方向存在夹角,则求出夹角,并进行矫正;
夹角的获取方法为:
设置标定板,标定板与砂轮的中心轴平行,且与砂轮最高点的切面平行;
调整线阵相机,使唤标定板位于感光元件的中间,获得感光元件在标定板上的投影与砂轮的中心轴方向的夹角,所述夹角等效于线阵相机的感光元件方向与砂轮的中心轴方向之间的夹角。
作为优选,磨粒的二维信息包括单颗磨粒的面积、粒径、磨粒之间的间距、砂轮磨粒的密度分布、全场的单颗磨粒的坐标,通过如下方法获得:
1)先使用灰度的非线性变换对序列图像进行细节增强,再通过线性锐化滤波进行锐化,得到灰度图像;
2)先使用FCM算法对灰度图像进行处理,然后使用otsu算法,将图像二值化;
3)对二值化后的图像,进行图像形态学处理、去除最小面积、像素灰度的反转,将分离二值化后的图像中的黏连的磨粒,去掉二值化后的图像中的小孔,使二值化后的图像只剩下磨粒和背景,完成序列图像的磨粒与背景的分割;
4)使用opencv中的特征提取函数提取磨粒与背景分割后的图像中,磨粒的最大外接圆的面积、最大外接圆的半径、圆心坐标,对应得到单颗磨粒的面积、粒径、全场的单颗磨粒的坐标,进而获得磨粒之间的间距、砂轮磨粒的密度分布。
作为优选,二值化后的图像上得到白色的类圆的闭合连通域,如果在白色的类圆的闭合连通域外,存在一圈黑色的类圆环闭合连通域,则表示磨粒未脱落;然后通过全场的磨粒坐标除去未脱落的磨粒坐标,得到脱落的磨粒坐标。
作为优选,所述的光源采用双光源,与线阵相机同侧设置,且分别设置在线阵相机的光轴两侧,以不同的角度与亮度朝向砂轮的待检测位置进行照射。
作为优选,双光源中,主光源的亮度高于补光光源,主光源与补光光源的入射光与线阵相机的光轴之间的夹角均为10°~30°之间,且补光光源的入射角比主光源的入射角小。
一种基于线阵相机的在位砂轮快速全场检测系统,包括三轴平移机构、线阵相机、光源,线阵相机设置于三轴平移机构上,通过三轴平移机构带动线阵相机相对于砂轮进行上下左右前后运动,光源朝向砂轮的待检测位置进行照射;使用时,采用所述的在位砂轮快速全场检测方法,对砂轮表面二维形貌进行全场检测。
作为优选,光源包括两个线光源,与线阵相机同侧设置,且分别设置在线阵相机的光轴两侧,以不同的角度与亮度朝向砂轮的待检测位置进行照射。
作为优选,亮度高的线光源为主光源,亮度低的线光源为补光光源,主光源与补光光源的入射光与线阵相机的光轴之间的夹角均为10°~30°之间,其中,补光光源的入射角比主光源的入射角小。
作为优选,光源通过光源转接件连接在三轴平移机构上,光源与线阵相机同步运动,光源的入射角与线阵相机的光轴方向相持相对不变。
作为优选,还包括离线检测平台,离线检测平台包括升降台、电控旋转台,电控旋转台设置在升降台上,砂轮通过螺母安装于电控旋转台的定心转轴上,并通过电控旋转台带动砂轮转动。
本发明的有益效果如下:
本发明所述的基于线阵相机的在位砂轮快速全场检测方法及系统,利用线阵相机的工作原理,通过传动机构,既具有单级驱动传动,控制系统逻辑简单,又能快速、精确获取砂轮的全场表面二维形貌,如单颗磨粒的面积、粒径、磨粒之间的间距、砂轮磨粒的密度分布、全场单颗磨粒的坐标、判断磨粒是否脱落、及脱落坐标等二维信息。
本发明特别适用于砂轮的在位检测,砂轮工作过程中,即可完成自动对焦、标定、图像获取、分析统计等操作,实现对砂轮的在位检测,使用方便。而且本发明所述的系统轻便,机动性强。本发明所述的方法与系统也可用于其他可运动的待检测对象;本发明所述的系统中,离线检测平台可实施为独立结构,可替换为其他可运动的待检测对象,即可实现对其他对象的表面二维形貌的全场检测。
附图说明
图1是标定板的使用示意图;
图2是本发明所述的系统的结构示意图;
图中:10是Z轴运动方向电控平移台,11是Z轴运动方向滑块,12是相机转接板,20是Y轴运动方向电控平移台,21是Y轴运动方向滑块,22是Y轴电控平移台底板,30是X轴运动方向电控平移台,31是X轴运动方向滑块,40是线阵相机,51是主光源,52是补光光源,53是光源转接件,60是电控旋转台,61是定心转轴,62是螺母,63是升降台。
具体实施方式
以下结合附图及实施例对本发明进行进一步的详细说明。
本发明为了解决现有技术存在的各种不足,提供一种基于线阵相机的在位砂轮快速全场检测方法与系统,利用线阵相机的工作原理,能快速、精确获取砂轮的全场表面二维形貌,可以应用于在位检测与离线检测。
一种基于线阵相机的在位砂轮快速全场检测方法,线阵相机40通过三轴平移机构带动,相对于砂轮进行上下左右前后运动;通过三轴平移机构控制线阵相机40对准砂轮的待检测位置,且线阵相机40的感光元件方向与砂轮的中心轴方向平行,光源照射于砂轮的待检测位置,并完成自动对焦;控制线阵相机40的拍照速度与砂轮的转速耦合,获得序列图像;将序列图像的磨粒与背景进行分割,获取磨粒的二维信息,并判断磨粒是否脱落,及脱落磨粒的坐标。
线阵相机40的感光元件是像元的单列排布,即n×1个像素,单次所拍摄获得的图像为长条形,因此需要线阵相机40匀速连续拍照,结合砂轮匀速率转动,使两者速率严格的耦合,从而获得一系列不运动失真的长条形图像,最后将这一系列图像拼接获得砂轮磨粒表面全场图像。由于拍照过程中,不需要停下电机,在运动过程中拍照,这就决定线阵相机40能够快速获取照片。而线阵相机40获取的照片,严格意义上来说,是一个曲面,但是因为线阵相机40获取的图片,在曲面方向宽度为一个像素,在母线方向为砂轮的厚度,因此可以近似看着一个平面。
而面阵相机的感光元件是n×m的矩阵排列,获得的图像也为n×m的矩形图像,曲面角度比较大,不能看成一个平面,所以相对线阵相机40误差比较大,而且每一次拍照,都需要停机,所以拍照速度相对线阵相机40速度比较慢。
所述的光源采用双光源,与线阵相机40同侧设置,且分别设置在线阵相机40的光轴两侧,以不同的角度与亮度朝向砂轮的待检测位置进行照射。双光源中,主光源51的亮度高于补光光源52,主光源51与补光光源52的入射光与线阵相机40的光轴之间的夹角均为10°~30°之间,且补光光源52的入射角比主光源51的入射角小。
经过实验论证,双光源的光束重叠在砂轮最高点,采用所述的夹角关系,得到的图像质量更好。两个高亮的线光源的光强可以根据需要进行调节。由于砂轮表面,结合剂高低不平,坑坑洼洼,非常不平整,而且磨粒的形状也是各异,磨粒的放光能力也是不同,有的透明,有的是黑的,有的棱面很平整,反光能力很强。尤其是加工后的砂轮磨粒,有的脱落,有的破碎,而且磨粒的破碎形式也是很多。而一般圆柱形待检测物体表面是比较光滑,缺陷比较明显,种类不多,因此,加工后的砂轮表面形貌,相比一般圆柱形待检测物体的表面形貌,复杂得多。进而,拍摄砂轮获得的照片,灰度不均匀也是更加的严重,将会对后续的图像处理增加难度,影响精确度,甚至可能分割不出来。本发明采用双光源,可以增加光强,弥补单光源情况下,拍出的照片整体偏暗,改善单光源情况下出现的部分阴影。配合合适的入射角度与光强度,可以较好的解决上述问题,获得高质量的图像。
线阵相机40是否对焦,会影响图像的清晰度,对后续的图像处理会有影响,同样也会影响后续的线阵相机40标定的精度,影响后续二维信息获取的精度,因此,本发明实现自动判断相机是否对焦清晰,并实现相机对焦。
本发明中,自动对焦的方法为:控制线阵相机40从初始位置朝向砂轮运动,在每个位置获取一张清晰度图像;然后采用图像清晰度算法,找出所有清晰度图像中最清晰的清晰度图像,则获取最清晰的清晰度图像的位置即为焦点位,控制线阵相机40运动至焦点位,完成对焦。
本发明采用如下方法,实现最清晰的清晰度图像的寻找及相机的自动对焦。
确定最清晰的清晰度图像的方法为:
1)求出所有清晰度图像的能量梯度值,能量梯度算法具体如下:
其中,F(I,n)为第n幅清晰度图像的能量梯度值,I(x,y,n)为第n幅清晰度图像I在(x,y)处的像素值;
2)找出清晰度最高的清晰度图像
由于采用能量梯度算法求出的能量梯度值,会随着图像清晰度加大而增加,在获取所有清晰度图像的过程中,线阵相机40会经过离焦、聚焦、离焦三个状态,因此,将所有清晰度图像的能量梯度值,用曲线连接起来,会呈现先增后减的单峰值曲线,而峰值点便是能量梯度值最大的点,对应的清晰度图像,即是清晰度最高的清晰度图像,则能量梯度值最高的清晰度图像确定为最清晰的清晰度图像。
通常情况下,线阵相机40从初始位置开始运动,线阵相机40朝向砂轮运动的步距为s,即线阵相机40采用相邻的两张清晰度图像所运动的距离,获取最清晰的清晰度图像为第m个步距,则焦点位与线阵相机40初始位置的距离为s×m。
在实际实施时,由于装配必然存在误差,则阵线相机的感光元件的方向与砂轮中心轴的方向可能会有一定的夹角,并不是理论上的平行。因此,如果线阵相机40的感光元件方向与砂轮的中心轴方向存在夹角,则求出夹角,并进行矫正。该夹角为空间角度,然而经过证明,感光元件的方向在砂轮最高点切面上的投影线与砂轮中心轴的夹角,对结果精度影响最大。因此,将问题转化成求这个夹角。
本实施例中,夹角的获取方法为:设置标定板,标定板与砂轮的中心轴平行,且与砂轮最高点的切面平行;调整线阵相机40,使唤标定板位于感光元件的中间,获得感光元件在标定板上的投影与砂轮的中心轴方向的夹角,所述夹角等效于线阵相机40的感光元件方向与砂轮的中心轴方向之间的夹角。
具体步骤如下:
1)找等效夹角
如图1所示,AHCI为标定板,使标定板AI与砂轮中心轴平行,使标定面与砂轮最高点切面平行,调整线阵相机40的位置,使AHCI在线阵相机40的感光元件的中间,BD为感光元件在标定板上的投影,∠EFG即为等效夹角。
2)计算夹角
控制线阵相机40的拍照速度与砂轮的转速严格耦合,然后将标定板全部拍出来。因为AHCI为标定板,EF的长度已知,而GF的长度,可以通过对获取的图像进行角点提取,获取角点G、F在图像中的坐标,然后计算出来。因此,∠EFG=cos-1(EF/GF)。
磨粒的二维信息包括单颗磨粒的面积、粒径、磨粒之间的间距、砂轮磨粒的密度分布、全场的单颗磨粒的坐标从序列图像中获得,获得方法如下:
1)先使用灰度的非线性变换对序列图像进行细节增强,再通过线性锐化滤波进行锐化,得到灰度图像。具体为:
由于砂轮的磨粒,大多比较暗,获得的图像中,磨粒的灰度值也偏低,因此使用灰度的非线性变换作为图像增强方法,表达式为D'=C*log(1+|D|),其为一个对数变换,用于扩展低值灰度,压缩高值灰度,可以使低值灰度的图像细节更加容易看清楚,从而达到增强效果。因为图像中磨粒与结合剂边缘不够鲜明,因此需要对图像进行锐化,本实施例中,使用线性锐化滤波。事实上是拉普拉斯算子,表达式为
2)先使用FCM算法对灰度图像进行处理,然后使用otsu算法,将图像二值化。具体为:
先使用FCM算法,将灰度图像灰度等级分成五类,FCM算法的表达式为:
为隶属度矩阵;
为聚类中心矩阵;
为算法停止判别的条件;
其中,C为聚类类别数,t为迭代计数器,ε为迭代停止的阈值,dik=||xk-vi||。
接下来在使用FCM算法的基础上,使用otsu算法,将图像二值化,otsu算法表达式:
u=ω0*μ0+ω1*μ1;
g=ω0*(μ0-u)2+ω1*(μ1-u)2;
其中,u为图像总平均灰度,ω0为前景点数占图像比例,μ0为平均灰度,ω1为背景点数占图像比例,μ1为平均灰度,T为前景和背景分割阈值,从最小灰度值到最大灰度值遍历T,当使最大时,T为最佳阈值。
3)对二值化后的图像,进行图像形态学处理、去除最小面积、像素灰度的反转,将分离二值化后的图像中的黏连的磨粒,去掉二值化后的图像中的小孔,使二值化后的图像只剩下磨粒和背景,完成序列图像的磨粒与背景的分割。
4)使用opencv中的特征提取函数提取磨粒与背景分割后的图像中,磨粒的最大外接圆的面积、最大外接圆的半径、圆心坐标,对应得到单颗磨粒的面积、粒径、全场的单颗磨粒的坐标,进而获得磨粒之间的间距、砂轮磨粒的密度分布。
由于二值化后的图像上得到白色的类圆的闭合连通域,如果在白色的类圆的闭合连通域外,存在一圈黑色的类圆环闭合连通域,则表示磨粒未脱落;然后通过全场的磨粒坐标除去未脱落的磨粒坐标,得到脱落的磨粒坐标。现有技术的二维检测系统,不能很好的同时满足快速、精确的获取全场磨粒的二维信息,尤其是给出磨粒之间的相对坐标位置关系,判断磨粒是否脱落,并且给出脱落磨粒的坐标,从而指导砂轮的定点修整等生产加工。
本发明还提供了一种基于线阵相机的在位砂轮快速全场检测系统,如图2所示,包括三轴平移机构、线阵相机40、光源,线阵相机40设置于三轴平移机构上,三轴平移机构能够在X轴、Y轴、Z轴三个方向进行立体空间运动,通过三轴平移机构带动线阵相机40相对于砂轮进行上下左右前后运动,光源朝向砂轮的待检测位置进行照射;使用时,采用所述的在位砂轮快速全场检测方法,对砂轮表面二维形貌进行全场检测。
三轴平移机构包括Z轴运动方向电控平移台10、Y轴运动方向电控平移台20、X轴运动方向电控平移台30。
Z轴运动方向电控平移台10带动线阵相机40竖直方向上下移动,使砂轮位于相机感光元件的中心,减少图像的畸变误差,使相机单次能拍摄的物体长度的能力发挥到最大。线阵相机40水平的固定在Z轴运动方向电控平移台10的Z轴运动方向滑块11上的相机转接板12上。相机转接板12包括两个面,两个面相互垂直,分别为水平面板与垂直面板,垂直面板固定在Z轴运动方向滑块11上,水平面板用于固定线阵相机40。
Y轴运动方向电控平移台20的Y轴运动方向滑块21上面放置Z轴运动方向电控平移台10,Z轴运动方向电控平移台10垂直于Y轴运动方向电控平移台20的Y轴运动方向滑块21,Y轴运动方向电控平移台20的Y轴运动方向滑块21带动Z轴运动方向电控平移台10进行左右运动。而Z轴运动方向电控平移台10在水平方向左右运动,将带动线阵相机40左右运动,从而调整线阵相机40的镜头到砂轮之间的物距,起到调焦的作用。
X轴运动方向电控平移台30的X轴运动方向滑块31,固定在Y轴电控平移台底板22下表面的中间,带动Z轴运动方向电控平移台10、Y轴运动方向电控平移台20在水平方向前后运动,X轴运动方向垂直于Y轴运动方向和Z轴运动方向形成的平面,X轴运动方向的运动用来使线阵相机40的感光元件的面与砂轮最高点的切面平行,同样可以在于砂轮最高点切面共面的位置上放置棋盘格作为标定板,对线阵相机40进行标定,获取线阵相机40的内外参数。
本发明中,光源包括两个线光源,与线阵相机40同侧设置,且分别设置在线阵相机40的光轴两侧,以不同的角度与亮度朝向砂轮的待检测位置进行照射。亮度高的线光源为主光源51,亮度低的线光源为补光光源52,主光源51与补光光源52的入射光与线阵相机40的光轴之间的夹角均为10°~30°之间,其中,补光光源52的入射角比主光源51的入射角小。
光源通过光源转接件53连接在三轴平移机构上,光源与线阵相机40同步运动,光源的入射角与线阵相机40的光轴方向相持相对不变。本实施例中,Y轴电控平移台底板22右半边,即靠近砂轮一侧,下表面安装一个转接板,用于安装两个高亮线光源。则光源与线阵相机40能够同步地在水平方向进行左右运动,即使线阵相机40进行上下、前后运动时,其朝向的相互关系均固定不变。
本发明不仅能实现砂轮的在位检测,也可以用于砂轮的离线检测。对应于结构,本发明所述的系统还包括离线检测平台,用于设置砂轮。离线检测平台包括升降台63、电控旋转台60,电控旋转台60设置在升降台63上,可通过升降台63调节电控旋转台60的高度,进而调节砂轮的高度;升降台63可实施为手动操作或电动控制。砂轮通过螺母62安装于电控旋转台60的定心转轴61上,并通过电控旋转台60带动砂轮与定心转轴61同轴转动。
电控旋转台60设置于对准线阵相机40的一侧,电控旋转的台中心轴与线阵相机40的感光元件的方向平行,并且中心轴、感光元件的方向和光轴共面,电控旋转台60带动砂轮匀速率回转,通过电机控制箱,控制电机旋转速率,使砂轮表面的旋转的速率与线阵相机40拍照的速率严格耦合,从而可以获得不运动失真的图像。
为了便于描述,将三轴平移机构、线阵相机40与光源合起来可称为检测部分,离线检测平台可称为待检测部分。
当用于在位检测,可将检测部分放置在相应的工作台上,并且固定住。如进行磨床砂轮在位检测的实验,可以将其固定在磨床的工作台面上,通过控制磨床工作台的底座,将检测部分移动到砂轮的右侧,通过控制磨床的Z轴方向,将砂轮的高度降低,然后控制检测部分的Z轴方向,是线阵相机40的感光元件与砂轮中心轴高度一致,即找到砂轮的最高点。通过控制磨床砂轮的旋转速度,使用工业PC机控制线阵相机40的拍照速度,使砂轮表面旋转速度和线阵相机40的拍照速度一致,通过工业PC机控制Y轴运动方向电控平移台20,对线阵相机40进行对焦,然后对线阵相机40的感光元件方向与砂轮中心轴方向的夹角进行标定,然后调整光源,通过工业PC机控制数据采集卡,从线阵相机40里面获取砂轮全场表面高质量图片。在完成检测,即可把检测部分从机床工作台上卸下来,完成砂轮的在位检测,方便使用。
检测部分不但可以检测中心轴方向与水平面平行的砂轮,如果将线阵相机40与相机转接板12的垂直面板连接,则也可以检测中心轴方向与水平面垂直的砂轮。同理,若磨床工作台面空间更加大,则检测部分的摆放更加简单,当砂轮的中心轴方向与水平面平行时,甚至还可以将相机转接板12与线阵相机40向上旋转90°,将检测部分摆放在砂轮的正下方。若砂轮的工作台面空间比较小,放不下检测部分,可以再准备一个可以上下升降的平台,将检测部分放在此平台上,即可可以对砂轮进行检测。
可见,本发明的检测部分适合各种大小磨床的砂轮在位检测,系统轻便,随动性强。
当用于离线检测,只要将砂轮放在被检测部分的电控旋转台60上,让砂轮随着电控旋转台60回转,从而代替磨床带动砂轮的回转,而获得砂轮全场图像。
上述实施例仅是用来说明本发明,而并非用作对本发明的限定。只要是依据本发明的技术实质,对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。
Claims (14)
1.一种基于线阵相机的在位砂轮快速全场检测方法,其特征在于,通过三轴平移机构控制线阵相机对准砂轮的待检测位置,且线阵相机的感光元件方向与砂轮的中心轴方向平行,光源照射于砂轮的待检测位置,并完成自动对焦;控制线阵相机的拍照速度与砂轮的转速耦合,获得序列图像;将序列图像的磨粒与背景进行分割,获取磨粒的二维信息,并判断磨粒是否脱落,及脱落磨粒的坐标。
2.根据权利要求1所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,线阵相机通过三轴平移机构带动,相对于砂轮进行上下左右前后运动;自动对焦的方法为:控制线阵相机从初始位置朝向砂轮运动,在每个位置获取一张清晰度图像;然后采用图像清晰度算法,找出所有清晰度图像中最清晰的清晰度图像,则获取最清晰的清晰度图像的位置即为焦点位,控制线阵相机运动至焦点位,完成对焦。
3.根据权利要求2所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,线阵相机朝向砂轮运动的步距为s,获取最清晰的清晰度图像为第m个步距,则焦点位与线阵相机初始位置的距离为s×m。
4.根据权利要求2所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,确定最清晰的清晰度图像的方法为:
求出所有清晰度图像的能量梯度值,具体如下:
其中,F(I,n)为第n幅清晰度图像的能量梯度值,I(x,y,n)为第n幅清晰度图像I在(x,y)处的像素值;
则能量梯度值最高的清晰度图像确定为最清晰的清晰度图像。
5.根据权利要求1所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,如果线阵相机的感光元件方向与砂轮的中心轴方向存在夹角,则求出夹角,并进行矫正;
夹角的获取方法为:
设置标定板,标定板与砂轮的中心轴平行,且与砂轮最高点的切面平行;
调整线阵相机,使唤标定板位于感光元件的中间,获得感光元件在标定板上的投影与砂轮的中心轴方向的夹角,所述夹角等效于线阵相机的感光元件方向与砂轮的中心轴方向之间的夹角。
6.根据权利要求1所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,磨粒的二维信息包括单颗磨粒的面积、粒径、磨粒之间的间距、砂轮磨粒的密度分布、全场的单颗磨粒的坐标,通过如下方法获得:
1)先使用灰度的非线性变换对序列图像进行细节增强,再通过线性锐化滤波进行锐化,得到灰度图像;
2)先使用FCM算法对灰度图像进行处理,然后使用otsu算法,将图像二值化;
3)对二值化后的图像,进行图像形态学处理、去除最小面积、像素灰度的反转,将分离二值化后的图像中的黏连的磨粒,去掉二值化后的图像中的小孔,使二值化后的图像只剩下磨粒和背景,完成序列图像的磨粒与背景的分割;
4)使用opencv中的特征提取函数提取磨粒与背景分割后的图像中,磨粒的最大外接圆的面积、最大外接圆的半径、圆心坐标,对应得到单颗磨粒的面积、粒径、全场的单颗磨粒的坐标,进而获得磨粒之间的间距、砂轮磨粒的密度分布。
7.根据权利要求6所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,二值化后的图像上得到白色的类圆的闭合连通域,如果在白色的类圆的闭合连通域外,存在一圈黑色的类圆环闭合连通域,则表示磨粒未脱落;然后通过全场的磨粒坐标除去未脱落的磨粒坐标,得到脱落的磨粒坐标。
8.根据权利要求1所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,所述的光源采用双光源,与线阵相机同侧设置,且分别设置在线阵相机的光轴两侧,以不同的角度与亮度朝向砂轮的待检测位置进行照射。
9.根据权利要求8所述的基于线阵相机的在位砂轮快速全场检测方法,其特征在于,双光源中,主光源的亮度高于补光光源,主光源与补光光源的入射光与线阵相机的光轴之间的夹角均为10°~30°之间,且补光光源的入射角比主光源的入射角小。
10.一种基于线阵相机的在位砂轮快速全场检测系统,其特征在于,包括三轴平移机构、线阵相机、光源,线阵相机设置于三轴平移机构上,通过三轴平移机构带动线阵相机相对于砂轮进行上下左右前后运动,光源朝向砂轮的待检测位置进行照射;使用时,采用权利要求1至9任一项所述的在位砂轮快速全场检测方法,对砂轮表面二维形貌进行全场检测。
11.根据权利要求10所述的基于线阵相机的在位砂轮快速全场检测系统,其特征在于,光源包括两个线光源,与线阵相机同侧设置,且分别设置在线阵相机的光轴两侧,以不同的角度与亮度朝向砂轮的待检测位置进行照射。
12.根据权利要求11所述的基于线阵相机的在位砂轮快速全场检测系统,其特征在于,亮度高的线光源为主光源,亮度低的线光源为补光光源,主光源与补光光源的入射光与线阵相机的光轴之间的夹角均为10°~30°之间,其中,补光光源的入射角比主光源的入射角小。
13.根据权利要求12所述的基于线阵相机的在位砂轮快速全场检测系统,其特征在于,光源通过光源转接件连接在三轴平移机构上,光源与线阵相机同步运动,光源的入射角与线阵相机的光轴方向相持相对不变。
14.根据权利要求10所述的基于线阵相机的在位砂轮快速全场检测系统,其特征在于,还包括离线检测平台,离线检测平台包括升降台、电控旋转台,电控旋转台设置在升降台上,砂轮通过螺母安装于电控旋转台的定心转轴上,并通过电控旋转台带动砂轮转动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810090720.XA CN108426537B (zh) | 2018-01-30 | 2018-01-30 | 一种基于线阵相机的在位砂轮快速全场检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810090720.XA CN108426537B (zh) | 2018-01-30 | 2018-01-30 | 一种基于线阵相机的在位砂轮快速全场检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108426537A true CN108426537A (zh) | 2018-08-21 |
| CN108426537B CN108426537B (zh) | 2020-10-09 |
Family
ID=63156193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810090720.XA Expired - Fee Related CN108426537B (zh) | 2018-01-30 | 2018-01-30 | 一种基于线阵相机的在位砂轮快速全场检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108426537B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109801340A (zh) * | 2019-01-16 | 2019-05-24 | 山西班姆德机械设备有限公司 | 一种基于图像处理的砂轮磨削方法 |
| CN110895806A (zh) * | 2019-07-25 | 2020-03-20 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
| CN112629362A (zh) * | 2021-01-03 | 2021-04-09 | 肖金坚 | 一种伞齿轮加工用尺寸检测装置 |
| CN113358026A (zh) * | 2021-06-04 | 2021-09-07 | 南京视道信息技术有限公司 | 一种基于双线阵ccd相机的物体位置和轮廓信息的检测方法 |
| CN119540149A (zh) * | 2024-10-24 | 2025-02-28 | 苏州市东拓新能源有限公司 | 凹坑缺陷检测方法、系统、设备、存储介质及产品 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5182614A (en) * | 1991-01-31 | 1993-01-26 | Fmc Corporation | Two-dimensional profile detection system |
| DE10032498A1 (de) * | 2000-07-04 | 2002-01-17 | Gfe Ges Fuer Fertigungstechnik | Verfahren und Meßsystem zur Bestimmung charakteristischer Oberflächenmerkmale |
| CN102184407A (zh) * | 2011-01-21 | 2011-09-14 | 华南理工大学 | 一种卵胞浆内单精子自动注射中的卵胞位姿确定方法 |
| CN102528664A (zh) * | 2012-01-11 | 2012-07-04 | 上海理工大学 | 磨削砂轮表面磨粒温度测量装置 |
| CN103424084A (zh) * | 2012-06-25 | 2013-12-04 | 上海理工大学 | 基于二维激光位移传感器的砂轮三维形貌测量方法 |
| CN203337569U (zh) * | 2013-07-16 | 2013-12-11 | 武汉钢铁(集团)公司 | 带标定辅助功能的线阵表面检测装置 |
| CN204944452U (zh) * | 2015-08-14 | 2016-01-06 | 华侨大学 | 用于砂轮表面形貌的检测系统 |
| CN105301007A (zh) * | 2015-12-02 | 2016-02-03 | 中国计量学院 | 基于线阵ccd的abs齿圈缺陷在线检测装置及方法 |
| CN105738320A (zh) * | 2014-12-26 | 2016-07-06 | 株式会社荏原制作所 | 研磨垫的表面性状测定方法和装置 |
| CN106017350A (zh) * | 2016-07-05 | 2016-10-12 | 沈阳工业大学 | 基于机器视觉的中小模数齿轮快速检测装置及检测方法 |
| CN107014314A (zh) * | 2016-12-30 | 2017-08-04 | 西安航天精密机电研究所 | 一种用于检验力矩器的设备 |
| CN107316077A (zh) * | 2017-06-21 | 2017-11-03 | 上海交通大学 | 一种基于图像分割及边缘检测的脂肪细胞自动计数方法 |
-
2018
- 2018-01-30 CN CN201810090720.XA patent/CN108426537B/zh not_active Expired - Fee Related
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5182614A (en) * | 1991-01-31 | 1993-01-26 | Fmc Corporation | Two-dimensional profile detection system |
| DE10032498A1 (de) * | 2000-07-04 | 2002-01-17 | Gfe Ges Fuer Fertigungstechnik | Verfahren und Meßsystem zur Bestimmung charakteristischer Oberflächenmerkmale |
| CN102184407A (zh) * | 2011-01-21 | 2011-09-14 | 华南理工大学 | 一种卵胞浆内单精子自动注射中的卵胞位姿确定方法 |
| CN102528664A (zh) * | 2012-01-11 | 2012-07-04 | 上海理工大学 | 磨削砂轮表面磨粒温度测量装置 |
| CN103424084A (zh) * | 2012-06-25 | 2013-12-04 | 上海理工大学 | 基于二维激光位移传感器的砂轮三维形貌测量方法 |
| CN203337569U (zh) * | 2013-07-16 | 2013-12-11 | 武汉钢铁(集团)公司 | 带标定辅助功能的线阵表面检测装置 |
| CN105738320A (zh) * | 2014-12-26 | 2016-07-06 | 株式会社荏原制作所 | 研磨垫的表面性状测定方法和装置 |
| CN204944452U (zh) * | 2015-08-14 | 2016-01-06 | 华侨大学 | 用于砂轮表面形貌的检测系统 |
| CN105301007A (zh) * | 2015-12-02 | 2016-02-03 | 中国计量学院 | 基于线阵ccd的abs齿圈缺陷在线检测装置及方法 |
| CN106017350A (zh) * | 2016-07-05 | 2016-10-12 | 沈阳工业大学 | 基于机器视觉的中小模数齿轮快速检测装置及检测方法 |
| CN107014314A (zh) * | 2016-12-30 | 2017-08-04 | 西安航天精密机电研究所 | 一种用于检验力矩器的设备 |
| CN107316077A (zh) * | 2017-06-21 | 2017-11-03 | 上海交通大学 | 一种基于图像分割及边缘检测的脂肪细胞自动计数方法 |
Non-Patent Citations (4)
| Title |
|---|
| 冯云: "基于铁谱技术的油液监测数字化研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
| 沈如芸 等: "磨损磨粒显微形态特征信息的优化提取", 《矿山机械》 * |
| 王佑君 等: "基于数字图像处理的齿轮减速磨粒检测", 《机械科学与技术》 * |
| 罗炳军 等: "线路板检测中自动光学聚焦系统的优化", 《电子质量》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109801340A (zh) * | 2019-01-16 | 2019-05-24 | 山西班姆德机械设备有限公司 | 一种基于图像处理的砂轮磨削方法 |
| CN109801340B (zh) * | 2019-01-16 | 2022-09-27 | 山西班姆德机械设备有限公司 | 一种基于图像处理的砂轮磨削方法 |
| CN110895806A (zh) * | 2019-07-25 | 2020-03-20 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
| CN112629362A (zh) * | 2021-01-03 | 2021-04-09 | 肖金坚 | 一种伞齿轮加工用尺寸检测装置 |
| CN113358026A (zh) * | 2021-06-04 | 2021-09-07 | 南京视道信息技术有限公司 | 一种基于双线阵ccd相机的物体位置和轮廓信息的检测方法 |
| CN119540149A (zh) * | 2024-10-24 | 2025-02-28 | 苏州市东拓新能源有限公司 | 凹坑缺陷检测方法、系统、设备、存储介质及产品 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108426537B (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108426537B (zh) | 一种基于线阵相机的在位砂轮快速全场检测方法及系统 | |
| CN101261234B (zh) | 表面缺陷检测装置 | |
| CN111203805B (zh) | 全自动修复玻璃划痕的方法 | |
| CN102735695B (zh) | 一种镜片瑕疵快速检测方法及装置 | |
| CN102353346B (zh) | 自动寻边激光切割机ccd安装垂直度的检测方法和系统 | |
| CN114705686A (zh) | 圆柱锅表面缺陷检测方法、系统、控制器及工控机 | |
| CN116256373B (zh) | 一种钙钛矿电池薄膜表面缺陷检测的方法 | |
| CN106289325A (zh) | 一种气泡水平仪自动检测系统 | |
| CN113418933B (zh) | 用于检测大尺寸物体的飞拍视觉成像检测系统及方法 | |
| CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
| EP3650129B1 (en) | System and method for automatically sorting ceramic balls | |
| CN115078384B (zh) | 一种石材大板表面凹坑和裂缝的快速检测装置 | |
| CN106680288A (zh) | 一种研磨设备及研磨方法 | |
| CN109668904A (zh) | 一种光学零件疵病检测装置及方法 | |
| CN213986224U (zh) | 缺陷检测装置 | |
| CN108459030A (zh) | 一种应用于非平面塑料光滑表面瑕疵在线检测装置与方法 | |
| CN112782184A (zh) | 一种基于机器视觉的零件检测装置 | |
| CN118566249A (zh) | 透明晶圆表面纳米级划痕检测系统及方法 | |
| CN104034637A (zh) | 基于机器视觉的金刚线颗粒在线质检装置 | |
| CN111701886A (zh) | 一种用于套类零件表面缺陷分拣装置及分拣方法 | |
| CN110412056A (zh) | 一种车载玻璃模组自动光学检测方法及装置 | |
| CN113125466A (zh) | 缸孔内表面的检查方法以及检查装置 | |
| CN115112682A (zh) | 一种可视化的手机曲面玻璃检测装置和方法 | |
| CN220961298U (zh) | 一种区分手机盖板玻璃上下表面缺陷的检测装置 | |
| CN110082365B (zh) | 基于机器视觉的钢卷边部质量检测机器人 |
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 |
Granted publication date: 20201009 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |