一种基于ccd的高精度测量方法
【专利摘要】本发明属于机器视觉领域，涉及一种基于CCD的高精度测量方法，突破了目前基于CCD的尺寸测量技术中多用于小尺寸物体测量的局限，该算法构建摄像机成像模型，标定相机内外参数，根据畸变模型和内参数据校正图像；提出了利用邻域信息区分被测物上下表面边缘的方法，采用Canny滤波器提取被测物上表面亚像素边缘信息，根据被检测零件的CAD数据创建模板,利用基于形状的模板匹配算法精确定位识别被测物,根据点激光器获得被测物深度信息，约束并换算被测物上表面姿态，最后将轮廓距离作为被测物加工误差的度量,该算法可应用于大尺寸平面零件尺寸测量，精度可达亚像素级别。
【专利说明】—种基于CCD的高精度测量方法【技术领域】[0001]本发明属于图像处理【技术领域】，涉及一种基于CCD的高精度测量方，能够为机械 零件加工提供高精度、高效率的检测。【背景技术】[0002]现代工业正向着加工自动化、高速化、精密化的方向发展，企业对产品的加工精度 要求越来越高。在机械加工过程中，由于机床震动、刀具磨损、对刀偏移种种原因都会直接 或者间接影响加工精度。获得工件尺寸加工精度的重要途径是测量。测量是产品制造工艺 中的关键环节，是判断产品生产质量的主要手段。先进制造技术的发展，对测量提出了高精 度、高效率、良好柔性要求，也越来越强调实时在线非接触测量。例如金属板材精密裁切企 业在购买和使用高精度裁切工具时，怎样了解裁切产品的精度，这是长期困惑业内许多工 程师和操作人员的难题，尤其在裁切不规则形状零件时，更是难以做高精度的测量。[0003]越来越多的研究人员和企业把目光投射到CXD尺寸测量技术，它已成为一种非常 有效的非接触检测技术，使加工、检测和控制过程融为一体，可以满足测量速度快、精度高、 非接触及动态自动测量的要求。CCD尺寸测量技术比现有的机械式、光学式、电磁式量仪优 越得多，特别在微型、大型、复杂、多曲面工件检测识别中的应用，有效避免了人工检测识别 劳动强度大，效率低，易疲劳性和传统检测功能比较单一，自动化、智能化程度不高缺点，且 识别精度和实时性也越来越好。但是目前国内利用CCD进行工业实时在线检测的系统不 多，而且多用线阵CCD，精度不高，个别要求高精度的系统多采用多个线阵CCD拼接的技术， 也有通过多台低分辨率面阵CCD拼接来达到高精度要求的。[0004]由此可见，CXD可用来进行尺寸测量、工件定位以及轮廓瞄准，但受到现场环境、光 源、系统分辨率及成像精度的影响，应用单个面阵CCD进行高精度大尺寸测量，精度达亚像 素级，而且投入工业实际运行的自动生产线，国内尚未见报道，虽有一些理论研究，但都不 足以解决现有应用面阵CCD进行大尺寸图像测量系统所存在的问题。大尺寸物体(尺寸超 过500 mmX 500mm)的高精度测量(精度高于0.05mm)面临很大困难。因此研制出一种利用 CCD进行零件尺寸自动测量系统，实现大尺寸零件的快速高精度测量，减少测量过程中所 带来的人为误差，对提高经济效益，提高系统的自动化程度和智能化程度，具有重要意 义。
【发明内容】
[0005]本发明的目的是克服现有技术的上述不足，提出了基于CCD的高精度测量方法， 利用本方法提供的步骤中的关键技术，力求能够为机械零件加工提供高精度、高效率的检 测，避免传统人工检测所固有的主观性、易疲劳、速度慢、成本高、强度大的缺点。尤其是为 金属板材精密裁切提供理论和技术上的支持，使裁切件检测具有一致性、精确性和重复性 的优点。[0006]本发明是通过以下的方法实现的:基于CCD的高精度测量方法，其特征在于，包括下列步骤:
(1)标定摄像机内外參数并校正图像；
(2)定位被测物；
(3)区分被测物上下边缘，提取上表面亚像素边缘；
(4)測量被测物高度，确定被测物的边缘实际坐标；
(5)导入被测零件的CAD数据，创建模板并匹配；
(6)将模板与被测物边缘模型进行比较并进行误差分析。
[0007]本发明的实质性特点是，建立了一个基于机器视觉的机械零件检测模型，该模型综合运用了摄像机标定、亚像素边缘轮廓提取和基于形状的模板匹配技木。首先，根据摄像机成像模型，对相机进行内外部參数标定，根据内部參数校正畸变图像。然后，定位被测物，区分其上下边缘并提取上表面的亚像素边缘，导入CAD数据模型，采用基于形状的模板匹配方法匹配被测物。最后将轮廓距离作为误差的度量。本发明与现有技术相比较具有如下优点:
1.提出了利用点激光器获得被测物的深度信息，为测量平面的姿态转换提供先验信息，从而实现平面金属板材、基片不同厚度被测物的高精度測量。
[0008]2.本发明在计算边缘时采用亚像素的边缘提取，精度较高。
[0009]3.提出了用邻域信息区分被测物上下表面边缘的方法。
【专利附图】
【附图说明】
[0010]图1:本发明的測量方法流程图；
图2:測量系统安装方案示意图；
图3:几何測量厚度方法说明图。
[0011]图中:1.摄像机，2.被测物，3.光源，4.标准量块。
【具体实施方式】
[0012]本发明的流程图如图1所示，首先摄像机进行内外參数标定，利用标定的数据对被测物图像进行畸变校正，然后定位被测物，区分被测物上下表面边缘并提取上表面的亚像素边缘，之后根据CAD数据创建模板，利用基于形状的模板匹配算法精确定位识别被测物，根据点激光器获得被测物深度信息，约束并換算被测物上表面姿态，比较模板与被测物并进行误差分析。下面结合附图，对本发明技术方案的具体实施过程加以说明。
[0013]1.系统结构设计
系统结构设计如图2所示。其中，为了提供高清晰度的零件轮廓，背光源采用高密度LED阵列面提供高強度背光照明，光线通过导光板和扩散板从被测物后方照射，CCD相机安装在測量平面上方，光轴垂直于测量平面，点激光器放置于测量平面ー侧。
[0014]2.摄像机内外參数标定并校正图像
建立面阵摄像机的非线性成像几何模型，基于两步法思想对相机进行标定，得到内部參数:相机的光学和几何參数，以及外部參数:摄像机坐标系和世界坐标系之间的位姿关系。根据畸变模型和内參数据校正平面零件图像。
[0015]3.定位被测物为了缩小匹配范围，提高匹配的速度和精度，首先需要对被测物定位。由于被测物和图像背景之间存在非常显著的灰度差，采用基于灰度直方图的分割方法，对图像的直方图高斯平滑后，选择直方图两峰之间的最小值为阈值进行分割，得到的区域用3 X 3的正方形结构元素膨胀，设置膨胀后的区域为感兴趣区域(ROI)。[0016]4.区分上下表面边缘，提取上表面的亚像素边缘在被测物有一定的厚度且尺寸较大时，在距离相机一侧时会有上下边缘，而在相机另一侧时，只有上边缘，因此边缘信息需要区分上边缘与下边缘，并只提取被测物上表面的亚像素边缘。[0017]采用基于16邻域的方法区分上下边缘，对ROI中的任一像素P， 计算16邻域外层灰度最小值,若最小值大于阈值Τ，则认为此像素点不属于被测物上表面的像素点，将其设为255，计算方法为:设集合设集合 M ={r-lr,r + l}3.Y =
【权利要求】
1.一种基于CCD的高精度测量方法，包括下列步骤:标定摄像机内外参数并校正图像；定位被测物；区分被测物上下边缘，提取上表面亚像素边缘；测量被测物高度，确定被测物的边缘实际坐标；导入被测零件的CAD数据，创建模板并匹配；将模板与被测物边缘模型进行比较并进行误差分析。
2.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤(2) 中，为了缩小匹配范围，提高匹配的速度和精度，首先需要对被测物定位，由于被测物和图像背景之间存在非常显著的灰度差，采用基于灰度直方图的分割方法，对图像的直方图高斯平滑后，选择直方图两峰之间的最小值为阈值进行分割，得到的区域用3 * 3的正方形结构元素膨胀，设置膨胀后的区域为感兴趣区域ROI。
3.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤(3) 中，采用基于16邻域的方法区分上下边缘，对ROI中的任一像素p，计算16邻域外层灰度最小值》,若最小值大于阈值T，则认为此像素点不属于被测物上表面的像素点，将其值设为 255，计算方法为:设集合
4.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤(4)中， 采用点激光器测量被测物高度，测量时，首先激光器投射出点状激光到被测物表面，记图像上点状激光中心为然后放置已知精确高度~的量块到平面上，投射出点状激光到量块上并拍摄图片，记图像上点状激光中心为。，再将点状激光投射到被测物表面上，由(XD摄像机拍射下此时物体表面上的成像，记图像上点状激光中心为 ，由于被测物体与量块高度不同，所以两次成像在水平方向上是不同的，从而利用三角法计算出物体厚度A可由式(3)、(4)求得:
5.根据权利要求1所述的ー种基于CCD的高精度測量算法，其特征在干，步骤(5)中，采用了一种基于形状的匹配算法，有效地解决目标发生旋转、平移的图像的匹配；具体方法为:首先根据被测物的CAD数据创建模板，计算CAD图像边缘每个点关联的方向向量；其次设模板图像的点集jj ，各点关联的方向向量rf',? =d”w,.ry J e(X2...n)；模板图像中心点为P，待检图像每个点的方向向量为んみ/ ;配准吋,计算模板图像中心点p到待检图像的点？ = (r-C)的变换矩阵A，通过仿射变换将模板图像按变换矩阵d整体平移，得到变换后的模板图像点集，记为ダ= (<C〕，其中变换后的方向向量为S7T=(X,,<,);最后计算变换后模板中所有的方向向量沃，与待检图像对应点方向向量的点集的总和，该点积的总和就是相似度量S:
6.根据权利要求1所述的ー种基于CCD的高精度測量算法，其特征在于，步骤(6)中， 设模板图像边缘点坐标为集合A(auaン…M),待检测图像边缘点坐标为集合Bibis hz=....h:.);两图像边缘间的偏差量定义为￡^4:5>为，计算方法为:首先，对A中的每ー个点，计算其到B上所有点的距离近似欧式距离，距离用符号Il Il表示，计算方法如式(8)；然后，将得到的距离进行排序，取其中距离最小值为此点的偏差量，用/和』>表示，最后，计算h(a.B)的集合即为两图像边缘间的偏差量丑(45);
【文档编号】G01B11/00GK103499297SQ201310509532
【公开日】2014年1月8日 申请日期:2013年10月25日 优先权日:2013年10月25日
【发明者】耿磊, 王忠强 申请人:爱科维申科技（天津）有限公司