一种起重机臂筒表面凹凸缺陷的检测方法与流程

本发明涉及平面度检测领域，尤其涉及起重机臂筒表面凹凸缺陷的检测方法。

背景技术：

起重臂是起重机主要组成部件，起重臂通常由若干根不同大小的臂筒组合而成，通过伸缩臂筒实现起重臂的展开或收缩功能，因此臂筒表面的凹凸性是关系到起重臂伸缩机制好坏的重要的形位影响因素。臂筒表面的凹凸性是指臂筒加工后实际表面相对于标准表面的起伏状况，为了能保证起重臂能进行正常伸缩运作，起重臂制造精度必须满足要求，其臂筒表面凹凸性必须要控制在允许的形位误差内。快速实现对起重机臂筒的凹凸缺陷进行检测并定位是当前亟需解决的问题。

目前，实际生产中针对起重机臂筒表面凹凸性的检测，一般人工采用三坐标测量机、千分表打表测量、电子水平仪和自准直仪测量微小角度的准直测量等方法来实现。就起重机臂筒而言，对于三坐标测量机和千分表打表测量法，由于起重机臂筒待测区域面积较大，受测量杆长度和基准面选择的限制，只能测量臂筒表面部分区域，不能覆盖整个平面，很难得到整个臂筒表面的正确测量结果。水平仪法测量物体表面凹凸性需要将测量仪器固定在待测表面上，由于臂筒为工厂批量生产，逐一在臂筒上面固定测量工具的过程使工作量加大，效率降低。

本发明将激光传感器采样得到的激光传感器到臂筒的距离数据映射成灰度值，得到灰度图像，然后利用图像处理技术对得到的灰度图像进行处理，实现对臂筒表面凹凸性的检测。本发明将实测数据转化成灰度图像进行处理的方法，既解决了传统检测方法实时性差、检测置信度低的问题，又避免了基于机器视觉的检测方法对光线等环境因素的依赖性。本发明整个检测过程无需人工干预，不需要描点标记，检测速度快，精度高，系统稳定可靠，检测结果能提供臂筒凹凸区域数目、位置、面积和凹凸峰值等具体信息，为后续矫正处理提供了依据。

技术实现要素：

针对现有技术的不足，本发明提出一种起重机臂筒表面凹凸缺陷的检测方法，该方法能高效地检测出起重机臂筒的凹凸情况。

本发明通过以下方案实现：

步骤一、将激光传感器测得的激光传感器到臂筒的实际距离映射成实际灰度图像，

将激光传感器到臂筒标准面的距离映射成标准灰度图像；

步骤二、对实际灰度图像和标准灰度图像进行差分，得到凹凸目标图像，将凹凸目标图像进行阈值分割，得到测量灰度图像；

步骤三、确定臂筒的凹凸区域数目、位置、面积和凹凸峰值。

本发明具有以下优点：

1、实施本发明所用到的设备较少，结构简单，成本低廉；

2、本发明利用图像处理技术，对臂筒凹凸性进行全自动检测，检测结果能提供臂筒凹凸区域数目、位置、面积和凹凸峰值等具体信息，为后续矫正处理提供了依据；

3、本发明可同时对多个面采集到的数据进行计算、分析，整个检测过程无需人工干预，不需要描点标记，大量节省了人力资源，检测速度快，精度高，系统稳定可靠。

附图说明

图1是本发明的实施流程图；

图2是起重机臂筒俯视图；

图3是标准臂筒截面图；

图4是有凹凸缺陷的臂筒截面示意图；

图5是实际灰度图像；

图6是标准灰度图像；

图7是凹凸目标图像；

图8是测量灰度图像；

图9是标记后的测量灰度图像；

具体实施方式

实施例1

以型号QY20的起重机臂筒的左侧待检测面为例进行说明，其他待检测面的检测过程与左侧待检测面的检测过程一致。

如图2所示，臂筒筒长8810 mm，在臂筒两侧各有一个激光传感器，激光传感器到标准臂筒表面的距离为300 mm。y方向为筒长方向，臂筒在传送带的运送下沿y轴向激光传感器方向运动，臂筒每前进5 mm触发左右两侧的激光传感器各采样一次。

如图3所示，臂筒筒宽482 mm，左右侧的激光传感器沿筒宽各自每采样一次生成一组数据，每组数据内的相邻采样点间隔5 mm。

现以A点开始沿筒长方向50 mm（沿筒长方向采样10次）、沿筒宽方向50 mm（沿筒长方向每采样一次生成一组数据，取从A端开始的前10个）区域内的采样数据对本方法进行说明。

如图4所示，臂筒标准面允许误差为3 mm。

结合图1，本发明的具体实现步骤如下：

步骤一、将激光传感器测得的激光传感器到臂筒的实际距离映射成实际灰度图像，

将激光传感器到臂筒标准面的距离映射成标准灰度图像：

1)结合给出参数，以A点开始沿筒长方向采样10次，每采样一次生成一组列向量，每组列向量取从A端开始的前10个数据，将得到的10组列向量依次组合，得到实际距离矩阵如下：

；

2) 灰度值区间为[0，255]，将距离映射成灰度值，其中表示A端开始的第行测量点，表示A端开始的第列测量点，如下所示：

，

计算出矩阵中每个元素对应的灰度值，得到实际灰度图像如图5；

3) 激光传感器到标准臂筒表面的距离为300 mm，得到与实际距离矩阵行、列数相同标准距离矩阵如下：

；

4) 灰度值区间为[0，255]，将距离映射成灰度值，其中表示A端开始的第行测量点，表示A端开始的第列测量点，如下所示：

，

得到标准灰度图像如图6；

步骤二、对实际灰度图像和标准灰度图像进行差分，得到凹凸目标图像，将凹凸目标图像进行阈值分割，得到测量灰度图像：

1) 实际灰度值矩阵和标准灰度图像进行差分得到凹凸目标图像如图7；

2) 用阈值分割方法对凹凸目标图像进一步处理：

结合步骤一中2），臂筒标准面允许误差为3 mm，映射成灰度值误差为38，则设定阈值，

，

表示第行测量点，表示延臂筒筒长第列测量点，表示第行、第列测量点的像素值；

得到测量灰度图像如图8；

3) 在测量灰度图像中区分凹、凸及背景区域：

，

即图8中白色区域为背景，灰色区域为凹区域，黑色区域为凸区域；

步骤三、确定臂筒的凹凸区域数目、位置、面积和凹凸峰值的过程：

1) 对测量灰度图像用连通区域标号法对凹凸区域进行分割与标记，用标记第个凹区域内的每一个像素点，用表示第个凸区域内的每一个像素点，测量灰度图像标记后如图9；

2) 确定臂筒的凹凸区域数目：

所有凹区域标记中的最大值为2，即臂筒凹区域数目；

所有凸区域标记中的最大值为1，即臂筒凸区域数目；

筒臂凹凸区域总数；

即臂筒待检侧面具有凹凸缺陷的区域一共有3处，其中有凹区域2处，凸区域1处；

3)确定臂筒的凹凸区域位置：

凹凸区域在测量灰度图像中的位置用形心坐标表示，

凹区域在测量灰度图像中的形心坐标满足：

，；

凸区域在测量灰度图像中的形心坐标满足：

，；

则凹区域在测量灰度图像中的形心坐标为：，

凹区域在测量灰度图像中的形心坐标为：，

凸区域在测量灰度图像中的形心坐标为：；

测量灰度图像中每组列向量内相邻元素代表的采样点间隔5 mm，每组列向量内相邻元素代表的采样点间隔5 mm，

则测量灰度图像中凹区域映射在臂筒待测面A点开始沿筒长方向50 mm、沿筒宽方向50 mm区域内的坐标为：，

测量灰度图像中凹区域映射在臂筒待测面A点开始沿筒长方向50 mm、沿筒宽方向50 mm区域内的坐标为：，

测量灰度图像中凸区域映射在臂筒待测面A点开始沿筒长方向50 mm、沿筒宽方向50 mm区域内的坐标为：；

4) 确定臂筒的凹凸区域面积：

测量灰度图像中凹区域内的像素点个数，则测量灰度图像中凹区域映射到臂筒凹区域的面积计算如下：

，

测量灰度图像中凹区域内的像素点个数，则测量灰度图像中凹区域映射到臂筒凹区域的面积计算如下：

，

测量灰度图像中凸区域内的像素点个数，则测量灰度图像中凸区域映射到臂筒凸区域的面积计算如下：

；

5)确定臂筒的凹凸区域峰值：

测量灰度图像中凹区域代表的臂筒凹区域的凹陷峰值计算如下：

，

测量灰度图像中凹区域代表的臂筒凹区域的凹陷峰值计算如下：

，

测量灰度图像中凸区域代表的臂筒凸区域的凸出峰值计算如下：

。