一种齿面点蚀面积率测量方法及系统与流程

本申请涉及机械设备和系统检测领域，尤其涉及一种齿面点蚀面积率测量方法及系统。

背景技术

齿轮传动广泛应用于航天、高铁、机床等各种机械设备中，机械设备的安全性和可靠性与齿轮的性能状态息息相关。在高铁列车齿轮啮合过程中，齿轮齿面由于受到周期性变化的作用力，容易在啮合区，即内外齿轮咬合接触的区域，产生微小的疲劳裂纹。随着疲劳裂纹不断延伸、扩展，最终使齿面上的小块金属脱落，形成点蚀坑。

检测齿轮性能状态的关键在于检测齿轮的磨损程度，可通过测量齿轮齿面的点蚀面积率确定齿轮的磨损程度。点蚀面积率表示点蚀坑在整个啮合区的面积占有率。齿轮齿面的点蚀面积率越高，表明齿轮磨损程度越高。目前，点蚀面积率主要依靠人眼观测法获得，这种方法主观性强，且人工工作量大、效率低下，并且失误率高。

技术实现要素：

基于上述问题，本申请提供一种齿面点蚀面积率测量方法及系统，旨在解决测量齿轮点蚀面积率的主观性过强，人工工作量大、效率低且失误率高的问题。

本申请解决技术问题的技术方案是：

本申请第一方面，提供了一种齿面点蚀面积率测量方法。该方法包括：

获取齿轮的齿面采集图像；

对所述齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像；

根据所述啮合区二值图像和所述类点蚀坑二值图像，获得点蚀坑二值图像；

根据所述啮合区二值图像的非零像素点的数量，以及所述点蚀坑二值图像的非零像素点的数量，获得所述齿轮齿面的点蚀面积率。

可选的，所述获取齿轮的齿面采集图像，具体包括：

以预设时间间隔获得匀速转动的齿轮的齿面采集图像。

可选的，所述对所述齿面采集图像进行处理，得到啮合区二值图像，具体包括：

根据所述齿面采集图像中啮合区域的四个顶点，获得啮合区模板图像、第一形态学算子和第二形态学算子；所述啮合区模板图像中包含由所述四个顶点构成的四边形啮合区域；所述四边形啮合区域内部像素灰度值为1，所述四边形啮合区域外部像素灰度值为0；

利用所述啮合区模板图像和所述第一形态学算子，获得啮合区二值图像。

可选的，所述对所述齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像之前，还包括：利用预设处理阈值对所述齿面采集图像进行图像分割，得到分割后的齿面采集图像；所述齿面采集图像的采集时刻为时刻t；

利用预设半径的圆形结构算子对所述分割后的齿面采集图像进行膨胀运算，得到膨胀后图像；

计算所述膨胀后图像中最大非零区域面积；

如果所述最大非零区域面积与前一采集时刻获得的齿面采集图像对应的最大非零区域面积之差大于预设面积限值，且与后一采集时刻获得的齿面采集图像对应的最大非零区域面积之差大于所述预设面积限值，则将所述时刻t采集的齿面采集图像确定为可处理获得所述啮合区二值图像和所述类点蚀坑二值图像的齿面采集图像。

可选的，所述利用所述啮合区模板图像和所述第一形态学算子，获得啮合区二值图像，具体包括：

利用所述第一形态学算子和第一预设阈值对所述齿面采集图像进行处理，得到二值图像b1；

利用sobel算子和第二预设阈值对所述齿面采集图像进行处理，得到二值图像b2；

根据所述啮合区模板图像、所述二值图像b1和所述二值图像b2，确定啮合区的平移参数；

根据所述平移参数，将所述啮合区模板图像的四边形啮合区域进行平移，得到啮合区二值图像。

可选的，所述利用所述第一形态学算子和第一预设阈值对所述齿面采集图像进行处理，得到二值图像b1，具体包括：

利用所述第一形态学算子对所述齿面采集图像进行top-hat增强，得到第一增强图像；

以第一预设阈值对所述第一增强图像进行阈值分割，得到二值图像b1。

可选的，所述利用sobel算子和第二预设阈值对所述齿面采集图像进行处理，得到二值图像b2，具体包括：

利用sobel算子h1和h2分别对所述齿面采集图像进行滤波，得到两幅滤波后图像；

获得所述两幅滤波后图像相加后的绝对值if；

将所述齿面采集图像与所述if相加，获得第二增强图像；

以第二预设阈值对所述第二增强图像进行阈值分割，得到二值化图像；

将所述二值化图像与所述二值图像b1相加，得到二值图像b2。

可选的，所述方法还包括：

获取所述啮合区模板图像的重心位置[cen_x,cen_y]；

所述根据所述啮合区模板图像、所述二值图像b1和所述二值图像b2，确定啮合区的平移参数，具体包括：

根据所述啮合区模板图像和所述二值图像b1，得到啮合区的第一待选平移参数[r_off1,c_off1]；

根据所述啮合区模板图像和所述二值图像b2，得到啮合区的第二待选平移参数[r_off2,c_off2]；

获取所述重心位置[cen_x,cen_y]以所述第一待选平移参数平移后的位置[cen_x1,cen_y1]，和所述重心位置[cen_x,cen_y]以所述第二待选平移参数平移后的位置[cen_x2,cen_y2]；

计算所述[cen_x1,cen_y1]与所述重心位置[cen_x,cen_y]的距离d1，以及所述[cen_x2,cen_y2]与所述重心位置[cen_x,cen_y]的距离d2；

将所述d1与所述d2中的较小值确定为啮合区的平移参数。

可选的，所述对所述齿面采集图像进行处理，得到类点蚀坑二值图像，具体包括：

利用所述第二形态学算子对所述齿面采集图像进行top-hat增强，得到第三增强图像；

以第三预设阈值对所述第三增强图像进行阈值分割，得到类点蚀坑二值图像。

本申请第二方面，提供了一种齿面点蚀面积率测量系统，该系统包括：图像采集设备和处理器；

所述图像采集设备，用于获取齿轮的齿面采集图像；

所述处理器，用于：对所述齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像；根据所述啮合区二值图像和所述类点蚀坑二值图像，获得点蚀坑二值图像；根据所述啮合区二值图像的非零像素点的数量，以及所述点蚀坑二值图像的非零像素点的数量，获得所述齿轮齿面的点蚀面积率。

可选的，所述图像采集设备，包括：光源和至少一个相机；

所述光源和所述相机分别置于所述齿轮的两侧；

所述相机，用于以预设时间间隔获得匀速转动的齿轮的齿面采集图像。

可选的，所述相机的数量为两个，其中一个相机用于获取所述齿轮的齿面正面采集图像，另一个相机用于获取所述齿轮的齿面反面采集图像。

与现有技术相比，本申请至少具有以下优点：

本申请提供的齿面点蚀面积率测量方法，首先，获取齿轮的齿面采集图像；其后，对齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像；根据啮合区二值图像和类点蚀坑二值图像，获得点蚀坑二值图像；最后，根据啮合区二值图像的非零像素点的数量，以及点蚀坑二值图像的非零像素点的数量，获得齿轮齿面的点蚀面积率。

该方法在获取齿轮的齿面采集图像后，通过对齿轮的齿面采集图像进行图像处理的方式，分别得到啮合区二值图像和点蚀坑二值图像。由于点蚀坑二值图像中非零像素点表示点蚀坑，啮合区二值图像中非零像素点共同构成啮合区，因此根据啮合区二值图像及点蚀坑二值图像中非零像素点的数量，能够计算点蚀坑在整个啮合区的面积占有率，即齿轮齿面的点蚀面积率。该方法无需依靠人眼测量，只需获取齿轮的齿面采集图像即可获得齿轮齿面的点蚀面积率，这种自动测量点蚀面积率的方法大大减轻了人工测量的负担，同时使测量效率得以提高。此外，利用该方法计算得到的齿面点蚀面积率定量评价齿轮的磨损程度，使得评价的客观性提高。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本申请实施例提供的齿面点蚀面积率测量方法流程图；

图2为本申请实施例提供的图像采集场景示意图；

图3为本申请实施例提供的对齿面采集图像进行处理得到啮合区二值图像的流程图；

图4为本申请实施例提供的对齿面采集图像进行处理得到类点蚀坑二值图像的流程图；

图5为本申请实施例提供的齿面正面点蚀面积率测量方法流程图；

图6为本申请实施例提供的正面啮合区模板图像；

图7为本申请实施例提供的齿面正面图像；

图8为本申请实施例提供的二值图像b1；

图9为本申请实施例提供的二值图像b2；

图10为本申请实施例提供的正面啮合区二值图像；

图11为本申请实施例提供的在齿面正面图像上叠加啮合区边缘后的图像；

图12为本申请实施例提供的正面点蚀坑二值图像；

图13为本申请实施例提供的在齿面正面图像上叠加点蚀坑边缘后的图像；

图14为本申请实施例提供的一种齿面点蚀面积率测量系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

近年来，齿轮传动在航天、高铁、机床等各种机械设备和机械系统中得到广泛的应用。由于齿轮结构和传动方式的特殊性，齿轮在啮合过程中受到的作用力是周期性变化的，这种作用力十分容易在齿轮各个齿面的啮合区造成疲劳裂纹，随着长时间的使用和磨损，齿轮齿面上的疲劳裂纹最终衍化成点蚀坑。

随着安全意识的逐渐提高，人们定期排查机械设备和机械系统的零部件的安全隐患。例如，可以根据零部件的磨损位置、磨损程度等，确定零部件的安全性和可靠性。齿轮的磨损程度可依据齿轮齿面的点蚀面积率进行评价，齿面的点蚀面积率越高，齿轮的磨损程度越高。

发明人经研究发现，目前齿轮齿面的点蚀面积率依靠人眼观测获得，但是依靠人工测量方式存在诸多弊端，例如：测量主观性过强，不同的测量人员测量标准可能存在差异；另外，测量不同齿面点蚀面积率的环境条件可能存在差异等，导致测量的失误率较高。由于以上弊端，利用人眼观测的齿轮齿面的点蚀面积率，难以用于对齿轮的磨损程度进行准确、有效的评估，进而不利于排查齿轮工作的安全隐患。除此之外，人眼观测齿轮齿面的点蚀面积率工作量较大，操作便捷性低，测量人员工作效率较低。

发明人经研究发现，可采用图像采集、处理的方式，测量齿轮齿面的点蚀面积率，解决人眼观测所存在的以上问题。由此，发明人于本申请实施例提供了一种齿面点蚀面积率测量方法及系统。下面结合附图，首先对本申请实施例提供的齿面点蚀面积率测量方法进行详细的描述。

方法实施例一：

参见图1，该图为本申请实施例提供的齿面点蚀面积率测量方法流程图。

如图1所示，本实施例提供的齿面点蚀面积率测量方法，包括：

s101：获取齿轮的齿面采集图像。

首先需要了解齿轮齿面、啮合区、点蚀坑以及点蚀面积率的相互关联。

齿轮包含多个齿，每个齿包含两个用于与其它齿轮的齿相互啮合的齿面，分别是齿面正面和齿面反面。每个齿的每个齿面上均存在啮合区，啮合区上由于长期磨损，形成了点蚀坑。点蚀坑主要分布于齿面的啮合区。点蚀面积率是指点蚀坑点在一个齿面的啮合区的面积占有率。

本实施例中，为测量齿轮齿面的点蚀面积率，首先需要获取齿轮的齿面采集图像。本步骤中，要求获取的齿面采集图像中至少包含齿轮的一个完整齿面。

为便于理解本步骤的实现过程，可参见图2，该图为本实施例提供的图像采集场景示意图。

图2中，齿轮201设置于转动平台上，齿轮的中心与转动平台的轴心重合，齿轮随转动平台匀速转动。光源202位于齿轮的上侧，相机203和相机204均位于齿轮的下侧。其中，相机203用于以预设时间间隔采集齿轮的齿面正面205，获取齿轮的齿面正面采集图像；相机204用于以预设时间间隔采集齿轮的齿面反面206，获取齿轮的齿面反面采集图像。随着齿轮的转动，相机203和相机204分别可以获取齿轮上各个齿的齿面正面采集图像和齿面反面采集图像。

需要说明的是，图2所示的图像采集场景仅为本申请实施例提供的示例性图像采集场景。在实际应用中，用于获取齿轮的齿面采集图像的设备可以是任意具有图像采集和传输功能的设备，例如手机和平板电脑等。另外，获取齿面采集图像的设备数量可以为一个或多个。多个设备可用于提高采集效率。若仅设置一个图像采集设备，则可以通过调整图像采集设备的位置和采集方向，采集不同齿面，例如调整前采集齿轮的齿面正(反)面，调整后采集齿轮的齿面反(正)面。

可以理解的是，齿面采集图像的过程中，为保证采集效率，可以使齿轮与采集设备具有相对转动。齿轮除设置于转动平台进行转动的方式外，还可以借助其他方式进行匀速转动，在此不对齿轮的设置方式不进行限定。此外，还可以使齿轮处于静止态，匀速转动采集设备，进而保证齿轮与采集设备间的相对转动。

s102：对齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像。

对于长期啮合使用的齿轮，获得的齿面采集图像上，齿面啮合区与其他区域的灰度值存在较为明显的差异。为确定齿面啮合区的位置和范围，本步骤可以采用图像处理的方式，对步骤s101获得的齿面采集图像进行处理，得到啮合区内部像素灰度值为1，啮合区外部区域像素灰度值为0的啮合区二值图像。

另外，齿面啮合区的点蚀坑，以及啮合区外部区域存在的非因啮合形成的瑕疵，例如划痕、擦痕和污渍等，在获得的齿面采集图像上均会体现出与各自邻近区域的灰度值差异。因此可以对获得的齿面采集图像进行处理，得到类点蚀坑二值图像。类点蚀坑二值图像中，真正的点蚀坑以及类似点蚀坑的瑕疵的灰度值为1，图像上其他区域灰度值为0。

获得啮合区二值图像和类点蚀坑二值图像的具体实现方式将在后续实施例中详细说明。

s103：根据啮合区二值图像和类点蚀坑二值图像，获得点蚀坑二值图像。

类点蚀坑二值图像中，真正的点蚀坑分布于齿面啮合区，非点蚀坑分布于啮合区外部区域，因此为确定出类点蚀坑二值图像中真正的点蚀坑，本步骤中，可以将啮合区二值图像与类点蚀坑二值图像相乘，获得点蚀坑二值图像。

在点蚀坑二值图像中灰度值为1的区域，为啮合区二值图像中灰度值为1的区域与类点蚀坑二值图像中灰度值为1的区域重合的区域，除此之外，点蚀坑二值图像中其他区域灰度值均为0。点蚀坑二值图像中灰度值为1的区域，可确定为真正的点蚀坑。

s104：根据啮合区二值图像的非零像素点的数量，以及点蚀坑二值图像的非零像素点的数量，获得齿轮齿面的点蚀面积率。

点蚀坑二值图像的非零像素点代表点蚀坑，啮合区二值图像的非零像素点共同构成齿面啮合区，因此，通过将点蚀坑二值图像的非零像素点的数量，与啮合区二值图像的非零像素点的数量相除，获得的商即可作为齿轮齿面的点蚀面积率。

以上为本申请提供的一种齿面点蚀面积率测量方法，首先，获取齿轮的齿面采集图像；其后，对齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像；根据啮合区二值图像和类点蚀坑二值图像，获得点蚀坑二值图像；最后，根据啮合区二值图像的非零像素点的数量，以及点蚀坑二值图像的非零像素点的数量，获得齿轮齿面的点蚀面积率。

该方法在获取齿轮的齿面采集图像后，通过对齿轮的齿面采集图像进行图像处理的方式，分别得到啮合区二值图像和点蚀坑二值图像。由于点蚀坑二值图像中非零像素点表示点蚀坑，啮合区二值图像中非零像素点共同构成啮合区，因此根据啮合区二值图像及点蚀坑二值图像中非零像素点的数量，能够计算点蚀坑在整个啮合区的面积占有率，即齿轮齿面的点蚀面积率。该方法无需依靠人眼测量，只需获取齿轮的齿面采集图像即可获得齿轮齿面的点蚀面积率，这种自动测量点蚀面积率的方法大大减轻了人工测量的负担，同时使测量操作的难度降低，测量效率得以提高。此外，利用该方法计算得到的齿面点蚀面积率定量评价齿轮的磨损程度，使得评价的客观性提高。

本实施例提供的齿面点蚀面积率测量方法可应用于各种齿轮，例如内齿轮，还可以应用于齿轮的不同齿面，例如齿面正面和齿面反面。此处对该方法的应用范围不做限定。

下面结合附图3，对本申请前述实施例中，对齿面采集图像进行处理得到啮合区二值图像的具体实现方式进行详细描述。

参见图3，该图为本申请实施例提供的对齿面采集图像进行处理得到啮合区二值图像的流程图。

如图3所示，本实施例提供的对齿面采集图像进行处理得到啮合区二值图像的实现流程，包括：

s301：根据所述齿面采集图像中啮合区域的四个顶点，获得啮合区模板图像、第一形态学算子和第二形态学算子。

齿轮的齿面采集图像中，存在像素灰度值与其他区域像素灰度值存在较明显差异的区域，即啮合区域。啮合区域的灰度值相对较高。齿面采集图像的啮合区域具有四个顶点，分别为左上顶点、左下顶点、右下顶点和右上顶点。

可以在齿面采集图像中寻找并标记上述四个顶点，由四个顶点组成四边形，设置四边形内部像素灰度值为1，四边形外部像素灰度值为0，进而得到啮合区模板图像。啮合区模板图像中，包含由四个顶点构成的四边形啮合区域，四边形啮合区域的内部像素灰度值为1，四边形啮合区域的外部像素灰度值为0。

根据左上顶点p1和左下顶点p2，可以计算啮合区倾斜角度，倾斜角度的计算公式如下：

其中，yp2和yp1分别表示顶点p1和p2的所在的行，xp2和xp1分别表示顶点p1和p2的所在的列。

进而，本步骤根据该倾斜角度θ，能够分别生成角度为θ的第一形态学算子和第二形态学算子。第一形态学算子和第二形态学算子均为线型结构算子，用于后续对齿轮的齿面采集图像进行处理。

其中，第一形态学算子用于增强边缘，根据边缘的增强需求设定第一形态学算子的长度；第二形态学算子用于筛选点蚀坑，因此第二形态学算子的长度根据需要检测的点蚀坑最小尺寸确定，例如：若需求检测的点蚀坑的最小尺寸为80，则第二形态学算子的长度可以取90。

s302：利用所述啮合区模板图像和所述第一形态学算子，获得啮合区二值图像。

本实施例获得的啮合区模板图像中，由于四边形啮合区域是根据标记和灰度值设置后得到的，该四边形啮合区域的具体位置相对于齿轮采集图像中真正的啮合区域的具体位置存在细微差异。为此，本步骤为获得啮合区二值图像，需要确定啮合区模板图像的平移参数，以按照该参数对啮合区模板图像中的四边形啮合区域实施平移，进而获得四边形啮合区域位置与齿轮采集图像中真正的啮合区域位置相对应匹配的啮合区二值图像。

为此，本步骤分别采用第一形态学算子和sobel算子对s101获得的齿面采集图像进行处理，以求取平移参数。具体情况参见s3021至s3023。

s3021：利用所述第一形态学算子和第一预设阈值对所述齿面采集图像进行处理，得到二值图像b1。

具体地，可以利用所述第一形态学算子对所述齿面采集图像进行top-hat增强，得到第一增强图像，然后以第一预设阈值对所述第一增强图像进行阈值分割，得到二值图像b1。

s3022：利用sobel算子和第二预设阈值对所述齿面采集图像进行处理，得到二值图像b2。

具体地，可以利用sobel算子h1和h2分别对所述齿面采集图像进行滤波，得到两幅滤波后图像。其中，h1和h2均为3×3的矩阵。滤波得到的图像边缘处具有较高的灰度值，非边缘处灰度值为0。算子h1和算子h2的滤波后图像中，一个图像在横向边缘处具有较高的灰度值，另一个图像在纵向边缘处具有较高的灰度值。因此，将两幅滤波后图像相加，获得相加后的绝对值if，将所述齿面采集图像与所述if相加，获得第二增强图像。第二增强图像中，边缘十分明确。

其后，以第二预设阈值对所述第二增强图像进行阈值分割，得到二值化图像，再将所述二值化图像与所述二值图像b1相加，得到二值图像b2。

发明人经过研究发现，部分齿面采集图像处理为b1后，得到较好的增强结果，部分齿面采集图像处理为b2后，得到较好的增强结果。因此，本实施例基于b1和b2分别求取待选平移参数，进而从两种待选平移参数中确定平移参数。

s3023：根据所述啮合区模板图像、所述二值图像b1和所述二值图像b2，确定啮合区的平移参数。

在执行本步骤之前，可以预先获取所述啮合区模板图像的重心位置[cen_x,cen_y]。将啮合区模板图像中，灰度值为1的像素点位置记为[xi,yi]，其中1≤i≤n，n与i均为整数，n表示啮合区模板图像中灰度值为1的像素点总数量。重心位置的计算公式如下：

在一种可选的实施方式中，s3023具体可以包括：

首先，根据所述啮合区模板图像和所述二值图像b1，得到啮合区的第一待选平移参数[r_off1,c_off1]；以及根据所述啮合区模板图像和所述二值图像b2，得到啮合区的第二待选平移参数[r_off2,c_off2]。

其后，获取所述重心位置以所述第一待选平移参数平移后的位置[cen_x1,cen_y1]，和所述重心位置以所述第二待选平移参数平移后的位置[cen_x2,cen_y2]。其中，cen_x1＝cen_x+c_off1，cen_y1＝cen_y+r_off1，cen_x2＝cen_x+c_off2，cen_y2＝cen_y+r_off2。

之后，计算所述[cen_x1,cen_y1]与所述重心位置[cen_x,cen_y]的距离d1，以及所述[cen_x2,cen_y2]与所述重心位置[cen_x,cen_y]的距离d2。计算距离d1和d2可采用欧式距离计算公式。

以d1与d2中较小的距离对应的平移参数进行平移后，四边形啮合区域能够与齿面采集图像中真正的啮合区域位置相对应匹配。因此，将所述d1与所述d2中的较小值对应的平移参数确定为啮合区的平移参数。也就是说，如果d1大于d2，则将第二待选平移参数[r_off2,c_off2]作为啮合区的平移参数[r_off,c_off]，其中，r_off＝r_off2，c_off＝c_off2；如果d1小于d2，则将第一待选平移参数[r_off1,c_off1]作为啮合区的平移参数[r_off,c_off]，其中，r_off＝r_off1，c_off＝c_off1。

s3024：根据所述平移参数，将所述啮合区模板图像的四边形啮合区域进行平移，得到啮合区二值图像。

通过步骤s3023确定啮合区的平移参数为[r_off,c_off]，则可以将啮合区模板图像的四边形啮合区域沿行方向向右平移r_off,，沿列方向向下平移c_off，得到啮合区二值图像。

以上为本实施例提供的对齿面采集图像进行处理得到啮合区二值图像的一种具体实现方式。首先，根据所述齿面采集图像中啮合区域的四个顶点，获得啮合区模板图像、第一形态学算子和第二形态学算子；其后，利用所述啮合区模板图像和所述第一形态学算子，获得啮合区二值图像。通过上述步骤获得的啮合区二值图像与齿面采集图像中真正的啮合区域不存在相对平移，因此啮合区二值图像确定的啮合区准确度较高。较高的啮合区准确度有利于提升齿轮点蚀面积率的测量计算的准确度。

显然，本申请实施例提供的齿面点蚀面积率测量方法还可以采用上述方式以外的方法，对齿面采集图像进行处理得到啮合区二值图像，因此，此处对于获得啮合区二值图像的图像处理方式不做任何具体限定。

另外，本实施例还提供了一种适用于上述s3023获取待选平移参数的方法。下面以根据啮合区模板图像和二值图像b1，得到啮合区的第一待选平移参数[r_off1,c_off1]为例，进行详细说明。获取第一待选平移参数的方法包括：

(1)计算b1第l列(l为正整数)中不为零的像素点所在行的最大值row，将row与啮合区模板图像中左上顶点所在的行yp1相减，得到第一待选平移参数的行参数r_off1＝row-yp1。

(2)分别计算b1中以row+l为起点，间隔为l，终点为row+10×l各行中，不为零的像素点所在列的最小值，得到col(k)，k＝1，…，10。

(3)分别计算啮合区模板图像中以yp1+l为起点，间隔l，终点为yp1+10×l各行中，不为零的像素点所在列的最小值，得到col_min(k)，k＝1，…，10。

(4)分别利用10组col(k)减去col_min(k)，获得的10组差值取中值，中值结果为第一待选平移参数的列参数c_off1。

可以理解的是，还可以采用上述方法，根据啮合区模板图像和二值图像b2，得到啮合区的第二待选平移参数[r_off2,c_off2]。此处，不再对获得第二待选平移参数的过程进行详细描述。

可以理解的是，齿面采集图像是测量齿面点蚀面积率的基础。为保证前述实施例提供的齿面点蚀面积率测量方法的测量准确性，还可以在s102对所述齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像之前，对齿面采集图像进行筛选。

具体地，在s102之前，本申请实施例提供的齿面点蚀面积率测量方法还可以包括：

q1：利用预设处理阈值对所述齿面采集图像进行图像分割，得到分割后的齿面采集图像。

可以理解的是，s101获取的齿轮的齿面采集图像中，除了包含待测量点蚀面积率的齿面，还可能包含有其他齿的不完整齿面或环境中的干扰物。由于其他齿的不完整齿面和环境中的干扰物的存在，不利于后续处理齿面采集图像获得啮合区二值图像，因此，本步骤利用预设处理阈值，对齿轮的齿面采集图像进行图像分割，获得明确凸显出啮合区的齿轮的分割后的齿面采集图像。同时，记录该齿面采集图像的采集时刻为时刻t。

q2：利用预设半径的圆形结构算子对所述分割后的齿面采集图像进行膨胀运算，得到膨胀后图像。

经过q1得到的分割后的齿面采集图像中，由于啮合区点蚀坑的影响，部分小面积的啮合区可能会与主要啮合区(即大面积的啮合区)断开，因此此处，通过膨胀运算能够将小面积的啮合区与主要啮合区连接到一起，在膨胀后图像中形成较为完整的啮合区。

q3：计算所述膨胀后图像中最大非零区域面积。

膨胀后图像中，最大非零区域即较为完整的啮合区。

可以理解的是，在以预设时间间隔获得匀速转动的齿轮的齿面采集图像的过程中，随着时间的推移，图像的采集方向与齿面垂线的夹角不断发生变化，仅在某一时刻图像的采集方向最适宜，获得的齿面采集图像经过上述处理，膨胀后图像中最大非零区域面积相比前一采集时刻和后一采集时刻的最大非零区域面积，均具有显著优势。则获得的这一采集时刻的齿面采集图像最有利于后续获得齿轮齿面的点蚀面积率。

因此，本步骤对每一幅齿面采集图像经过q1和q2的处理后的最大非零区域面积进行计算，以便将该幅齿面采集图像对应的最大非零区域面积与其前后时刻采集的齿面采集图像对应的最大非零区域面积进行比较。

q4：如果所述最大非零区域面积与前一采集时刻获得的齿面采集图像对应的最大非零区域面积之差大于预设面积限值，且与后一采集时刻获得的齿面采集图像对应的最大非零区域面积之差大于预设面积限值，则将所述时刻t采集的齿面采集图像确定为可处理获得啮合区二值图像和类点蚀坑二值图像的齿面采集图像。

如果最大非零区域面积与前一采集时刻(例如t-t1，t1为预设时间间隔)获得的齿面采集图像对应的最大非零区域面积之差不大于预设面积限值，或与后一采集时刻t+t1获得的齿面采集图像对应的最大非零区域面积之差不大于预设面积限值，则继续将后一采集时刻t+t1获得的齿面采集图像对应的最大非零区域面积，与t时刻和t+2×t1时刻的最大非零区域面积进行比较，以此类推，直到寻找到符合q4条件的齿面采集图像，将符合q4条件的齿面采集图像作为后续用于s102处理获得啮合区二值图像和类点蚀坑二值图像的齿面采集图像。

下面结合附图4，对本申请前述实施例中，对齿面采集图像进行处理得到类点蚀坑二值图像的具体实现方式进行详细描述。

参见图4，该图为本申请实施例提供的对齿面采集图像进行处理得到类点蚀坑二值图像的流程图。

如图4所示，本实施例提供的对齿面采集图像进行处理得到类点蚀坑二值图像的实现流程，包括：

s401：利用所述第二形态学算子对所述齿面采集图像进行top-hat增强，得到第三增强图像。

s402：以第三预设阈值对所述第三增强图像进行阈值分割，得到类点蚀坑二值图像。

类点蚀坑二值图像中，真正的点蚀坑以及类似点蚀坑的瑕疵的灰度值为1，图像上其他区域灰度值为0。

以上为本实施例提供的对齿面采集图像进行处理得到类点蚀坑二值图像的一种具体实现方式。显然，本申请实施例提供的齿面点蚀面积率测量方法还可以采用上述方式以外的方法，对齿面采集图像进行处理得到类点蚀坑二值图像，因此此处对于获得类点蚀坑二值图像的图像处理方式不做任何具体限定。

基于前述实施例提供的齿面点蚀面积率测量方法，本申请还提供了一种利用齿面点蚀面积率测量方法测量齿面正面点蚀面积率的应用实例。下面结合附图，对该方法应用实例的实现过程进行详细的描述。

方法实施例二：

参见图5，该图为本实施例提供的齿面正面点蚀面积率测量方法流程图。

如图5所示，本申请实施例提供的齿面正面点蚀面积率测量方法，包括：

s501：以预设时间间隔t1拍摄齿轮的齿面正面，获取齿轮的齿面正面采集图像。

本实施例中，t1＝0.5秒。记下某一齿面正面采集图像的采集时刻t。

s502：以感兴趣区域分割法对齿面正面采集图像进行处理，确定满足要求的齿面正面采集图像。

本实施例中，以阈值tg对齿面正面采集图像进行阈值分割，然后采用半径r1＝6的圆形结构算子对分割后的二值图像做膨胀运算，计算膨胀后图像中最大非零区域面积a1。并获取t1秒之前的图像对应的最大非零区域面积a0，以及t1秒之后的图像对应的最大非零区域面积a2。

若a1-a0大于预设面积限值ta，且a1-a2大于ta，确定采集时刻t获取的齿面正面采集图像满足要求。如果不满足，则继续将t+t1时刻获得的齿面采集图像对应的最大非零区域面积a2，与t时刻和t+2×t1时刻的最大非零区域面积a1和a3进行比较，若a2-a1大于预设面积限值ta，且a2-a3大于ta，确定采集时刻t+t1获取的齿面正面采集图像满足要求。以此类推，直到寻找到满足要求的齿面正面采集图像。

本实施例中，tg＝50，ta＝10000。

s503：确定新的时间间隔t2，以新的时间间隔t2拍摄齿轮的齿面正面，获得齿轮各个齿的齿面正面采集图像。

若齿轮的转速为v，齿数为s，则新的时间间隔t2为v与s乘积的倒数。

从确定的满足要求的齿面正面采集图像的采集时刻起，以新的时间间隔t2获取齿轮各个齿的齿面正面采集图像。进而，保障所采集的各个齿的齿面正面采集图像满足要求。作为示例，若某时刻获取齿轮的某齿的齿面正面采集图像，则经过新的时间间隔t2获取下一齿的齿面正面采集图像。

本实施例中，v＝1/220(单位：转/秒)，s＝52，则t2＝4.23秒。

s504：对任意一幅齿面正面采集图像m0进行处理和剪裁，获得齿面正面图像m。

本实施例为减少齿面正面采集图像中，齿面以外的其他场景对齿面点蚀面积率的测量造成的影响，可以对齿面正面采集图像进行剪裁，仅保留图像中重要的齿面部分及邻近区域。

为确定适宜的剪裁尺寸，在剪裁之前，对齿面正面采集图像采用感兴趣区域分割法进行处理。以阈值tg＝50对齿面正面采集图像进行阈值分割，然后采用半径r1＝6的圆形结构算子对分割后的二值图像做膨胀运算。其后，计算膨胀后图像中最大非零区域最左侧像素点所在的列col_i，以及该列中非零灰度值像素点所在行的最大值，得到row_i。以row_i-20为行起点，以col_i为列起点，裁剪高度height宽度width的区域，获得齿面正面图像m。

本实施例中，剪裁后图像高度为height＝760，宽度width＝720。

s505：对于齿面正面图像m，标记该图像啮合区域左上、左下、右下以及右上四个顶点p1、p2、p3、p4，并对四个顶点构成的四边形啮合区域内部和外部的像素灰度值进行设置，得到正面啮合区模板图像m1，并根据四边形啮合区域的顶点得到啮合区倾斜角度θ1。

正面啮合区模板图像中，包含由顶点p1至p4构成的四边形啮合区域，设置四边形啮合区域内部像素灰度值为1，外部像素灰度值为0。如图6所示，该图为本实施例提供的正面啮合区模板图像。

s506：生成长度为len1，角度为θ1的第一形态学算子se1，采用se1对齿面正面图像m进行top-hat增强得到第一增强图像ie1，对ie1以阈值te1进行阈值分割，得到二值图像b1。

本实施例中，len1＝310，te1＝40。

如图7和图8所示，图7为齿面正面图像m，图8为二值图像b1。

s507：基于正面啮合区模板图像m1和二值图像b1，得到啮合区的第一待选平移参数[r_off1,c_off1]。

本实施例中，采用前述(1)至(4)的方法，获取第一待选平移参数，取l＝10。

s508：生成sobel算子h1和h2，采用h1和h2对齿面正面图像m进行滤波，并把滤波结果相加并取绝对值得到if。将m与if相加得到第二增强图像ie2。对第二增强图像ie2以阈值te2进行阈值分割，得到分割后的图像，将分割后的图像域b1相加，得到二值图像b2。

如图9所示，图9为二值图像b2。

本实施例中，te2＝120，两个sobel算子分别为：

s509：基于正面啮合区模板图像m1和二值图像b2，得到啮合区的第二待选平移参数[r_off2,c_off2]。

本实施例中，参见前述(1)至(4)的方法，获取第二待选平移参数，取l＝10。s510：根据正面啮合区模板图像m1的重心位置、第一待选平移参数[r_off1,c_off1]和第二待选平移参数[r_off2,c_off2]，确定平移参数[r_off,c_off]。将啮合区模板图像的四边形啮合区域沿行方向向右平移r_off,，沿列方向向下平移c_off。得到正面啮合区二值图像bh1。

如图10和图11所示，图10为正面啮合区二值图像bh1，图11为在齿面正面图像m上叠加啮合区边缘后的图像。

s511：对齿面正面图像m，生成长度为len2，角度为θ2的第二形态学算子se2，采用se2对齿面正面图像m进行top-hat增强，得到第三增强图像ied，对第三增强图像ied以阈值te3进行阈值分割，得到正面类点蚀坑二值图像bd1。

本实施例中，len2＝90，te3＝40。

s512：将正面啮合区二值图像bh1与正面类点蚀坑二值图像bd1相乘，得到正面点蚀坑二值图像bf1。

图12为正面点蚀坑二值图像bf1，图13为在齿面正面图像m上叠加点蚀坑边缘后的图像。根据图13，可获知齿面正面的啮合区上点蚀坑的分布位置和大小。

s513：统计正面点蚀坑二值图像bf1中非零像素点的数量n1，以及正面啮合区二值图像bh1中非零像素点的数量n2。获得齿面正面的点蚀面积率为n1/n2。

点蚀面积率n1/n2即可用于定量评价齿轮该齿的齿面正面磨损程度。

以上为本申请提供的齿面正面点蚀面积率测量方法的应用实例。本实施例在确定满足要求的齿面正面采集图像后，通过确定新的时间间隔，并以新的时间间隔拍摄齿轮的齿面正面，获得的各个齿的齿面正面采集图像均满足要求，可用于测量各个齿的齿面正面的点蚀面积率。此外，本实施例对齿面正面采集图像进行剪裁，减少了齿面正面采集图像中，齿面以外的其他场景对齿面点蚀面积率测量造成的影响。

当然，该方法也可以应用于齿面反面的点蚀面积率的测量，其具体实施过程与上述齿面正面点蚀面积率的测量过程相似，请参见上述实施例中的描述，在此不再详述。

基于前述实施例提供的齿面点蚀面积率测量方法，本申请实施例还提供了一种齿面点蚀面积率测量系统。下面结合附图对本实施例提供的齿面点蚀面积率测量系统进行详细的介绍。

参见图14，该图为本申请实施例提供的齿面点蚀面积率测量系统的结构示意图。

如图14所示，本实施例提供的齿面点蚀面积率测量系统141，包括：图像采集设备1411和处理器1412。

其中，图像采集设备1411，用于获取齿轮的齿面采集图像；

处理器1412，用于：对所述齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像；根据所述啮合区二值图像和所述类点蚀坑二值图像，获得点蚀坑二值图像；根据所述啮合区二值图像的非零像素点的数量，以及所述点蚀坑二值图像的非零像素点的数量，获得所述齿轮齿面的点蚀面积率。

以上为本申请实施例提供的齿轮点蚀面积率测量系统。该系统在获取齿轮的齿面采集图像后，通过对齿轮的齿面采集图像进行图像处理的方式，分别得到啮合区二值图像和点蚀坑二值图像。由于点蚀坑二值图像中非零像素点表示点蚀坑，啮合区二值图像中非零像素点共同构成啮合区，因此根据啮合区二值图像及点蚀坑二值图像中非零像素点的数量，能够计算点蚀坑在整个啮合区的面积占有率，即齿轮齿面的点蚀面积率。该系统无需依靠人眼测量，只需获取齿轮的齿面采集图像即可获得齿轮齿面的点蚀面积率，这种自动测量点蚀面积率的方法大大减轻了人工测量的负担，同时使测量效率得以提高。此外，利用该方法计算得到的齿面点蚀面积率定量评价齿轮的磨损程度，使得评价的客观性提高。

可选的，上述实施例提供的齿面点蚀面积率测量系统中，图像采集设备1411，包括：光源和至少一个相机；

所述光源和所述相机分别置于所述齿轮的两侧；

所述相机，用于以预设时间间隔获得匀速转动的齿轮的齿面采集图像。

可选的，若所述相机的数量为两个，则其中一个相机可用于获取所述齿轮的齿面正面采集图像，另一个相机可用于获取所述齿轮的齿面反面采集图像。因此，在该系统中，图像采集设备1411可以同时获得齿面正面采集图像和齿面反面采集图像。

基于上述齿面点蚀面积率测量系统，本申请还提供了该系统的应用示例。下面对该系统应用实例进行描述。

该系统应用于内齿轮的齿面点蚀面积率测量。

内齿轮安装在转动平台上，图像采集设备中，包含一个方形led光源和两个工业相机。其中光源放置在齿轮一侧，两个工业相机放置在齿轮的另一侧。

内齿轮直径为168mm，高度为108mm，包含52个齿，每个齿的长×宽×高尺寸为45mm×10mm×10mm，内齿轮垂直放置在转动平台上。

光源采用尺寸为51mm×51mm的ccs光源，与齿轮最底部齿的垂直间隔是3mm，水平间隔为5mm。

两个工业相机质心的间隔是130mm，工业相机型号为mer-1070-10gm，相机质心与齿轮最底部齿的垂直高度相同。工业相机镜头为tec-m55，镜头最前端与齿轮的水平距离是400mm。

系统中，处理器负责对所述齿面采集图像进行处理，得到啮合区二值图像和类点蚀坑二值图像；根据所述啮合区二值图像和所述类点蚀坑二值图像，获得点蚀坑二值图像；根据所述啮合区二值图像的非零像素点的数量，以及所述点蚀坑二值图像的非零像素点的数量，获得所述齿轮齿面的点蚀面积率。

处理器的相关功能和操作可参见前述实施例提供的齿面点蚀面积率测量方法中执行的相关操作，在此不再详述。

以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。