[发明专利]一种基于视觉系统的机械制造业在线质量监测方法

权利要求书

1.一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，包括以下步骤：

步骤一、图像采集：分别采用顶置相机和前置相机获取零件的顶置图像和前置图像；

步骤二、顶置图像处理：在步骤一获得的零件顶置图像中测量零件各项尺寸，以及零件各个部件的尺寸；

步骤三、前置图像处理：在步骤一获得的零件前置图像中测量零件在顶置图像中不可见部分的各项尺寸，包括不可见部分的外形尺寸、相应的倾角和线圈的锥度比；

步骤四、松线检测：对顶置图像和前置图像进行松线检测；

步骤五、对获取的数据进行误差校正：采用校正块分别对顶置相机和前置相机进行校准，并分析关于测量对象的非平面性造成的误差，进行系统深度误差校正；所述步骤二顶置图像处理，将所有测量函数应用于图像中所需测量的矩形区域中，用户定义一个主参考坐标系，使用图像阈值进行检测，将图像从背景中分离出来，然后定位、计数、测量矩形区域内的对象；包括以下步骤：

1)获取RGB图像的亮度和饱和度平面；

2)利用形态学和阈值算子在亮度图像中的应用，以补偿亮度的微小变化；

3)搜索主参考坐标系的位置和方向；

4)对于长度测量，搜索边缘直线作为参考线；

5)测量零件的各项尺寸，使其相对于参考线之间的距离在合适的距离区间内；

6)测量零件中其他金属叶片的尺寸。

2.如权利要求1所述的一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，所述步骤三前置图像处理包括以下步骤：

1)确定前置图像搜索参考坐标系的位置和方向；

2)寻找基线I_b；

3)提取金属叶片的轮廓点A、B、C；

4)测量：位于基线I_b与曲线BA部分之间的角度α；估算曲线BA部分在基线I_b投影的长度w；估算曲线CB部分在基线I_b投影的长度h；

5)测量线圈的锥度比D。

3.如权利要求1所述的一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，所述步骤四松线检测过程是寻找特定缺陷：由于线圈生产中的错误，会产生松动的铜线；松线检测包括以下步骤：

1)对输入的彩色图像进行预处理，获得二进制图像A；

2)向获得的图像A应用形态闭合算子来创建图像B；

3)从图像A中减去图像B；

4)图像中物体的定位、计数与测量；

5)对象的过滤和筛选。

4.如权利要求1所述的一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，所述步骤五误差校正包括：

1)相机校准：

分别引入水平方向和垂直方向的两个比例系数βx和βy，以便获取世界坐标系下点的坐标和其图像的像素坐标：

d_mx、d_my分别是世界坐标系下点的坐标，单位为毫米；u、v分别为图像的像素坐标，单位为像素；系数β_x和β_y单位为毫米/像素；

根据等式(2)求解β_x和β_y：

需要顶置相机和前置相机分别对校正块进行单个图像的采集，校正块特征尺寸L_x和L_y是一个给定的精度，基于最小二乘法处理从图像中提取像素长度，得到L_u和L_v的尺寸；

相机透镜和参考物体表面的采集尺寸距离z_cal，等于与实际测量对象的最大与最小距离的平均值；

2)系统深度误差校正：

获得两个比例系数βx和βy之后，长度的测量可以用两点之间(d_mx,d_my)的欧氏距离进行表示，并用公式(1)进行计算；

长度的测量取决于平面到相机的距离(z_cal+Δz)，水平方向和垂直方向的误差分别为e_x、e_y：

γ_x是相机轴线z和相机水平坐标成像点X_p与像素在水平方向坐标u_P连线之间的角度的水平分量，f是相机常数，等于透镜焦距，水平像素密度k_u即为水平分辨率大小的倒数，垂直像素密度k_v即为垂直分辨率大小的倒数，k_v和k_u单位为像素/毫米；

当预期的真实点Δz是已知时，可以通过公式(3a)和(3b)来确定水平和垂直方向所需校正的误差的分量e_x、e_y，通过公式(1)来估算未经修正的值d_mx和d_my，根据公式(4)求得深度误差校正后的坐标值d_cx、d_cy：