[发明专利]一种基于线阵CCD的亚像素边缘零件直径尺寸测量方法

权利要求书

1.一种基于线阵CCD的亚像素边缘零件直径尺寸测量方法，其特征在于，具体包括如下步骤：

1)线阵CCD数据处理步骤：对通过线阵CCD获取的尺寸测量图，进行数据噪声剔除和噪点滤波消除处理；

2)数据拟合定位边缘点步骤：将步骤1)处理后的数据通过最小二乘法拟合直线方法实现获得某一处最大斜率，并将其作为激光测量点的边缘点；

3)边缘粗定位步骤：根据步骤2)中获得的边缘点分布数据，通过Canny算子来进行像素定位，确定实际边缘的大致区域；

4)尺寸初测定步骤：采用像素均值插值方式，获取零件表面交点以确定零件尺寸；像素均值插值方式具体如下：

对线阵CCD获取的数据中，找到边沿中心区段位置，并通过平均值的M次细分插值方式进行插值；在边缘区域找合适的区间a₁、a₂、a₃、a₄四个边沿区域像素点,找到与之匹配的q₁、q₂、q₃、q₄灰度值，通过均值方式插入一个适当若干点a_n,q_n点，即当前第N次的亚像素坐标为a_n，具体插入方式如下：

再通步骤2)中的最小二乘法拟合的函数，找到对应的灰度值q_n，由此获得相应的完整的插值数据；

5)尺寸测定步骤：通过重复步骤3)、步骤4)进行二次数据处理，精准定位边缘数据，得出零件直径尺寸数据。

2.根据权利要求1所述的一种基于线阵CCD的亚像素边缘零件直径尺寸测量方法，其特征在于，步骤1)中数据噪声剔除和噪点滤波消除处理如下：

以主图像为基线,给定两个阈值d和N，令H(i)表示第i个像素的灰度值，假定在第1个像素处没有噪音，即H(1)为正常的灰度值，假定像元素数为M，对于像素i从1到M-1；

如果有|H_i+1-H_i|＜d，则证明灰度值是连续变化的，H(i+1)不属于应该剔除的噪音点；

线阵CCD数据的前端处理通过一阶RC低通滤波器实现，假设电路的输出阻抗很大，输入阻抗很小，可获得以下公式：

其中，电容的阻抗是：而ω＝2πf，截止频率为此频率下的信号，通过这个电路，输出电压和输入电压的关系式是：或者时域上的表达式：

上式离散后，得到最终如下公式：

其中，V₀(k)为输出结果，K为系数，V_i(k)为输入的数据，R为RC阻容滤波的电阻值，C为RC阻容滤波的电容值，T为滤波频率。

3.根据权利要求1所述的一种基于线阵CCD的亚像素边缘零件直径尺寸测量方法，其特征在于，步骤2)中的最小二乘法拟合直线方法如下：

设拟合直线为：y＝kx+a，误差为d_i＝y_i-(kx+a)；最小二乘法为：对该等式的参数k、a求导，得如下两个等式：

两个等式构成方程组，求解a,b，并引入平均数后如下：

求得

其中，k为所拟合的直线的斜率值，a为所拟合的直线的补偿系数，为像素点的灰度值累加的平均值，为像素点的位置值由此得知最小二乘法拟合直线的函数。

4.根据权利要求1所述的一种基于线阵CCD的亚像素边缘零件直径尺寸测量方法，其特征在于，步骤3)中Canny算子的具体步骤如下:

先用高斯函数对图像灰度函数进行卷积,设图像灰度函数为f(x)，一维零均值高斯函数如下式所示：

σ是正态分布的标准偏差，e为自然常数，x为输入值；

那么高斯函数对图像灰度函数进行卷积结果如下所示：

h(x)＝f(x)*g(x)

其中“*”表示卷积；

再进行一阶求导得到梯度G(x)，如下所示：

最后进行梯度极值判断，如下所示:

G(x_i)＝max(G(x))

其中x_i为边缘粗定位像素点，此时将像素点x_i的灰度值f(x_i)以及点x_i相邻的点和灰度值分别保存下来，以供后续处理。