一种零件异面平行孔形位偏差的视觉测量方法及装置的制造方法
【技术领域】
[0001]本发明涉及工业零件测量领域，特别是一种零件异面平行孔形位偏差的视觉测量方法及装置。
【背景技术】
[0002]随着制造业的进步，有更多的复杂新型机械产品出现，而对复杂工业零件测量精度、测量时间的要求也越来越高。创新产品测量手段，减少测量所用时间，是保证产品质量、提尚生广效率的关键步骤。
[0003]具有异面平行孔特征的零件在工业现场具有应用广、数量多的特点，如常见的发动机箱体、家用电器(如冰箱、空调)上的压缩机箱体等，均含有高精密要求的异面平行孔特征。在具有一定厚度的箱体零件内部，多个直径不同的异面轴安装孔呈轴向平行、阶梯状无规则立体分布，轴孔与高速运动曲轴精密配合实现产品功能。这类零件异面的平行轴安装孔形位偏差参数(包括直径、圆度、孔间距、深度分布)是决定腔体零件质量的关键所在。
[0004]对零件的这种异面平行孔形位偏差的传统测量手段主要是接触式的三坐标测量机或专用测量设备，零件复杂无规律的异面平行孔特征决定了其测量点数量多、测量步骤复杂、测量过程耗时长，这在很大程度上降低了产品的生产效率，且接触式测量方式易造成零件表面损伤及测量设备磨损。
【发明内容】
[0005]为了克服现有技术的不足，本发明提供了一种零件异面平行孔形位偏差的视觉测量方法及装置，解决了现有技术中存在的测量步骤复杂、测量过程耗时长及易损伤零件和测量设备的问题。
[0006]本发明解决其技术问题所采用的技术方案是:
[0007]一种零件异面平行孔形位偏差的视觉测量方法，包括按顺序进行的如下步骤:
[0008]步骤[I]双目摄像机参数标定:采用高精密标定的靶标标定方式对所述零件异面平行孔测量所用双目摄像机进行参数标定，具体步骤如下:
[0009]1.1利用双目摄像机获取尺寸已知的棋盘格标靶图像八幅，八幅图像为在两个摄像机视野和景深范围的不同位姿图像。
[0010]1.2将上述所得的其中一副图像进行特征角点识别，根据角点间的距离尺寸获取像素之于实际尺寸的当量因子。
[0011]1.3重复上述步骤1.2，完成对八幅图像的角点提取，通过视觉基本原理完成从图像坐标系到摄像机坐标系，再到世界坐标系的转换，计算得到摄像机内参数矩阵和畸变系数，并对摄像机实时图像进行畸变矫正。
[0012]1.4将待测量工件置于双目摄像机视野内，棋盘格放置于工件表面，对此时双目摄像机所得棋盘图像进行如上述步骤1.2所述的角点检测，获取待测量工件相对于摄像机的空间转换矩阵。
[0013]1.5通过上述对双目摄像机进行的畸变矫正、内参数求取和工件的理论外参数求解，确定被测工件相对于双目摄像机的唯一位姿转换关系。
[0014]步骤[2]零件实体图像的异面平行孔特征分析和处理:具体步骤如下:
[0015]2.1利用双目摄像机获取不同位资的工件实体灰度图像八幅；
[0016]2.2在上述所得的其中一副零件实体图像中设置包含所有轴孔特征的最小处理区域；
[0017]2.3利用经典阈值原理绘制最小处理区域像素值统计图，将像素统计图中两个相邻最高峰中间的峰谷像素值定义为黑白图转换的阈值，将图像转为黑白图；同时通过拟合并封闭黑白图像边缘并计算闭合边缘内部像素大小，将单一像素区域或者低于一定阈值区域作为噪点清除；
[0018]2.4识别提取零件图像中异面平行孔特征；
[0019]2.5重复步骤2.2-2.4，分析八幅不同位姿的零件实体图像并存储类圆信息数据；
[0020]步骤[3]零件实体图像的异面平行孔匹配特征点提取:具体步骤如下:
[0021]3.1采用最小二乘像素距离的椭圆拟合原理拟合所述零件实体图像上的异面平行孔特征信息；
[0022]3.2采用所述相机标定的畸变系数完成异面平行孔特征矫正，将拟合后的圆孔边缘进行精确拟合，并计算相应圆孔中心坐标。
[0023]3.3将上述其中一副图像中所得的各圆孔中心任意两两作虚拟直线相连，一条直线可分割圆孔得到两个匹配点，设所述零件异面平行孔共有N个，那在每一个拟合圆孔上所作分割直线共有N-1条，所得分割匹配点则有2* (N-1)个；
[0024]3.4为使得后续结果更加精确，在所述对特征圆孔的虚拟直线分割时，分别从拟合圆心开始且与相应圆心连线以1°为步值递增(1°?179° )，共增加179条分割直线。至此具有N个异面平行孔的零件共作分割直线(N-1)*179+(N-1)(条)，所得分割点有2* (N-1) *180 个。
[0025]3.8将所述八组零件实体图像分别按上述步骤进行匹配特征点分割并提取。
[0026]步骤[4]零件异面平行孔三维信息重构，并分析计算相应圆孔的直径、圆度、孔间距、深度分布等形位偏差参数:具体步骤如下:
[0027]4.1根据上述步骤所得零件实体图像的匹配特征点信息及所述双目摄像机标定所得的标定参数将双目图像对应的匹配点坐标转换到世界坐标系内，获取对应点的三维坐标；将所有匹配特征点转换到世界坐标空间，分别获得八组零件图像异面平行孔特征的三维信息；
[0028]4.2异面平行孔直径测量:根据所得五组异面平行孔特征的三维点集数据，利用最小二乘原理分别计算图像中异面平行孔的直径，利用最小距离回归原理拟合五组图像中异面平行孔特征对应的直径数据，得到零件异面平行孔的实际直径信息，并结合圆孔的设计直径，计算直径偏差值。
[0029]4.3异面平行孔圆度测量:在所得直径的基础上，结合三维点集内各点的三维坐标参数，分别计算最小半径Rmin和最大半径Rmax，得到所述异面平行孔零件单组零件图像下的圆度(Rmax-Rmin)，分别计算八组所述零件图像圆度信息，利用最小距离回归原理拟合得到零件的实际圆度信息；
[0030]4.4异面平行孔间距测量:利用最小二乘方式拟合三维点集，获取所述异面平行孔特征的圆心三维坐标，计算各孔在空间内的实际水平距离，并结合各异面平行孔的设计间距，计算各孔间距偏差值；
[0031]4.5异面平行孔深度信息测量:利用最小二乘方式拟合三维点集，获取所述异面平行孔特征的圆心三维坐标，计算各孔在空间内的实际垂直距离，并结合各异面平行孔的设计深度，计算深度偏差值。
[0032]进一步的，所述步骤[I]中步骤1.2所述的特征角点识别步骤具体如下:
[0033](a)拟合并封闭方形棋盘标靶图像边缘并计算闭合边缘内部像素大小，将单一像素区域或者低于一定阈值的区域作为噪点清除；
[0034](b)遍历方形棋盘标靶去噪后图像的每个像素，识别像素点八个邻域点的像素值，与中心像素值相差在一定阈值范围内的记为同类像素点。
[0035](C)提取并记录每个像素点在邻域范围的同类点数目，针对方形棋盘格角点特征，选出同类像素点数量为3的类似角点作为预处理点；
[0036](d)在预处理点范围内进行传统角点检测并记录所得角点信息。
[0037](e)对所得角点进行四分之一像素分割插值，将方形棋盘格角点测量的尺寸精度转换到更高像素精度，完成标靶图像角点特征的高精度提取。
[0038]进一步的，所述步骤[2]中步骤2.4