一種圓鋸片磨損量在線測(cè)量方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種刀具磨損狀態(tài)視覺檢測(cè)方法，更具體地 說，是涉及一種圓鋸片磨損量在線測(cè)量方法。該方法是通過識(shí)別出圖像邊緣角點(diǎn)，根據(jù)角點(diǎn) 的位置再求解出圓鋸片磨損量的方法。
【背景技術(shù)】
[0002] 機(jī)器視覺作為一種新興的檢測(cè)技術(shù)，以其快速、實(shí)時(shí)、智能和低成本的特點(diǎn)獲得廣 泛應(yīng)用。基于機(jī)器視覺的測(cè)量屬于非接觸式測(cè)量方式，不但可以實(shí)時(shí)對(duì)工件特征進(jìn)行測(cè)量， 提高測(cè)量的效率，而且可以根據(jù)工件的大小，調(diào)整工業(yè)相機(jī)的焦距等參數(shù)，實(shí)現(xiàn)更大范圍的 尺寸測(cè)量，同時(shí)可以避免由于測(cè)量人員自身心理因素變化產(chǎn)生的測(cè)量誤差。
[0003] 刀具磨損量的檢測(cè)，目前主要有以下幾種方法。①監(jiān)測(cè)振動(dòng)信號(hào)和電機(jī)電流信號(hào)， 構(gòu)建振動(dòng)信號(hào)和電機(jī)電流信號(hào)與刀具磨損量的關(guān)系，從而檢測(cè)刀具的磨損狀態(tài)；②監(jiān)測(cè)加 工過程中聲發(fā)射信號(hào)，建立聲發(fā)射信號(hào)與刀具磨損量的關(guān)系，檢測(cè)刀具的磨損狀態(tài)；③隨著 CCD傳感器及其應(yīng)用技術(shù)的飛速發(fā)展，基于機(jī)器視覺的非接觸式檢測(cè)技術(shù)被廣泛應(yīng)用于尺 寸、位移、表面形狀檢測(cè)等領(lǐng)域。應(yīng)用機(jī)器視覺檢測(cè)刀具磨損的方法有三種：①檢測(cè)刀具表 面圖像；②檢測(cè)工件表面紋理圖像；③檢測(cè)切肩圖像。
[0004] 圓鋸片磨損量監(jiān)測(cè)也常用以上的方法。杭州電子科技大學(xué)趙玲等人，基于機(jī)器視 覺構(gòu)建了圓鋸片幾何參數(shù)測(cè)量系統(tǒng)。該方法以圓鋸片輪廓優(yōu)化為基礎(chǔ)，對(duì)圓鋸片內(nèi)圓孔提 出了改進(jìn)的二次多項(xiàng)式插值亞像素定位方法，對(duì)齒尖兩段直線采用改進(jìn)的最小二乘法進(jìn)行 擬合，提高了檢測(cè)精度，但是該方法必須獲得圓鋸片整幅圖像，因而無法實(shí)現(xiàn)圓鋸片磨損量 在線測(cè)量。瑞典Ekevad等人構(gòu)建了在鋸切山毛櫸過程中，圓鋸片磨損量與其鋸片振動(dòng)信號(hào) 之間的關(guān)系，該方法雖然實(shí)現(xiàn)了圓鋸片磨損量的在線測(cè)量，但是圓鋸片磨損量與其鋸片振 動(dòng)信號(hào)的精確數(shù)量關(guān)系，很難找到，只能對(duì)圓鋸片磨損量進(jìn)行定性檢測(cè)。
[0005] 由于被測(cè)量對(duì)象千差萬別，其結(jié)構(gòu)特征有著很大的差異，基于機(jī)器視覺的測(cè)量還 沒有一種通用的方法，針對(duì)不同的對(duì)象，需要采用不同的方法。目前基于經(jīng)典Harris方法 的圓鋸片磨損量測(cè)量方法其實(shí)時(shí)性差，常常把一些非刀尖點(diǎn)誤判斷為刀尖點(diǎn)，基于改進(jìn)的 Harris方法的圓鋸片磨損量測(cè)量方法雖然在實(shí)時(shí)性方面有所改進(jìn)，但仍然常常把一些非刀 尖點(diǎn)誤判斷為刀尖點(diǎn)，無法實(shí)現(xiàn)對(duì)不同圓鋸片刀尖點(diǎn)準(zhǔn)確定位，測(cè)量的誤差偏大，無法應(yīng)用 于實(shí)際測(cè)量過程中。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服已有圓鋸片磨損量測(cè)量方法的不足，提出了一種基于機(jī)器 視覺的圓鋸片磨損量的在線測(cè)量方法，以提高圓鋸片磨損量在線測(cè)量的精確度。
[0007] 為達(dá)到上述目的，本發(fā)明實(shí)現(xiàn)目的所采用的技術(shù)方案是：
[0008] -種圓鋸片磨損量在線測(cè)量方法，包括如下步驟：
[0009] 1)獲取圓鋸片圖像：將安裝在支架上的工業(yè)相機(jī)，通過人工調(diào)節(jié)，使工業(yè)相機(jī)正 對(duì)著被測(cè)圓鋸片，工控機(jī)觸發(fā)圖像采集卡，獲取圓鋸片圖像；
[0010] 2)對(duì)圖像采用中值濾波進(jìn)行降噪預(yù)處理；
[0011] 3)基于自適應(yīng)閾值，運(yùn)用8鄰域灰度相似度篩選方法，找出圓鋸片的候選角點(diǎn)；
[0012] 具體是以（X，y)為中心的窗沿平移向量（u，V)移動(dòng)引起的灰度變化E (u，V)為：
[0014] I (x+u, y+v)為平移后的灰度值，I (X，y)為平移前的灰度值，ω (X，y)為高斯窗口 函數(shù)，
[0015] 其微分形式為
[0018] 其矩陣形式為
[0020] 其中，M為目標(biāo)像素點(diǎn)（x，y)的自相關(guān)函數(shù)矩陣
[0022] 高斯窗口函數(shù)
[0023] 目標(biāo)像素點(diǎn)（X，y)的角點(diǎn)響應(yīng)函數(shù)值：
[0024] CRF (x, y) = det (M) -k (trace (M))2
[0025] 其中det (M)表示矩陣M的行列式，trace (M)表示矩陣的跡，k取0. 04~0. 06 ;
[0026] 將目標(biāo)點(diǎn)（x，y)與其8鄰域范圍內(nèi)各像素點(diǎn)圖像灰度值的標(biāo)準(zhǔn)差作為8鄰域灰度 相似判定閾值t，最大角點(diǎn)響應(yīng)函數(shù)值CRFniax的百分之一作為角點(diǎn)響應(yīng)檢測(cè)閾值T，
[0027] 目標(biāo)點(diǎn)（x，y)與其8鄰域范圍內(nèi)各像素點(diǎn)的灰度值之差ΛΙ，并統(tǒng)計(jì)ΛΙ在[_t，t] 范圍內(nèi)的像素點(diǎn)個(gè)數(shù)n，滿足2 < η < 6且其角點(diǎn)響應(yīng)函數(shù)值大于T且局部最大的目標(biāo)點(diǎn)為 候選角點(diǎn)。
[0028] 4)針對(duì)候選角點(diǎn)，判斷其是否為鄰域內(nèi)唯一角點(diǎn)或其角點(diǎn)響應(yīng)函數(shù)值最大，剔除 掉偽角點(diǎn)；
[0029] 保留那些是其5X5鄰域內(nèi)為唯一的角點(diǎn)的候選角度或其5X5鄰域內(nèi)的CRF值最 大的候選角度。
[0030] 5)判斷角點(diǎn)是否為曲線上極大值點(diǎn)來剔除齒根點(diǎn)，從而確定了圓鋸片刀尖點(diǎn)的整 像素坐標(biāo)
[0031] 角點(diǎn)與前一個(gè)角點(diǎn)連線的斜率ku CN 105184792 A 機(jī)切 3/8 頁
[0033] 角點(diǎn)與后一個(gè)角點(diǎn)連線的斜率kl2
[0035] (Xl，yi)是第i個(gè)角點(diǎn)的像素坐標(biāo)，（X1 i，yi J是第i個(gè)角點(diǎn)的前一個(gè)角點(diǎn)像素坐 標(biāo)，（x1+1，y1+1)是第i個(gè)角點(diǎn)的后一個(gè)角點(diǎn)像素坐標(biāo)，
[0036] 若MO且kl2>0,判定該點(diǎn)不為刀尖點(diǎn)，將其剔除，
[0037] 6)利用三次曲面擬合法對(duì)刀尖點(diǎn)進(jìn)行亞像素定位
[0038] 整像素刀尖點(diǎn)（X，y)及其某鄰域內(nèi)各點(diǎn)的CRF的二元三次函數(shù)形式：
[0040] 擬合的誤差平方和
[0043] 利用確定的三次曲面表達(dá)式求解整像素刀尖點(diǎn)細(xì)分為3X3亞像素點(diǎn)的CRF，取9 個(gè)亞像素點(diǎn)中CRF最大值所對(duì)應(yīng)的亞像素坐標(biāo)作為該刀尖點(diǎn)的坐標(biāo)。
[0044] 7)使用最小二乘法求解刀尖點(diǎn)所在圓的半徑值，通過相機(jī)標(biāo)定關(guān)系得出圓鋸片的 實(shí)際磨損量
CN 105184792 A 說明書 4/8 頁
[0054] r2= (A2+B2-4C)/4
[0055] 再根據(jù)相機(jī)標(biāo)定關(guān)系，求出刀具實(shí)際的半徑值，兩次檢測(cè)結(jié)果之差即為圓鋸片的 磨損量。
[0056] 本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)和有益效果：
[0057] 1、通過所述的步驟3和步驟4的兩次篩選，剔除了偽角點(diǎn)，避免了現(xiàn)有方法的角點(diǎn) 聚簇現(xiàn)象。
[0058] 2、通過所述的步驟5,剔除齒根點(diǎn)，從而確定了圓鋸片刀尖點(diǎn)的整像素坐標(biāo)，避免 了現(xiàn)有方法將齒根點(diǎn)誤判定為刀尖點(diǎn)引起圓擬合的偏差甚至錯(cuò)誤。
【附圖說明】
[0059] 圖1為本發(fā)明實(shí)施例的測(cè)量裝置構(gòu)成示意框圖，
[0060] 圖2為本發(fā)明實(shí)施例的工業(yè)相機(jī)安裝示意圖，
[0061 ] 圖3為本發(fā)明實(shí)施例的實(shí)現(xiàn)流程圖，
[0062] 圖4用本發(fā)明與現(xiàn)有方法對(duì)相鄰鋸齒間平穩(wěn)過渡的圓鋸片的刀尖點(diǎn)提取比較圖，
[0063] 圖5用本發(fā)明與現(xiàn)有方法對(duì)相鄰鋸齒間急促過渡的圓鋸片的刀尖點(diǎn)提取比較圖。
【具體實(shí)施方式】
[0064] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明， 并不用于限定本發(fā)明。
[0065] 本發(fā)明的一種圓鋸片磨損量在線測(cè)量方法，在線測(cè)量圓鋸片磨損量前，對(duì)工業(yè)相 機(jī)進(jìn)行標(biāo)定，其方法為，在安裝圓鋸片的位置，安裝尺寸已知的標(biāo)定物，工控機(jī)觸發(fā)圖像采 集卡獲取標(biāo)定物的圖像，根據(jù)獲取的圖像，計(jì)算已知尺寸的像素值，已知尺寸除以像素值得 到每個(gè)像素代表的實(shí)際尺寸值。如圖3所示，具體步驟如下：
[0066] 步驟1、將工業(yè)相機(jī)安裝在支架上，通過人工調(diào)節(jié)，使工業(yè)相機(jī)正對(duì)著被測(cè)圓鋸 片；
[0067] 如圖1所示，整個(gè)測(cè)量裝置包括工業(yè)相機(jī)，圖像采集卡、工控機(jī)和測(cè)量軟件。如圖2 所示，在測(cè)量圓鋸片磨損量前，將工業(yè)相機(jī)3安裝支架4上，通過人工調(diào)節(jié)使工業(yè)相機(jī)3正 對(duì)著機(jī)床1上的圓鋸片2,將工業(yè)相機(jī)用網(wǎng)線5與工控機(jī)6中的圖像采集卡（圖中未畫出） 連接。
[0068] 步驟2、工控機(jī)觸發(fā)圖像采集卡，通過工業(yè)相機(jī)獲取圓鋸片圖像；
[0069] 工控機(jī)作為主控制器，圖像采集卡通過PCI-e總線與工控機(jī)通信，工業(yè)相機(jī)正對(duì) 著被測(cè)圓鋸片，被測(cè)圓鋸片經(jīng)透射光源照射后成像于工業(yè)相機(jī)上，圖像采集卡將采集到的 數(shù)字圖像傳輸?shù)焦た貦C(jī)，從而獲取圓鋸片的圖像。
[0070] 步驟3、對(duì)圖像進(jìn)行預(yù)處理；
[0071] 為抑制噪聲影響，將工業(yè)相機(jī)采集到原始圖像進(jìn)行降噪處理。采用中值濾波進(jìn)行 降噪處理，使物體和背景各自均勻單一，對(duì)比度大，無其他線條及難以區(qū)分的細(xì)節(jié)。
[0072] 步驟4、基于自適應(yīng)閾值，運(yùn)用8鄰域灰度相似度篩選方法，找出圓鋸片的候選角 占.
[0073] 為了提高該方法的整體適應(yīng)性，降低由于閾值設(shè)置不合理而引起的角點(diǎn)錯(cuò)檢和漏 檢，在圓鋸片刀尖點(diǎn)檢測(cè)方法中，使用自適應(yīng)閾值選取辦法。將圖像灰度值的標(biāo)準(zhǔn)差作為8 鄰域灰度相似判定閾值t ;將圖像的最大角點(diǎn)響應(yīng)函數(shù)值CRFniax的百分之一作為角點(diǎn)響應(yīng) 檢測(cè)閾值T。
[0074] 以（X，y)為中心的窗沿平移向量（u，V)移動(dòng)引起的灰度變化E (u，V)為：
[0076] I (x+u, y+v)為平移后的灰度值，I (X，y)為平移前的灰度值，ω (X，y)為高斯窗口 函數(shù)，
[0077] 其微分形式為
[0080] 其矩陣形式為
[0082] 其中，M為目標(biāo)像素點(diǎn)（x，y)的自相關(guān)函數(shù)矩陣
[0084] 高斯窗口函數(shù)
[0085] 目標(biāo)像素點(diǎn)（X，y)的角點(diǎn)響應(yīng)函數(shù)值：
[0086] CRF (x, y) = det (M) -k (trace (M))2
[0087] 其