[发明专利]一种基于三维视觉的圆柱面半径测量方法

说明书

技术领域

本发明涉及计算机视觉检测领域，尤其是一种基于三维视觉的圆柱面半径测量方法。

背景技术

工业检测中，计算机视觉检测技术以其非接触、高精度和高效率等优点，在机械零件的检测中越来越受到重视。圆柱形零件是机械零件中较为常见的零件，如轴承、电机转子中使用的磁性瓦片及圆柱形磁力搅棒等。据统计在传统的机械零件中，作为机械零件构成中的一种基本形状，圆柱面的出现频率达到了73.5％。对这些圆柱面的半径进行检测是圆柱形机械零件质量检测中的一个重要组成部分，目前基于计算机视觉的圆柱形机械零件半径检测方法往往通过测量圆柱面的一个外端面来检测其半径，而无法检测其他位置的截面半径。这样做存在着以下两个问题：一是只能完成形状测量及其误差分析，且是仅限于外端面的形状检测，无法完成其它位置截面的形状检测，不够准确；二是无法实现位置误差的测量和分析，不够全面。而形位误差对各种机械零件的工作精度、连接强度、密封性、运动平稳性、耐磨性以及寿命、噪音等都具有很大的影响。因此，业内亟需一种能对圆柱形零件不同截面位置的半径进行检测(以给出更准确的形状)，并能利用多个位置的数据进行位置误差的测量和分析的方法。

发明内容

为了解决上述技术问题，本发明的目的是：提供一种准确和全面的，基于三维视觉的圆柱面半径测量方法。

本发明解决其技术问题所采用的技术方案是：

一种基于三维视觉的圆柱面半径测量方法，包括：

S1、通过三维视觉测量系统获取圆柱面的三维点云数据，所述三维视觉测量系统由投影仪和摄像机组成；

S2、采用平行平面将圆柱面的三维点云数据分割成二维平面数据；

S3、采用基于角度的排序算法将二维平面数据展开为一维点序列；

S4、对一维点序列进行超限中值滤波和二次滤波，从而得到去除噪声后的一维点序列；

S5、根据得到的去除噪声后的一维点序列进行椭圆拟合和圆拟合，从而得到圆柱面不同位置截面的半径大小。

进一步，所述步骤S1，其具体为：

采用摄像机和投影仪搭建基于条纹结构光和主动立体视觉技术的三维视觉测量系统，然后通过三维视觉测量系统依次进行系统标定、条纹投影与采集、绝对相位获取和对应点匹配，最终获取圆柱面的三维点云数据。

进一步，所述步骤S2，其具体为：

采用一组平行平面将三维点云数据分割成多组二维平面数据，所述平行平面垂直于X轴，其中，X轴为圆柱面的中心轴。

进一步，所述步骤S3，其包括：

S31、根据步骤S2所获得的数据进行圆拟合，得到圆中心点，并将该圆中心点定义为基点o，然后构造一个过基点o且方向沿X轴正向的基向量并将从二维平面数据提取出的边缘数据点m_n与基点o一一构成边缘向量其中，n＝1,2,3,…；

S32、计算边缘向量与基向量的夹角θ_n，

S33、根据边缘向量与基向量夹角θ_n的大小对从二维平面数据提取出的边缘数据点m_n重新进行排序，得到重新排序后的点序列M_i，其中，i＝1,2,3,…，n；

S34、计算重新排序后的点序列M_i到基点的距离d_i，并以计算出的距离构成展开后的一维点序列d_i。

进一步，所述步骤S4，其包括：

S41、采用超限中值滤波器对展开后的一维点序列d_i进行一次滤波，得到一次滤波后的序列点，所述一次滤波后的序列点d_i'的表达式为：

其中，template为超限中值滤波器的模板大小，median为求中值，x₀为设定的距离阈值；

S42、根据一次滤波后的序列点d_i'到基点的距离大小以及序列点d_i'两侧相邻点到基点的距离大小，对一次滤波后的序列点d_i'进行二次滤波，得到去除噪声后的一维点序列。

进一步，所述步骤S5，其具体为：

S51、对去除噪声后的一维点序列进行椭圆拟合，得到椭圆中心点，然后对椭圆中心点进行空间直线拟合，求出圆柱面的第一中心轴；

S52、将圆柱面的第一中心轴以及圆柱面的三维点云数据旋转至与X轴平行；