[发明专利]具有景深零件加工质量的亚像素级图像检测方法

说明书

技术领域

本发明涉及一种零件加工质量的检测方法，特别涉及具有景深零件加工质量的亚像素级图像检测方法。

背景技术

基于机器视觉的方法大量地用在机械生产线上零件加工质量的检测领域，包括测量零件的几何形状、尺寸信息。为了提高生产线上零件检测的精度，人们开始使用亚像素级的图像处理方法。由于亚像素级图像处理算法要进行插值运算，计算时间较长，将影响视觉检测系统的实时性。机械零件大多都具有景深视差，对具有景深视差的零件加工质量的图像检测，目前的方法有：(1)采用双目视觉通过图像预处理、亚像素边界提取、立体匹配和圆边界拟合等步骤完成测量，该方法过程较为复杂，很难应用于机械零件生产线的实时检测；(2)利用双目视觉进行过立体匹配实现三维重建，该方法对机械零件的检测精度很难满足检测要求，其正确检测率和可靠性也难以满足工业生产线实时检测的要求。

发明内容

本发明的目的是提供了一种具有景深零件加工质量的亚像素级图像检测方法，该方法操作简便，检测精度高，能满足高速生产线的实时性需要。

本发明提供的具有景深的零件加工质量亚像素级图像检测方法包括：

1)对机器视觉系统进行分层标定；

2)对原始图像进行插值运算，通过粗精两步法实现零件边缘的精确定位；

3)利用建立的图像各层面与零件各层面的映射关系，计算具有景深零件的形状、关键尺寸参数，通过比较分析获得质量数据。

所述的对机器视觉系统进行分层标定包括：使用标准件对机器视觉系统进行分层标定，边缘检测提取出的各个层面的边缘线，把标准件的平面图像分割成若干区域，每个区域可以看作是立体标准件的一个景深层面在平面图像上的投影区域，根据映射关系实现对机器视觉系统的标定。

所述的对原始图像进行插值运算，通过粗精两步法实现零件边缘的精确定位包括：对摄像机拍摄的原始图像进行双线性插值，提高图像的分辨率。由于传统的双线性插值算法比较复杂，为了减小插值计算量，提高检测实时性，本发明采用了一种双线性和最近邻域插值相结合的算法进行图像插值。采用Robert边缘检测算子检测物体的粗边缘，检测到像素级的粗边缘后，利用Hough变换定位直线段边缘位置，获取各个景深层面在平面图像上投影区域的直线段边缘位置，精度达到像素级。由于Hough运算过于复杂，本发明利用查表法对Hough变换的计算过程进行了优化。针对已进行粗定位的直线段边缘线，利用基于图像灰度矩的算法将直线段边缘线上像素点的定位精度精确到亚像素级，再对得到的离散点集运用最小二乘直线拟合法进行直线拟合处理，将直线段边缘线的定位精度提高到亚像素级，精确地建立图像上各个层面的投影区域到对应机械零件各个层面的映射。

所述的利用建立的图像各层面与零件各层面的映射关系，计算具有景深零件的形状、关键尺寸参数，通过比较分析获得质量数据包括：根据精确定位的各层面边缘线，确定图像中的待测尺寸所处于的实际层面，然后利用分层标定的结果选择相应层面的物面分辨率，计算出零件的形状数据、关键的尺寸参数，通过与待检测零件的设计数据比较，来判断零件是否合格。

本发明提供的对具有景深的零件加工质量进行检测的亚像素级图像检测方法，能满足高速生产线的实时性需要，对大约1cm的物体进行尺寸测量，精度可以达到0.01mm，而且有很高的检测速度。

附图说明

图1是本发明方法的检测流程图；

图2是图像插值与边缘定位处理效果图，

(a)具有景深的零件原图，(b)插值后图像，(c)边缘定位后图像；

图3是分层标定的剖面示意图和俯视示意图。

下面结合附图对本发明的内容作进一步详细说明。

具体实施方式

本发明提供了一种具有景深零件加工质量的亚像素级图像检测方法，该方法利用单摄像机采集图像，根据景深差异分割图像，同时通过插值计算实现对零件加工质量的高精度检测。

下面将结合附图对本发明进行详细描述。

参照图1所示，本发明提供的零件加工质量检测方法具体步骤如下：

1)对待测零件的原始图像进行插值运算，并对图像的直线段边缘进行粗定

位；

2)对各个景深层面在投影区域的边缘线进行亚像素级精定位；

3)根据零件不同景深层面的物面分辨率，求出零件的形状、尺寸数据。通过与待检测零件的设计数据比较，来判断零件是否合格。