一种基于线激光的回转内腔尺寸检测方法

1.本发明涉及机器视觉测量、精密测量，利用单目线结构光测量系统以及利用机器视觉测量技术领域，具体涉及一种基于线激光的回转内腔尺寸检测方法。


背景技术：

2.如今，回转内腔广泛应用于医学用品行业以及航空航天用品等行业。长期以来，对回转内腔尺寸的检测主要依赖于游标卡尺两点测量以及三坐标测量机床等，但游标卡尺两点测量存在回转内腔直径磨损不易取点、取点不精确的问题，且无法实现在线动态测量，三坐标测量机床效率低，只能应用于精度要求相对较低，检测速度要求不高的工业生产，不能满足部分工业生产中快速检测的目的。
3.现有技术公开号为：cn102601681b公开了一种回转腔体的立式在线装卸及精密测量平台及测量方法，由易受冲击振动的装卸子平台和精密的测量子平台两部分组成，其中的测量子平台是通过地基隔振措施，保证了基准面精密测量环境与传送带复杂扰动环境的完全分离并没有具体涉及到测量方法的改进。
4.目前，随着机器视觉测量技术发展与日臻成熟，以线激光、结构光为代表的三维视觉测量技术广泛应用于螺距测量、航空发动机叶片检测、焊缝位姿识别研究以及钢轨磨耗量研究等方面。
5.因此，针对这类问题，将激光扫描用于检测回转内腔尺寸的成为可能。


技术实现要素：

6.1.所要解决的技术问题：
7.针对上述技术问题，本发明提供一种基于线激光的回转内腔尺寸检测方法，采用线激光的三维视觉测量方法，其能够有效克服现有基于游标卡尺测量辅助检测的缺点。
8.2.技术方案：
9.一种基于线激光的回转内腔尺寸检测方法，其特征在于：用测量工具对回转内腔的尺寸进行测量；所述测量工具包括测量平台及安装于平台表面的传送带、线激光发射器、以及摄像机；所述待测物放置在传送带表面，穿过线激光发发射器的发射区域，同时摄像机拍摄通过过程中的激光图片，经过光条中心点提取算法获得图像坐标系的二维坐标，拟合计算出线激光图像角点的二维坐标，将角点图像坐标转换到空间坐标，从而计算距离；所述经过光条中心点提取算法获得图像坐标系的二维坐标，拟合计算出线激光图像角点的二维坐标，将角点图像坐标转换到空间坐标，从而计算距离具体包括以下步骤：
10.步骤一：获得回转内腔的线激光轮廓图片，所述回转内腔的线激光轮廓图片包括一条椭圆线条与一条直线线条；使用光条中心点提取方法获得轮廓形状图片的二维图像位置信息，并且用坐标点集表示；
11.步骤二：筛选出符合条件的的二维坐标点，作为所需拟合椭圆与直线的轮廓坐标点；
12.步骤三：进行直线与椭圆的拟合，求出两个交点的二维图像坐标；
13.步骤四：将步骤三生成的交点坐标转换到空间坐标；
14.步骤五：计算两个交点之间的距离。
15.进一步地，步骤一中：所述轮廓二维坐标点集表示为：[(x1,y1),(x2,y2),(x3,y3)........(xn,yn)]，其中n为整数，(xn,yn)表示第n个散点对应的坐标点。
[0016]
进一步地，步骤二具体包括：
[0017]
s21:在步骤一生成的轮廓二维坐标点集中找出第r个点为图像最低点，其坐标表示为(x
min
，y
min
),；所述图像最低点为轮廓形状图片中y坐标数值最小的点；计算每个散点和最低点连线的斜率，其计算公式如下式(1)：
[0018][0019]
则所有散点与最低点连线的斜率集合表示为：k＝[k1ꢀ…ꢀkn
]
ꢀꢀ
(2)；
[0020]
在(1)(2)式中，r、m均为小于等于n的整数；
[0021]
忽略由于散点集中产生的极大值，在散点与最低点连线的斜率集中，判断出两个极大值的点，则该两个点即为相邻的直线与椭圆之间的拟合点的分界点；
[0022]
s22:直线拟合点筛选；从图像最低点(x
min
，y
min
)的左半边、右半边分别筛选拟合点；过图像最低点(x
min
，y
min
)做垂直与x轴的直线，将图像分割为左半边与右半边；
[0023]
当从图像最低点左半边计算时，此时计算包括图像最低点，斜率k取到极大值时对应的点为第i个点，i∈(1，r),则左半边直线拟合点的序号为第1个点到第i*α个点，其中α为拟合系数，且0.95《α《1；
[0024]
当从图像最低点右半边计算时，斜率取到极大值时对应的点为第j个点，j∈(r，n)，则右半边直线拟合点的序号为第j*β个点到第n个点，其中β为拟合系数，且1《β《1.05；
[0025]
s23:椭圆拟合点筛选；将步骤s22生成的序号为第i*β到j*α个对应的散点作为椭圆拟合点。
[0026]
进一步地，步骤三具体包括以下步骤：
[0027]
s31:将步骤s22筛选出的直线拟合点，采用matlab中的polyfit指令进行表述，其表述的形式为直线方程y＝kx+b；
[0028]
s32:对步骤s23筛选出的椭圆拟合点采用最小二乘法拟合为如下的椭圆方程进行表述：
[0029]
f(x,y)＝ax2+bxy+cy2+dx+ey+f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)；
[0030]
其中椭圆方程进行表述包括以下步骤：
[0031]
s321:将平面内某点(x0，y0)到椭圆方程所代表的曲线的距离表示为f(x0,y0)，对步骤s23筛选出的椭圆拟合点进行最小二乘处理，即优化目标为式(4)：
[0032][0033]
s322:根据最小值来确定椭圆方程的系数a、b、c、d、e、f；
[0034]
根据极值原理，对系数a、b、c、d、e、f求偏导，从而求得系数a,b,c,d,e,f的值；
[0035]
s323:利用计算出的系数a,b,c,d,e,f的值计算出椭圆图像的五个参数：所述五个参数包括未知参数(θ，xc,yc)和形状参数(a,b)；其中(xc,yc)为椭圆的几何中心；a、b分别为该椭圆的长半轴、短半轴；θ为椭圆的长短轴倾角；具体的计算过程如下：
[0036]
几何中心：
[0037][0038][0039]
长半轴短半轴：
[0040][0041][0042]
长短轴倾角：
[0043][0044]
根据求出的五个参数，使用matlab函数ellipse即可画出椭圆效果图；
[0045]
s33:根据步骤s31、s32拟合成的直线方程与椭圆方程，得到椭圆与直线交点分别为(x1’
,y1’
),(x2’
,y2’
)。
[0046]
进一步地，步骤四具体包括以下步骤：
[0047]
s41:将拟合算法中的图像坐标系转换成图像的像素坐标系；
[0048]
将交点的坐标在x轴坐标不变的情况下，y轴坐标减去图像的宽度h，即为：
[0049]
x1’
p
＝x1’
[0050]
x2’
p
＝x2’
[0051]
y1’
p
＝|h-y1’
|
[0052]
y2’
p
＝|h-y2’
|
[0053]
则两个交点的图像坐标变成量纲为像素的像素坐标(x1’
,y1’
p
),(x2’
,y2’
p
)；
[0054]
s42:分别对两个交点的坐标进行三维坐标转换；每个交点的变换均包括以下步骤：
[0055]
s421：设交点p的像素坐标为(x
p
,y
p
)，不考虑镜头畸变，则其对应的图像坐标为(xn,yn)，像素坐标系和图像坐标系原点均在图片左上角，则该两个坐标的变换关系为：
[0056][0057]
(9)式中，d
x
、dy分别表示单位像素沿x轴、y轴方向的物理距离；d
x
、dy均为摄像机自身属性，这些参数被称为摄像机的内参；
[0058]
s422：以摄像机的光心oc为坐标原点，建立摄像机坐标系；根据世界坐标系与摄像机坐标系的位置关系，通过坐标系刚性变换建立p点的摄像机坐标系与世界坐标系的变换关系，该变换关系如下：
[0059]
[0060]
(10)式中，p点的世界坐标为(xw,yw,zw)，p点的摄像机坐标为(xc,yc,zc)；r为两个坐标之间的旋转变换矩阵，该矩阵为单位正交的3
×
3矩阵；t矩阵为平移变换矩阵，该矩阵为3
×
1的列向量；
[0061]
s423：根据摄像机的线性成像模型，图像坐标系与摄像机坐标系的关系为：
[0062][0063]
(11)式中，f为镜头的焦距；
[0064]
s424：联立式(9)(10)(11)得到如下(12)式，即为摄像机光心oc至点p的连线的直线方程；
[0065][0066]
(12)式中，a’表示内参：t为平移向量：r
1 r2分别为旋转矩阵r的第一列和第二列；
[0067]
s43：采用光平面标定技术在世界坐标系(o
w-x
wywzw
)中标定出光平面方程；
[0068]
设光平面方程为：
[0069]aw
xw+b
wyw
+c
wzw
+dw＝0
ꢀꢀꢀꢀꢀꢀ
(13)；
[0070]
(13)式中，(xw,yw,zw)为点p在三维世界坐标方程中的表示；其中aw,bw,cw，dw为光平面方程的系数；
[0071]
根据式(12)、(13)即能够计算出p点的三维世界坐标。
[0072]
进一步地，步骤五具体为：两个支点的三维世界坐标分别为(x
w1
,y
w1
,z
w1
)、(x
w2
,y
w2
,z
w2
)；则两个支点之间的距离d为：
[0073][0074]
有益效果：
[0075]
(1)本发明的一种基于线激光的回转内腔尺寸检测方法，通过线激光发射器发送激光信号至回转内腔，通过摄像机采集摄像机拍摄线激光图片，进行图片分析，能够取代传统的三坐标测量仪和游标卡尺，对于各种结构匹配更灵活，检测状态评估更加精确。
[0076]
(2)本发明的一种基于线激光的回转内腔尺寸检测方法，相对三坐标测量仪和游标卡尺检测成本大大降低，不用在三维空间拟合计算交点，而是在二维求出交点转换成三维再计算距离，效率显著提高。
[0077]
(3)本发明提供的一种基于线激光的回转内腔尺寸检测方法，其实用性强，使用方便，适用面广。
附图说明
[0078]
图1为本发明的流程图；
[0079]
图2为本发明中实现线激光的回转内腔尺寸检测的装置的示意图；
[0080]
图3为本发明中步骤一中采集的回转内腔的线激光轮廓灰度图片；
[0081]
图4为经过步骤一的光条中心点提取方法获得的线激光轮廓图片；
[0082]
图5为经过步骤二中所有散点与最低点连线的斜率散点图；
[0083]
图6为经过直线拟合后的直线拟合效果图像；
[0084]
图7为经过椭圆拟合后的椭圆拟合效果图像；
[0085]
图8为本发明中涉及的测量坐标系示意图。
具体实施方式
[0086]
下面结合附图对本发明进行具体的说明。
[0087]
一种基于线激光的回转内腔尺寸检测方法，其特征在于：用测量工具对回转内腔的尺寸进行测量；所述测量工具如附图2所示，包括测量平台及安装于平台表面的传送带、线激光发射器以及摄像机；其中待测物放置在传送带表面，穿过线激光发发射器的发射区域，同时摄像机拍摄通过过程中的线激光轮廓图片，通过对线激光轮廓图片进行处理得到待测物即回转内腔的尺寸；所述通过对线激光轮廓图片进行处理得到待测物即回转内腔的尺寸具体如附图1所示，包括以下步骤：
[0088]
步骤一：获得回转内腔的线激光轮廓图片，如附图3所示，所述回转内腔的线激光轮廓图片包括一条椭圆线条与一条直线线条；使用光条中心点提取方法获得轮廓形状图片的二维图像位置信息，如附图4所示，并且用坐标点集表示。
[0089]
步骤二：筛选出符合条件的的二维坐标点，作为所需拟合椭圆与直线的轮廓坐标点；
[0090]
步骤三：进行直线与椭圆的拟合，求出两个交点的二维图像坐标；
[0091]
步骤四：将步骤三生成的交点坐标转换到空间坐标；
[0092]
步骤五：计算两个交点之间的距离。
[0093]
进一步地，步骤一中：所述轮廓二维坐标点集表示为：[(x1,y1),(x2,y2),(x3,y3)........(xn,yn)]，其中n为整数，(xn,yn)表示第n个散点对应的坐标点。
[0094]
进一步地，步骤二具体包括：
[0095]
s21:在步骤一生成的轮廓二维坐标点集中找出第r个点为图像最低点，其坐标表示为(x
min
，y
min
),；所述图像最低点为轮廓形状图片中y坐标数值最小的点；计算每个散点和最低点连线的斜率，其计算公式如下式(1)：
[0096][0097]
则所有散点与最低点连线的斜率集合表示为：k＝[k1ꢀ…ꢀkn
]
ꢀꢀ
(2)；
[0098]
在(1)(2)式中，r、m均为小于等于n的整数。
[0099]
上述过程中的图像最低点如附图4中的三个点中的中间点即为该图像的图像最低点。
[0100]
忽略由于散点集中产生的极大值，在散点与最低点连线的斜率集中，判断出两个极大值的点，则该两个点即为相邻的直线与椭圆之间的拟合点的分界点；分界点如附图4中的三个点中的左右两个点，以及附图5中的两个点
[0101]
由于光条中心点提取算法的特性，在提取的过程中，当计算点序号接近r时候会产生一个极大值点，如附图5中的横坐标为1400附近的点；因此需要忽略该极大值点。
[0102]
s22:直线拟合点筛选；从图像最低点(x
min
，y
min
)的左半边、右半边分别筛选拟合点；过图像最低点(x
min
，y
min
)做垂直与x轴的直线，将图像分割为左半边与右半边；
[0103]
当从图像最低点左半边计算时，此时计算包括图像最低点，斜率k取到极大值时对应的点为第i个点，i∈(1，r),则左半边直线拟合点的序号为第1个点到第i*α个点，其中α为拟合系数，且0.95《α《1；
[0104]
当从图像最低点右半边计算时，斜率取到极大值时对应的点为第j个点，j∈(r，n)，则右半边直线拟合点的序号为第j*β个点到第n个点，其中β为拟合系数，且1《β《1.05；
[0105]
s23:椭圆拟合点筛选；将步骤s22生成的序号为第i*β到j*α个对应的散点作为椭圆拟合点。
[0106]
进一步地，具体包括以下步骤：
[0107]
s31:将步骤s22筛选出的直线拟合点，采用matlab中的polyfit指令进行表述，其表述的形式为直线方程y＝kx+b；其生成的效果图如附图6所示；
[0108]
s32:对步骤s23筛选出的椭圆拟合点采用最小二乘法拟合为如下的椭圆方程进行表述：
[0109]
f(x,y)＝ax2+bxy+cy2+dx+ey+f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)；
[0110]
其中椭圆方程进行表述包括以下步骤：
[0111]
s32:对步骤s23筛选出的椭圆拟合点采用最小二乘法拟合为如下的椭圆方程进行表述：
[0112]
f(x,y)＝ax2+bxy+cy2+dx+ey+f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)；
[0113]
其中椭圆方程进行表述包括以下步骤：
[0114]
s321:将平面内某点(x0，y0)到椭圆方程所代表的曲线的距离表示为f(x0,y0)，对步骤s23筛选出的椭圆拟合点进行最小二乘处理，即优化目标为式(4)：
[0115][0116]
s322:根据最小值来确定椭圆方程的系数a、b、c、d、e、f；
[0117]
根据极值原理，对系数a、b、c、d、e、f求偏导，从而求得系数a,b,c,d,e,f的值；
[0118]
s323:利用计算出的系数a,b,c,d,e,f的值计算出椭圆图像的五个参数：所述五个参数包括未知参数(θ，xc,yc)和形状参数(a,b)；其中(xc,yc)为椭圆的几何中心；a、b分别为该椭圆的长半轴、短半轴；θ为椭圆的长短轴倾角；具体的计算过程如下：
[0119]
几何中心：
[0120][0121][0122]
长半轴短半轴：
[0123][0124][0125]
长短轴倾角：
[0126]
[0127]
根据求出的五个参数，使用matlab函数ellipse即可画出椭圆效果图，如附图7所示。
[0128]
s33:根据步骤s31、s32拟合成的直线方程与椭圆方程，得到椭圆与直线交点分别为(x1’
,y1’
),(x2’
,y2’
)，如附图7中所描黑的两个点。
[0129]
进一步地，步骤四具体包括以下步骤：
[0130]
s41:将拟合算法中的图像坐标系转换成图像的像素坐标系；如附图8所示，为本发明中涉及的测量坐标系示意图。
[0131]
将交点的坐标在x轴坐标不变的情况下，y轴坐标减去图像的宽度h，即为：
[0132]
x1’
p
＝x1’
[0133]
x2’
p
＝x2’
[0134]
y1’
p
＝|h-y1’
|
[0135]
y2’
p
＝|h-y2’
|
[0136]
则两个交点的图像坐标变成量纲为像素的像素坐标(x1’
,y1’
p
),(x2’
,y2’
p
)；
[0137]
s42:分别对两个交点的坐标进行三维坐标转换；每个交点的变换均包括以下步骤：
[0138]
s421：设交点p的像素坐标为(x
p
,y
p
)，不考虑镜头畸变，则其对应的图像坐标为(xn,yn)，像素坐标系和图像坐标系原点均在图片左上角，则该两个坐标的变换关系为：
[0139][0140]
(9)式中，d
x
、dy分别表示单位像素沿x轴、y轴方向的物理距离；d
x
、dy均为摄像机自身属性，这些参数被称为摄像机的内参；
[0141]
s422：以摄像机的光心oc为坐标原点，建立摄像机坐标系；根据世界坐标系与摄像机坐标系的位置关系，通过坐标系刚性变换建立p点的摄像机坐标系与世界坐标系的变换关系，该变换关系如下：
[0142][0143]
(10)式中，p点的世界坐标为(xw,yw,zw)，p点的摄像机坐标为(xc,yc,zc)；r为两个坐标之间的旋转变换矩阵，该矩阵为单位正交的3
×
3矩阵；t矩阵为平移变换矩阵，该矩阵为3
×
1的列向量；
[0144]
s423：根据摄像机的线性成像模型，图像坐标系与摄像机坐标系的关系为：
[0145][0146]
(11)式中，f为镜头的焦距；
[0147]
s424：联立式(9)(10)(11)得到如下(12)式，即为摄像机光心oc至点p的连线的直线方程；
[0148][0149]
(12)式中，a’表示内参：t为平移向量：r
1 r2分别为旋转矩阵r的第一列和第二列；
[0150]
s43：采用光平面标定技术在世界坐标系(o
w-x
wywzw
)中标定出光平面方程；
[0151]
设光平面方程为：
[0152]aw
xw+b
wyw
+c
wzw
+dw＝0
ꢀꢀꢀꢀꢀꢀ
(13)；
[0153]
(13)式中，(xw,yw,zw)为点p在三维世界坐标方程中的表示；其中aw,bw,cw，dw为光平面方程的系数。
[0154]
根据式(12)、(13)即能够计算出p点的三维世界坐标。
[0155]
进一步地，步骤五具体为：两个支点的三维世界坐标分别为(x
w1
,y
w1
,z
w1
)、(x
w2
,y
w2
,z
w2
)；则两个支点之间的距离d为：
[0156][0157]
虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明的，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本技术的权利要求保护范围所界定的为准。