[发明专利]一种管道螺纹自动测量装置及测量方法

权利要求书

1.一种管道螺纹自动测量方法，其特征在于，采用的装置包括底板(2)和支架(3)，所述的底板(2)安装于支架(3)的底部；其特征在于：还包括伺服电机(4)、工业相机(5)、滑块(6)和激光器(8)；所述的工业相机(5)通过滑块(6)安装在支架(3)上；所述的伺服电机(4)设置多个，其中，2个伺服电机(4)控制滑块(6)移动，驱动滑块(6)带动工业相机(5)沿水平方向运动；2个伺服电机(4)设置在滑块(6)上，控制工业相机(5)沿竖直方向运动；所述的激光器(8)一端固定于支架(3)上，另一端为移动端，由一伺服电机(4)驱动；

所述的滑块(6)安装在滑台(7)上，该滑台(7)设置在支架(3)上，滑台(7)与伺服电机(4)连接，由伺服电机(4)驱动滑台(7)在支架(3)上移动；

所有伺服电机(4)均与控制面板(9)连接，由控制面板(9)控制伺服电机(4)进行动作；所述的控制面板(9)与计算机(10)连接；

其步骤为：

步骤一、对通过相机获得的图像进行预处理，对图像进行滤波、灰度转化、锐化处理，并对图像进行阈值变换，将图像与背景分开；

步骤二、在图片预处理的基础上，对图中螺纹进行边缘粗提取；

步骤三、对提取的图像进行8邻接处理和细化处理；

步骤四、在提取出螺纹边缘的图像上进行螺纹螺距与螺高的提取；

步骤五、利用图像拼接与图像融合算法将不同区域内提取的螺纹螺距与螺高拼接融合，获得整个螺纹的长度信息；

所述的步骤五中，利用SURF算法实现图像拼接，针对图像像素G(x,y)，首先求出第一帧图像和后一帧图像上各自图像中每一个像素点的海森矩阵H，选用二阶标准高斯函数作为滤波器，计算出H矩阵的三个矩阵元素L_xx、L_xy、L_yy，进而计算出H矩阵：

高斯滤波后，H矩阵的计算如下，

L(x,t)＝S(t)·G(x,t) (16)

其中，L(x,t)是一幅图像在不同解析度下的表示，S(t)为高斯核，高斯核的计算公式如式(17)，

其中，s(x)为高斯函数，t为高斯方差；

将经过海森矩阵处理的每一个像素点与其同一幅图像中的周围的像素点进行比较，利用H矩阵的判别式判定该点是否为最大值或最小值，是则保留作为特征点，反之剔除；H矩阵的判别式为

得到两幅图像各自特征点集后，利用最近邻搜索算法进行图像的配准；首先利用SURF算法提取出的特征点，建立KD-tree，然后在待匹配图像上选取一点K，采用BBF算法遍历KD-tree，分别按照式(18)计算K与该KD-tree中每个点的欧式距离，找到与点K的欧式距离最小的两个关键点并且记录欧式距离的值；最后按照式(19)计算最小欧氏距离与次小欧式距离的比值，若该值小于阈值T，则认为欧氏距离最小的那个点与点K相匹配，反之不匹配；

其中，N代表特征向量的维数，D_min1、D_min2分别代表KD-tree中的点距离K的最小值和次小值；

找到匹配对后，利用findHomography函数求得变换矩阵M，即完成图像拼接；变换矩阵M为

其中参数m₀～m₇由findHomography函数处理得到；之后使用随机抽样一致算法剔除可能造成错误匹配的点对；

所述的步骤五中，在进行图像融合时，使用加权融合对图像进行融合，融合图像I在点(x,y)处的像素值可由式(21)求得：

其中，I₁、I₂分别为参考图像和待拼接图像，R₁、R₃分别代表参考图像和待拼接图像中未参与配准的区域，R₂代表参与配准的区域，即图像的重合区域；分别代表参考图像和待拼接图像中重合部分对应像素的权值，并且有