[发明专利]铁塔构件孔的形位尺寸非接触光电检测方法无效
申请号: | 200810050946.3 | 申请日: | 2008-07-10 |
公开(公告)号: | CN101387493A | 公开(公告)日: | 2009-03-18 |
发明(设计)人: | 曹国华;向阳;吕琼莹;姜涛;于正林;李振辉;王振宏;杨羽 | 申请(专利权)人: | 长春理工大学 |
主分类号: | G01B11/00 | 分类号: | G01B11/00;G01B11/03;G01B11/24;G06T7/00 |
代理公司: | 长春科宇专利代理有限责任公司 | 代理人: | 马守忠 |
地址: | 130022吉林*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 铁塔 构件 尺寸 接触 光电 检测 方法 | ||
技术领域
本发明是一种利用传动编码技术、光电检测技术和图像处理技术非接触检测大型工件孔的形位尺寸的方法,属于光电检测技术领域。
技术背景
输电铁塔构件主要是条状钢材,如角钢,构件之间的固定方式为在构件上打孔,然后用螺栓固定,而是否漏打,孔的行为尺寸如何,通常采用人工的方式检测,如采用大型卡尺等量具测量。
在现有技术中,步进电机与传动编码技术、CCD摄像技术与计算机图像处理技术的结合,已经成为一种用于实现在线非接触检测、控制、分析等方面的技术措施。
发明内容
采用大型卡尺等量具测量大型工件孔的形位尺寸的方法不仅测量精度较低,只能达到7、8级,而且测量精度在很大程度上受测量操作者的主观因素影响,测量精度不稳定,再有其量具笨重,检测时间长,制约了大型工件生产效率的提高。而现有的在线非接触检测技术尚未应用于大型工件孔的形位尺寸的检测。为了实现CCD摄像技术、计算机图像处理技术在大型工件孔的形位尺寸检测中的应用,我们发明了一种铁塔构件孔的形位尺寸非接触检测方法。
本发明是这样实现的,见图1所示,CCD摄像系统沿构件匀速直线移动并连续拍摄,将图像传送至计算机图像处理系统,基于VC++平台完成以下各步骤:
一、图像拼接,使多幅图像连接成一整幅;
二、图像增强,加强其对比度;
三、像移恢复,恢复由于移动拍摄产生的像移;
四、去除噪声;
五、图像二值化处理,是图像边缘提取的前提;
六、边缘提取;
七、心线及基线拟合;
八、根据拟合坐标值求取距离。
采用本发明之方法取代了现有采用大型卡尺等量具人工检测的方法,实现了大型工件孔的形位尺寸的在线非接触测量,全面克服了人工检测方法的不足,如检测精度可达到0.3mm。
附图说明
图1为本发明之方法流程框图,该图兼做摘要附图。图2为本发明之方法中与像移恢复有关的退化模型示意图。
具体实施方式
首先在计算机上输入被测构件的CAD图纸,并以构件的基线为坐标轴建立坐标系,这就是标准图纸。在计算机上设定公差值,通过比较标准图纸的形位尺寸的坐标与被检测构件的坐标,差值小于设定公差则认定为合格产品,差值大于设定公差则认定为不合格产品。
一、图像拼接。构件长度方向X轴,构件宽度方向为Y轴,CCD摄像系统的拍摄频率为每秒钟25幅图,每幅图之间都会有相关性,即每幅图都有重叠的部分。根据CCD摄像系统的移动速度和快门的曝光速度可大致判定每幅图重叠的部分。取前一幅图中可能重叠的部分作为模板,对其进行处理取其特征,即把灰度图像作为特征图像。为了在后一幅图像中找到前一幅图像的特征,从而从前一幅图像中取出可能重叠的部分,将前一幅图像的特征与后一幅图像的特征进行比较,若只在亮度上相差一个恒定因子,则认为两个特征是一样的,由此可判定两幅图像重叠的具体区域。然后分别进行X轴方向拼接,取前一幅图像的重叠部分,忽略后一幅图像的重叠部分。
二、图像增强。为了进一步对采集的图像进行分析处理,首先对采集的图像进行图像质量的改善,即图像增强处理。图像增强是增强图像中的有用信息,它是一个图像失真的过程,其目的是要增强视觉效果。将原来不清晰的图像变得清晰,用于强调某些感兴趣的特征,抑制不感兴趣的特征,以达到改善图像质量、丰富信息量、加强图像判读和识别效果的目的。本发明利用灰度直方图变换,来改变每个像素的灰度值,实现图像增强。灰度直方图表示数字图像每一灰度级与该灰度级出现频率的对应关系。灰度直方图变换就是改变其对应关系以达到增强图像对比度的效果。
三、像移恢复。由于CCD摄像系统在拍摄时做匀速直线运动,使得曝光时被拍摄物影像与感光介质间存在相对运动,即目标在焦平面上所形成的像不是静止的,而是运动变化的,从而由于拖尾效应而造成成像模糊,即像移。所以需要对图像进行恢复。见图2所示,h(x,y)是综合所有退化因素得到的系统函数,称为成像系统的冲激响应或者点扩散函数(PSF),f(x,y)为原始图像,g(x,y)为实际得到的退化图像,n(x,y)为噪声模型,f表示相加运算的一个过程。退化模型可以表示为:
g(x,y)=f(x,y)*h(x,y)+n(x,y)
其中h(x,y)可通过已知条件求取。噪声通过下一个步骤去除。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春理工大学,未经长春理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810050946.3/2.html,转载请声明来源钻瓜专利网。