[发明专利]一种针对锥齿轮磨损的机器视觉检测方法及系统

权利要求书

1.一种针对锥齿轮磨损的机器视觉检测方法，其特征在于，包括：

利用照相测量设备扫描待检锥齿轮，确定锥齿轮三维点云模型；

对所述锥齿轮三维点云模型中的锥齿轮磨损缺陷点云数据进行预处理，确定预处理后的锥齿轮磨损缺陷点云；

根据所述锥齿轮三维点云模型建立标准坐标系；

基于所述标准坐标系，提取锥齿轮轮廓信息；所述锥齿轮轮廓信息包括锥齿轮外轮廓的拟合圆锥轮廓形状以及锥齿轮内轮廓的拟合圆锥轮廓形状；

根据所述锥齿轮磨损缺陷点云、所述锥齿轮外轮廓的拟合圆锥轮廓形状以及所述锥齿轮内轮廓的拟合圆锥轮廓形状确定锥齿轮磨损参数；所述锥齿轮磨损参数包括锥齿轮磨损处至锥侧的距离以及锥齿轮磨损处至锥顶的距离。

2.根据权利要求1所述的针对锥齿轮磨损的机器视觉检测方法，其特征在于，所述对所述锥齿轮三维点云模型中的锥齿轮磨损缺陷点云数据进行预处理，确定预处理后的锥齿轮磨损缺陷点云，具体包括：

对所述锥齿轮三维点云模型中的锥齿轮点云进行筛选，确定锥齿轮磨损缺陷点云；

对所述锥齿轮磨损缺陷点云进行点云滤波处理，确定滤波后的锥齿轮磨损缺陷点云；

对所述滤波后的锥齿轮磨损缺陷点云进行灰度化处理，确定灰度化处理后的锥齿轮磨损缺陷点云；

对所述灰度化处理后的锥齿轮磨损缺陷点云进行聚类分割处理，获取每个齿面上磨损位置处的各个点云，确定预处理后的锥齿轮磨损缺陷点云。

3.根据权利要求2所述的针对锥齿轮磨损的机器视觉检测方法，其特征在于，所述根据所述锥齿轮三维点云模型建立标准坐标系，具体包括：

对所述锥齿轮三维点云模型中的锥齿轮点云进行灰度化处理，确定灰度化处理后的锥齿轮点云；

对所述灰度化处理后的锥齿轮点云进行均衡下采样处理，确定均衡下采样处理后的锥齿轮点云；

对所有均衡下采样处理后的锥齿轮点云的三个方向的坐标值进行累加并取平均值，确定点云重心坐标位置；所述点云重心坐标位置为标准坐标系的初始原点；

将所述锥齿轮三维点云模型的Z轴方向确定为所述标准坐标系的Z轴方向；

过所述初始原点作两条相互垂直且与所述Z轴方向垂直的轴为X轴和Y轴；

对所述初始原点进行迭代优化，确定优化后的初始原点；

根据所述优化后的初始原点、所述X轴、所述Y轴和所述Z轴建立标准坐标系。

4.根据权利要求3所述的针对锥齿轮磨损的机器视觉检测方法，其特征在于，所述基于所述标准坐标系，提取锥齿轮轮廓信息，具体包括：

基于所述标准坐标系，选取XOY平面上所述灰度化处理后的锥齿轮点云中距离所述初始原点最远的最大半径点；

根据所述最大半径点，遍历所有所述灰度化处理后的锥齿轮点云确定最大斜率点；

根据所述初始原点、所述最大半径点以及所述最大斜率点确定锥齿轮外轮廓的拟合圆锥轮廓形状。

5.根据权利要求3所述的针对锥齿轮磨损的机器视觉检测方法，其特征在于，所述基于所述标准坐标系，提取锥齿轮轮廓信息，具体包括：

基于所述标准坐标系，遍历所述灰度化处理后的锥齿轮点云，确定Z轴坐标值最大的点；

在所述Z轴坐标值最大的点的基础上，往Z轴负方向按设定的两个距离，取两个平行于XOY平面且到所述Z轴坐标值最大的点距离为设定值的两个基准平面；

根据两个所述基准平面和齿轮内轮廓的相交曲线，确定两个锥齿轮内轮廓上的点；

根据所述初始原点以及所述两个锥齿轮内轮廓上的点确定锥齿轮内轮廓的拟合圆锥轮廓形状。

6.根据权利要求4或5任一项所述的针对锥齿轮磨损的机器视觉检测方法，其特征在于，所述根据所述锥齿轮磨损缺陷点云、所述锥齿轮外轮廓的拟合圆锥轮廓形状以及所述锥齿轮内轮廓的拟合圆锥轮廓形状确定锥齿轮磨损参数，具体包括：

利用点云边缘检测的EdgeScan算法确定所述锥齿轮磨损缺陷点云的磨损轮廓点云；

根据所述磨损轮廓点云以及所述锥齿轮外轮廓的拟合圆锥轮廓形状确定锥齿轮磨损处至锥侧的距离；

根据所述磨损轮廓点云以及所述锥齿轮内轮廓的拟合圆锥轮廓形状确定锥齿轮磨损处至锥顶的距离。