[发明专利]一种基于单目视觉的筒状零件对接非接触式测量方法

权利要求书

1.一种基于单目视觉的筒状零件对接非接触式测量方法，其特征是它包括以下步骤：步骤一.选取两台同一生产商同一型号的相机，对相机进行标定和配准，所述的对相机进行标定和配准的步骤如下：

步骤1.1：建立世界坐标系、相机坐标系、图像坐标系、像素坐标系四个坐标系，以相机光轴为Z轴，根据右手定则建立相机坐标系(X_c,Y_c,Z_c)，以照片中心为原点，建立图像坐标系(x,y)，以照片左上角第一个元素为原点，建立像素坐标系(u,v)，以相机标定时拍摄的第一张照片的相机坐标系作为世界坐标系(X_w,Y_w,Z_w)；

步骤1.2：使用标准大小的国际象棋棋盘格作为标定物，对标定物从不同方向拍摄多张照片，将照片输入到MATLAB单目相机标定模型中，获得相机坐标系到世界坐标系的转换矩阵，即相机的外参，相机的畸变模型，以及包括相机焦距、单个像元与图像的宽和高，以及在图像坐标系下的照片中心点坐标的内参，计算出两组相机的数学模型；

步骤1.3：将两台相机沿配准架对称放置，根据相机与零件端面的距离，使相机轴心与拍摄端面夹角为45度，将完全对接贴合的零件重新分开，使对接和固定零件端面距离固定架中点的距离相等，对相机进行配准和标定；

步骤二.对固定零件和对接零件的端面进行拍照测量，对得到的测量图片进行预处理，具体步骤如下：

步骤2.1：对测量图片进行重投影，应用步骤1得到的相机内参和外参，将对端面倾斜拍照的图片转换为对端面垂直拍照的图片；

步骤2.2：对拍照后的图片进行对数变换，将源图像中范围较窄的低灰度值映射到范围较宽的灰度区间，同时将范围较宽的高灰度值区间映射为较窄的灰度区间，从而扩展暗像素的值，压缩高灰度的值，对图像中低灰度细节进行增强；

步骤2.3：将照片中一点的值用该点的一个邻域中各点值的中值代替，解决图像中椒盐噪声，以及重投影后存在的没有灰度值的点；

步骤三.对拍摄得到的图片进行去噪处理；

步骤四.通过阈值分割，提取端面特征所在的处理区域，通过边缘检测算法提取孔边缘，经过筛选和椭圆拟合，确定孔中心在图像中的位置，将两个零件上的孔心与轴心经过坐标变换映射到同一坐标系下，计算出对接零件相对于固定零件的滚转角；

对预处理后的图片进行阈值分割和边缘检测，提取孔心与零件轴心的位置，具体步骤如下：

步骤3.1：根据端面对接特征设置阈值分割的灰度值为50，通过阈值分割筛选并提取出独立的连通区域，对于所选出的区域，通过圆度和面积特征进一步筛选出孔所在的区域；对该区与分别进行腐蚀和膨胀并将所得的区域求交集，得到孔边缘所在的区域；

步骤3.2：将上一步所得到的区域和原图像求交集，将含有孔边缘的图像从原图上选出，进一步缩小图像的运算区域；

步骤3.3：运用边缘检测算法提取孔边缘，并根据形状进行筛选，对筛选结果进行椭圆拟合，确定孔中心和零件轴心在图像中的位置，通过相机模型计算得到被测孔心和零件轴心在其对应的相机真实坐标系中的位置；

步骤3.4：将固定零件和对接零件中孔心和轴心映射到同一世界坐标系，计算出需要调整的偏转角；

采用高斯滤波使图像变得平滑，对于一个位置(m,n)的像素点，其灰度值为f(m,n)；那么经过高斯滤波后的灰度值将变为：计算滤波后的边缘梯度值和梯度方向，边缘就是灰度值变化较大的像素点的集合；在图像中，用梯度来表示灰度值的变化程度和方向，通过以下公式计算梯度值和梯度方向：

在高斯滤波过程中，通过设置规则来过滤不是边缘的点，使边缘的宽度尽可能为1个像素点：如果一个像素点属于边缘，那么这个像素点在梯度方向上的梯度值是最大的，否则不是边缘，将灰度值设为0；使用上下阀值来检测边缘，其中大于上阈值的都被检测为边缘，而低于上阈值的都被检测为非边缘；对于中间的像素点，如果与确定为边缘的像素点邻接，则判定为边缘；否则为非边缘。

2.根据权利要求1所述的方法，其特征是：步骤3.4中将固定零件和对接零件中孔心和轴心映射到同一世界坐标系下，轴心坐标为H_ab0＝(x₀,y₀)，孔心坐标集为H_a＝(x_m,y_m)，H_b＝(x_m,y_m),m＝1,2,3……N,根据同一坐标系下两零件轴心与孔心确定的直线，通过三角函数：

计算出需要调整的最小偏转角α。