一种基于图像处理的悬浮间隙视觉检测方法与流程

本发明涉及磁悬浮技术和图像处理技术领域，具体为一种基于图像处理的悬浮间隙高精度视觉检测方法。

背景技术：

悬浮间隙信号检测是磁悬浮系统进行闭环控制的重要一环，磁悬浮系统通过间隙信号的实时反馈来调整电磁力大小使被控对象克服重力稳定在平衡位置。悬浮间隙信号检测的精确度及实时性直接影响到磁悬浮系统的控制性能好坏。在磁悬浮球系统中，悬浮间隙实际是指悬浮钢球上顶点到电磁铁下表面的距离，因此间隙传感器实质上是一种位移传感器。

常见的位移传感器主要有电涡流式、电容式、光电式和压力式。磁悬浮球系统在悬浮状态时钢球和电磁铁无任何机械接触，属于非接触位移测量，因此磁悬浮应用场景下只能选取非接触式位移传感器，而压力式传感器属于接触式的位移测量传感器，故不适合悬浮测量系统。电容式传感器虽然结构简单、成本低，但它需要较高供电电压、非线性误差较大。电涡流传感器在悬浮测量系统应用广泛，但还存在很多缺点与不足，比如测量精度受温度和被测物体表面粗糙度影响很大，需要进行温度补偿和非线性校正，并且成本较高，电涡流传感器输出值需要经过a/d转换才能接入控制系统。光电式传感器是根据被测对象阻挡光通量的多少来测量对象的位移，最大的缺点是易受干扰，环境适应性差。

计算机视觉的前沿研究一直在不断取得新的突破，数字图像处理技术的发展和完善使得其广泛应用于国防、科研和工业等领域，推动了社会发展进步。通过图像处理技术进行视觉测距作为一个重要的研究方向，在无人机避障，自动驾驶、目标检测定位、非接触测量等领域已经发挥了巨大的作用。图像处理视觉测距重点研究物体的空间位置和几何尺寸，测量方法简单可靠，技术提升空间较大，随着计算能力提高和硬件性能提升未来将会拥有更加广阔的应用场景。

技术实现要素：

针对上述问题，本发明的目的在于提供一种基于图像处理技术根据悬浮间隙区域图像像素面积进行悬浮间隙高精度检测的新方法，通过视觉测距实现对悬浮间隙的精确测量，测量结果线性度高，无需a/d转换可直接接入控制系统。技术方案如下：

一种基于图像处理的悬浮间隙视觉检测方法，包括以下步骤：

步骤1：获取悬浮间隙区域的原始高清图像，处理得到悬浮间隙感兴趣区域的二值化图像；

步骤2：通过计算悬浮间隙感兴趣区域二值化图像中二值化结果为1的像素点个数，得到感兴趣间隙区域的像素面积s；

步骤3：将像素面积s与实际间隙距离进行标定，计算实际间隙距离：

步骤31：根据悬浮球系统的悬浮工作间隙范围，通过图像采集和处理得到悬浮球系统的最大工作间隙dmax时对应的悬浮间隙感兴趣区域的像素面积和最小工作间隙dmin=0时对应的悬浮间隙感兴趣区域的像素面积；

步骤32：通过公式，得到实际悬浮间隙距离与像素面积的标定关系，即单位像素面积对应的实际间隙距离大小，p为标定系数；

步骤33：根据图像处理得到的悬浮间隙感兴趣区域的像素面积s，通过公式计算实际间隙距离d。

进一步的，所述处理得到悬浮间隙感兴趣区域的二值化图像的步骤如下：

步骤11：对悬浮间隙区域的原始高清图像进行悬浮间隙感兴趣区域图像裁切操作，感兴趣区域上边界为电磁铁下边缘对应直线l1，下边界为悬浮球水平方向直径所在直线l2，左边界为悬浮球竖直方向左侧外切线l3，右边界为悬浮球竖直方向右侧外切线l4，根据此边界范围裁切得到感兴趣区域图像；

步骤12：对悬浮间隙感兴趣区域原始rgb模式彩色图像进行灰度化操作，采用加权平均法获取每个像素点的灰度值；

步骤13：对灰度图像进行增强滤波操作，采用双边滤波算法得到增强灰度图像；

步骤14：根据图像增强滤波后的增强灰度图像，采用最大类间方差法选取最佳阈值t，进行最佳阈值分割二值化操作：

其中，f(i,j)是增强灰度图像坐标(i,j)处像素点的灰度值，g(i,j)是图像最佳阈值分割二值化结果；根据最佳阈值t对增强灰度图像的所有像素点进行操作，测量背景区域二值化结果为1，即白色，前景目标区域二值化结果为0，即黑色，得到悬浮间隙感兴趣区域二值化图像。

更进一步的，计算悬浮间隙感兴趣区域的像素面积s，过程如下：

步骤21：定位到悬浮球的上顶点t0，利用待测区域的左右对称性，以通过t0点的竖直中心线i0为对称轴，将悬浮间隙感兴趣区域的二值化图像按水平方向划分为等宽的四个分区图像a1、a2、a3和a4，外侧a1和a4两分区关于i0对称，中间a2和a3两分区关于i0对称；

步骤22：定义悬浮间隙感兴趣区域二值化图像中二值化结果为1的像素点个数为像素面积s，分别计算四个分区图像a1、a2、a3和a4的像素面积、、和；

步骤23：设置像素面积计算方式为s=+，为外侧a1和a4两分区像素面积之和，其初始值计算方式为=，为中间a2和a3两分区像素面积之和，其初始值计算方式设置为=；

步骤24：设置上限阈值th1和下限阈值th2，0<th2<th1；根据对称区域像素面积差值与上下限阈值的大小关系选择计算和的方式；

（a）对于对称分区a1和a4，计算|-|结果并和上限阈值th1和下限阈值th2进行滞后阈值比较：

若|-|≥th1，则此部分悬浮间隙感兴趣区域图像间隙部分存在明显的非对称干扰；如果≥，干扰位置出现在a4分区，此时设置=；否则，干扰位置出现在a1分区，此时设置=；

若|-|≤th2，则此部分悬浮间隙感兴趣区域图像无明显干扰，此时设置=；

若th2<|-|<th1，此时保持原像素面积计算方式不变=；

（b）对于对称分区a2和a3，计算|-|结果并和上限阈值th1和下限阈值th2进行滞后阈值比较：

若|-|≥th1，则此部分悬浮间隙感兴趣区域图像间隙部分存在明显的非对称干扰；如果≥，干扰位置出现在a3分区，此时设置=；否则，干扰位置出现在a2分区，此时设置=；

若|-|≤th2，则此部分悬浮间隙感兴趣区域图像无明显干扰，此时设置=；

若th2<|-|<th1，此时保持原像素面积计算方式不变：=。

更进一步的，当悬浮间隙感兴趣区域图像间隙部分存在明显的非对称干扰时，系统对干扰故障报警和并对干扰位置定位：

步骤a：通过公式计算关于i0对称的左右两部分二值化图像的差分图像，公式如下：

其中，d(i,j)是i行j列处像素点差分结果，若悬浮间隙感兴趣区域二值化图像大小为m行n列，则i取值范围为[1,m]，j的取值范围为[1,n]；g(i,j)是二值化图像像素点坐标(i,j)处像素点的灰度值，g(i,j’)是二值化图像像素点坐标(i,j’)处像素点的灰度值，像素点坐标(i,j)和(i,j’)关于i0左右对称；

步骤b：根据得到的差分图像，通过轮廓查找函数获取干扰位置的轮廓，进而绘出轮廓的最小外接矩形，将包含区域的外接矩形框几何参数记录为干扰位置信息；

步骤c：设置报警阈值te，计算干扰位置的最小外接矩形面积se，当se≥te时，系统对干扰故障进行报警并报告故障位置信息。

更进一步的，待测目标悬浮球的边缘特征为圆弧状。

更进一步的，设置环形led光源提供合适的光照强度。

更进一步的，设置有颜色反差的前景目标和背景，使测量背景和前景目标的对比更加突出，同时保证前景目标中的电磁铁和悬浮球颜色相近。

更进一步的，所述获取悬浮间隙区域的原始高清图像时，固定安装工业相机，通过调整相机位置和焦距使电磁铁下边界清晰成像为一条直线，保证在视觉测量过程中工业相机与电磁铁的相对位置不变。

本发明的有益效果是：本发明基于图像处理技术进行悬浮间隙检测方法简单可靠，方便进行标定，根据悬浮间隙感兴趣区域图像像素面积计算实际间隙距离测量精度高，抗干扰能力强，能有效去除悬浮间隙感兴趣区域存在的非对称干扰同时对干扰故障位置进行报警和定位；与常用的电涡流传感器相比，无需配合传感器为悬浮球特制金属底面，测量简单。本发明通过悬浮间隙感兴趣区域图像像素面积变化计算实际悬浮间隙距离变化，跟踪灵敏且线性度高，无需a/d转换可直接接入控制系统，实时性和精确度均能满足悬浮球控制系统需求。

附图说明

附图1是图像处理单元的图像处理流程图。

附图2是感兴趣间隙区域像素面积计算方法示意图。

附图3是感兴趣间隙区域像素面积计算流程图。

附图4是像素面积与实际间隙距离标定方法的示意图。

附图5是单个像素距离内像素面积随间隙变化实例示意图。

附图6是单个像素距离内像素面积随间隙变化实例曲线。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细说明。本发明是通过高速工业相机实时采集悬浮间隙区域高清图像，根据图像处理后的悬浮间隙感兴趣区域的二值化图像，通过计算悬浮间隙感兴趣区域的像素面积得到对应实际悬浮间隙距离，实现对悬浮间隙的高精度测量。

为了减小后期图像处理的难度，进一步提高间隙测量的精度，本实施例要求选取有颜色反差的前景目标和背景，使测量背景和前景目标的对比更加突出，同时保证前景目标中的电磁铁和悬浮球颜色相近。同时，为了改善图像光照不均匀问题，优选的设置环形led光源提供合适的光照强度。固定安装工业相机，通过调整相机位置和焦距使电磁铁下边界清晰成像为一条直线，保证在视觉测量过程中工业相机与电磁铁的相对位置不变。

具体步骤如下：

步骤1：通过高速工业相机连续实时获取悬浮间隙区域的原始高清图像，悬浮间隙区域的原始高清图像实时发送到图像处理单元进行图像处理，依次经过图像感兴趣区域裁切、图像灰度化、图像增强滤波、图像最佳阈值分割二值化后得到悬浮间隙感兴趣区域的二值化图像，图像处理单元图像处理流程如附图1所示。具体步骤如下：

步骤11：对悬浮间隙区域的原始高清图像进行悬浮间隙感兴趣区域图像裁切操作，感兴趣区域上边界为电磁铁下边缘对应直线l1，下边界为悬浮球水平方向直径所在直线l2，左边界为悬浮球竖直方向左侧外切线l3，右边界为悬浮球竖直方向右侧外切线l4，根据此边界范围裁切得到感兴趣区域图像。图像的裁切是图像预处理的关键步骤，通过对图像的裁切，减少后面图像处理和操作的像素点数，提高图像处理运算速度。附图2和附图4中虚线方框内为本实施例中裁切得到的感兴趣区域图像。

步骤12：对悬浮间隙感兴趣区域图像进行灰度化操作，为后面图像分割和图像分析等上层操作做准备。原始高清图像为rgb模式的三通道彩色图像，本发明采用加权平均法获取每个像素点的灰度值：

其中，f(i,j)是灰度图像坐标(i,j)处像素点的灰度值，r(i,j)、g(i,j)和b(i,j)是原始rgb模式彩色图像各个颜色通道的灰度值。

步骤13：图像增强滤波是图像处理中不可或缺的操作，目的是在不损坏图像轮廓和边缘的前提下抑制图像噪声，图像增强滤波的效果好坏直接影响后续图像分析的可靠性，通过采用双边滤波算法对灰度图像进行增强滤波后得到增强灰度图像。

步骤14：对增强灰度图像进行最佳阈值分割二值化操作，由于阈值处理直观、实现简单且计算速度快，所以本发明采用图像阈值处理实现图像分割。根据图像增强滤波后的增强灰度图像采用最大类间方差法选取最佳阈值t。

图像阈值化操作用函数可表示为：

其中，f(i,j)是增强灰度图像坐标(i,j)处像素点的灰度值，g(i,j)是图像最佳阈值分割二值化结果；根据最佳阈值t对增强灰度图像的所有像素点进行操作，测量背景区域二值化结果为1，即白色，前景目标区域二值化结果为0，即黑色，得到悬浮间隙感兴趣区域二值化图像。

步骤2：通过计算悬浮间隙感兴趣区域二值化图像中二值化结果为1的像素点个数，得到感兴趣间隙区域的像素面积s。

如附图2所示，计算悬浮间隙感兴趣区域的像素面积s的方法如下（计算流程图如附图3所示）：

步骤21：定位到悬浮球的上顶点t0，利用待测区域的左右对称性，以通过t0点的竖直中心线i0为对称轴，将悬浮间隙感兴趣区域的二值化图像按水平方向划分为等宽的四个分区图像a1、a2、a3和a4，外侧a1和a4两分区关于i0对称，中间a2和a3两分区关于i0对称；

步骤22：定义悬浮间隙感兴趣区域二值化图像中二值化结果为1的像素点个数为像素面积s，分别计算四个分区图像a1、a2、a3和a4的像素面积、、和；

步骤23：设置像素面积计算方式为s=+，为外侧a1和a4两分区像素面积之和，其初始值计算方式为=，为中间a2和a3两分区像素面积之和，其初始值计算方式设置为=；

步骤24：设置上限阈值th1和下限阈值th2，0<th2<th1；根据对称区域像素面积差值与上下限阈值的大小关系选择计算和的方式；

（a）对于对称分区a1和a4，计算|-|结果并和上限阈值th1和下限阈值th2进行滞后阈值比较：

若|-|≥th1，则此部分悬浮间隙感兴趣区域图像间隙部分存在明显的非对称干扰；如果≥，干扰位置出现在a4分区，此时设置=；否则，干扰位置出现在a1分区，此时设置=；

若|-|≤th2，则此部分悬浮间隙感兴趣区域图像无明显干扰，此时设置=；

若th2<|-|<th1，此时保持原像素面积计算方式不变=；

（b）对于对称分区a2和a3，计算|-|结果并和上限阈值th1和下限阈值th2进行滞后阈值比较：

若|-|≥th1，则此部分悬浮间隙感兴趣区域图像间隙部分存在明显的非对称干扰；如果≥，干扰位置出现在a3分区，此时设置=；否则，干扰位置出现在a2分区，此时设置=；

若|-|≤th2，则此部分悬浮间隙感兴趣区域图像无明显干扰，此时设置=；

若th2<|-|<th1，此时保持原像素面积计算方式不变：=。

当悬浮间隙感兴趣区域图像存在明显的非对称干扰时，系统具有干扰故障报警和干扰位置定位功能，具体过程如下：

步骤a：通过公式计算关于i0对称的左右两部分二值化图像的差分图像，公式如下：

其中，d(i,j)是i行j列处像素点差分结果，若悬浮间隙感兴趣区域二值化图像大小为m行n列，则i取值范围为[1,m]，j的取值范围为[1,n]；g(i,j)是二值化图像像素点坐标(i,j)处像素点的灰度值，g(i,j’)是二值化图像像素点坐标(i,j’)处像素点的灰度值，像素点坐标(i,j)和(i,j’)关于i0左右对称。

步骤b：根据得到的差分图像，通过opencv库的findcontours函数获取干扰位置的轮廓，进而通过boundingrect函数获取轮廓的范围，绘出轮廓的最小外接矩形，将包含区域的外接矩形框几何参数记录为干扰位置信息。

步骤c：设置报警阈值te，计算干扰位置的最小外接矩形面积se，当se≥te时，系统对干扰故障进行报警并报告故障位置信息。

步骤3：进行间隙视觉测量时需要进行像素面积与实际间隙距离的标定。像素面积与实际间隙距离标定方法如附图4所示。标定方法如下：

步骤31：根据悬浮球系统的悬浮工作间隙范围，通过图像采集和处理得到悬浮球系统的最大工作间隙dmax时对应的悬浮间隙感兴趣区域的像素面积和最小工作间隙dmin=0时对应的悬浮间隙感兴趣区域的像素面积。

步骤32：通过公式，得到实际悬浮间隙距离与像素面积的标定关系，即单位像素面积对应的实际间隙距离大小，p为标定系数；

步骤33：根据图像处理得到的悬浮间隙感兴趣区域的像素面积s，通过公式计算实际间隙距离d；最小工作间隙和实际间隙像素面积之差。

特别的是，本发明通过悬浮间隙感兴趣区域图像像素面积变化计算实际悬浮间隙距离变化，跟踪灵敏且线性度高。理论上当实际悬浮间隙距离变化反映在图像中小于一个像素距离时，本发明所使用方法统计悬浮间隙区域图像像素面积基本呈线性变化。

数字图像是由矩阵表示的点阵式图像，不考虑采样误差的情况下，每个像素可分割为一个正方形像素网格。单个像素距离内像素面积随间隙距离变化实例示意如图5所示，图中实线网格代表一个像素点，虚线是像素网格的中心线，单个像素网格的面积默认为1。本实例中实线圆用来模拟悬浮球，实线圆在单个像素距离内从像素网格的下边界每次向上平移1/10像素距离，每次平移后实线圆的位置绘制在附图5中。本实例中实线圆上方的像素网格区域面积为间隙有效区域，单个像素网格根据有效区域内面积是否大于等于1/2进行取舍，计算每次向上平移后间隙有效区域的像素面积大小，即计算间隙有效区域内像素点个数。根据像素面积变化量绘制曲线如附图6。由此可知在单个像素距离内，像素面积随间隙变化灵敏且基本线性。

理论上当悬浮钢球半径r为80㎜，悬浮间隙最大距离dmax为20㎜，采用640*480分辨率进行图像处理时，通过公式，可知悬浮间隙的检测精度小于1μm，本发明能实现悬浮间隙的高精度视觉检测。