一种基于三维扫描的机加工工件表面缺陷检测方法及系统与流程

本发明涉及三维扫描检测，尤其涉及一种基于三维扫描的机加工工件表面缺陷检测方法及系统。

背景技术：

1、机加工是在零件生产过程中，直接用刀具在毛坯上切除多余金属层厚度，使之达到图纸要求的尺寸精度、形状、表面质量等要求的加工过程。目前针对机加工零件表面的缺陷检测问题,大部分生产企业采用人工抽检作为主要质检方法,这种方法效率低、检测结果一致性差,耗时耗力,难以对不同的工件表面缺陷进行精确分类，影响企业生产的自动化进程。

2、近来，激光三维扫描技术高速发展,为获取机加工工件表面三维信息提供了更加准确高效的方法,通过扫描设备能快速获取工件表面完整的点云数据，且具有较高的精度与密度，为三维表面缺陷检测与分析提供了全新的解决方案。

3、但是，由于受光照与工件表面反光影响，激光三维扫描获取的三维点云数据不可避免的包含了大量难以去除的噪声数据，从而导致检测误差过大。因此，人们需要一种能够减少噪声对检测结果的影响的机加工工件表面缺陷检测方法。

技术实现思路

1、有鉴于此，有必要提供一种基于三维扫描的机加工工件表面缺陷检测及系统，用以解决现有技术中如何减少噪声对检测结果的影响的问题。

2、为达到上述技术目的，本发明采取了以下技术方案：

3、第一方面，本发明提供了一种基于三维扫描的机加工工件表面缺陷检测方法，包括：

4、获取目标机加工工件的模型数据和三维扫描数据，并根据所述三维扫描数据得到所述目标机加工工件中每个结构特征对应的扫描数据点；

5、根据每个扫描数据点相对于其对应的结构特征的距离和偏移角，为每个扫描数据点建立权重，其中偏移角为用于表征扫描数据点相对于结构特征的位置偏差的角度值；

6、根据每个扫描数据点的权重，加权拟合每个结构特征对应的扫描数据点，得到每个结构特征对应的拟合特征数据；

7、比较所述模型数据和拟合特征数据，得到所述目标机加工工件的表面缺陷检测结果。

8、进一步的，所述获取目标机加工工件的模型数据和三维扫描数据，并根据所述三维扫描数据得到所述模型数据中每个结构特征对应的扫描数据点，包括：

9、获取所述模型数据，根据所述模型数据得到所述目标机加工工件中的结构特征，以及所述模型数据对应的包围盒；

10、获取所述三维扫描数据，预处理所述三维扫描数据得到基于kd树存储的点云数据；

11、基于所述包围盒和存储所述点云数据的kd树，筛选所述点云数据，得到位于所述包围盒中的扫描数据点；

12、计算每个扫描数据点到目标结构特征的距离，将到所述目标结构特征的距离小于预设阈值的扫描数据点，作为所述目标结构特征对应的扫描数据点；

13、其中，所述目标结构特征为当前待处理的结构特征，所述预设阈值至少为所述点云数据的点云分辨率的三倍。

14、进一步的，所述根据每个扫描数据点相对于其对应的结构特征的距离和偏移角，为每个扫描数据点建立权重，包括：

15、计算目标扫描数据点相对于目标结构特征的距离和偏移角，其中，所述目标扫描数据点为当前待处理的扫描数据点，所述目标结构特征为所述目标扫描数据点对应的结构特征；

16、基于所述目标扫描数据点相对于所述目标结构特征的距离，和所述目标结构特征对应的全部扫描数据点相对于所述目标结构特征的平均距离的比例关系，得到所述目标扫描数据点相对于所述目标结构特征的第一权重；

17、基于所述目标扫描数据点相对于所述目标结构特征的偏移角，和预设角度值的比例关系，得到所述目标扫描数据点相对于所述目标结构特征的第二权重；

18、根据所述目标扫描数据点相对于目标结构特征的第一权重和第二权重，得到所述目标扫描数据点相对于所述目标结构特征的权重。

19、进一步的，所述计算目标扫描数据点相对于目标结构特征的距离和偏移角，包括：

20、根据所述目标扫描数据点和所述目标结构特征的坐标，得到所述目标扫描数据点和所述目标结构特征之间的距离；

21、根据所述目标扫描数据点的坐标，得到所述目标扫描数据点的对应的目标点法向量；

22、判断所述目标结构特征的特征种类，所述目标结构特征的特征种类包括平面、球、圆柱和圆锥；

23、若所述目标结构特征的特征种类为平面，则将平面对应的单位法向量和所述目标点法向量的夹角作为偏移角；

24、若所述目标结构特征的特征种类为球，则将球心和所述目标扫描数据点的连线形成的向量与所述目标点法向量的夹角作为偏移角；

25、若所述目标结构特征的特征种类为圆柱，则将过所述目标扫描数据点且与圆柱主轴垂直的向量与所述目标点法向量的夹角作为偏移角；

26、若所述目标结构特征的特征种类为圆锥，则将过所述目标扫描数据点且与圆锥侧面垂直的向量与所述目标点法向量的夹角作为偏移角。

27、进一步的，所述根据每个扫描数据点的权重，加权拟合每个结构特征对应的扫描数据点，得到每个结构特征对应的拟合特征数据，包括：

28、根据所述模型数据，得到目标结构特征对应的初始特征数据，所述目标结构特征为当前待处理的结构特征；

29、基于所述初始特征数据，根据所述目标结构特征对应的扫描数据点的权重，对所述目标结构特征对应的扫描数据点迭代进行加权最小二乘拟合，得到所述目标结构特征对应的拟合特征数据；

30、其中，每次迭代时，根据本次迭代的拟合结果和所述模型数据得到本次迭代的残差，并根据残差判断本次迭代是否收敛；

31、若不收敛，则根据本次迭代的拟合结果更新扫描数据点的权重，并将本次迭代得到的拟合结果作为下一次迭代的初始特征数据继续迭代；

32、若收敛，则将本次迭代的拟合结果作为所述目标结构特征对应的拟合特征数据。

33、进一步的，所述比较所述模型数据和拟合特征数据，得到所述目标机加工工件的表面缺陷检测结果，包括：

34、根据所述模型数据，得到每个结构特征对应的曲率；

35、根据每个结构特征对应的拟合特征数据和所述模型数据的差异，得到每个结构特征对应的拟合特征数据的补偿值；

36、基于多项式拟合的方式拟合每个结构特征对应的曲率和补偿值，得到曲率和补偿值之间的关系多项式；

37、根据每个结构特征对应的曲率，基于曲率和补偿值之间的关系多项式得到每个结构特征的精确补偿值，并基于精确补偿值得到每个结构特征对应的精确拟合特征数据；

38、比较所述模型数据和精确拟合特征数据，得到所述目标机加工工件的表面缺陷检测结果。

39、进一步的，所述比较所述模型数据和拟合特征数据，得到所述目标机加工工件的表面缺陷检测结果，包括：

40、比较所述模型数据和所述拟合特征数据，得到多个评价差值；

41、根据多个评价差值和每个评价差值对应的预设评价阈值的差异，得到所述目标机加工工件的表面缺陷检测结果；

42、其中，多个评价差值包括平面的法向差值、两平行平面之间的距离差、球的半径差、球心坐标差、圆柱半径差、圆柱主轴方向向量差、圆锥主轴方向向量差、圆锥顶点到平面的距离差、圆锥角到平面的距离差、球心到平面的距离差、圆柱主轴到平面的距离差、拟合特征数据和所述模型数据之间的差值、各个拟合特征数据的标准差。

43、进一步的，还包括：

44、根据所述目标机加工工件的表面缺陷检测结果，得到缺陷区域；

45、筛选位于所述缺陷区域中的扫描数据点，得到多个缺陷特征数据点；

46、基于每个缺陷特征数据点与其预设邻域内预设数量个相邻的缺陷特征数据点的坐标之间的坐标差异，得到每个缺陷特征数据点的弯曲程度值；

47、在所述缺陷区域内选择加工起点，根据所述缺陷区域包括的结构特征的加工方向以及所述加工起点，得到采样区域；

48、根据所述采样区域内的缺陷特征数据点的弯曲程度值的标准差，得到刀具磨损检测结果。

49、进一步的，所述基于每个缺陷特征数据点与其预设邻域内预设数量个相邻的缺陷特征数据点的坐标之间的坐标差异，得到每个缺陷特征数据点的弯曲程度值，包括：

50、计算目标缺陷特征数据点与其预设邻域内预设数量个相邻的缺陷特征数据点之间坐标的协方差，得到协方差矩阵，其中所述目标缺陷特征数据点为当前待分析的缺陷特征数据点；

51、对所述协方差矩阵进行特征值分解，得到多个特征值；

52、根据多个所述特征值，得到所述目标缺陷特征数据点的弯曲程度值。

53、第二方面，本发明还提供了一种基于三维扫描的机加工工件表面缺陷检测系统，包括：

54、数据获取模块，用于获取目标机加工工件的模型数据和三维扫描数据，并根据所述三维扫描数据得到所述目标机加工工件中每个结构特征对应的扫描数据点；

55、权重分配模块，用于根据每个扫描数据点相对于其对应的结构特征的距离和偏移角，为每个扫描数据点建立权重，其中偏移角为用于表征扫描数据点相对于结构特征的位置偏差的角度值；

56、特征拟合模块，用于根据每个扫描数据点的权重，加权拟合每个结构特征对应的扫描数据点，得到每个结构特征对应的拟合特征数据；

57、缺陷检测模块，用于比较所述模型数据和拟合特征数据，得到所述目标机加工工件的表面缺陷检测结果。

58、本发明提供一种基于三维扫描的机加工工件表面缺陷检测方法和系统，其先获取目标机加工工件的模型数据和三维扫描数据，并根据所述三维扫描数据得到所述目标机加工工件中每个结构特征对应的扫描数据点，然后根据每个扫描数据点相对于其对应的结构特征的距离和偏移角，为每个扫描数据点建立权重，其中偏移角为用于表征扫描数据点相对于结构特征的位置偏差的角度值，之后根据每个扫描数据点的权重，加权拟合每个结构特征对应的扫描数据点，得到每个结构特征对应的拟合特征数据，最后比较所述模型数据和拟合特征数据，得到所述目标机加工工件的表面缺陷检测结果。相比于现有技术，本发明在获得机加工工件表面的三维扫描数据后，采用基于结构特征的检测方法，根据每个扫描数据点的偏差的角度值选用合适的权重，使用迭代加权的最小二乘法拟合特征，极大地减少噪声对拟合结果的影响，保证检测精度。