一种基于偏振度图像的工件尺寸识别方法及系统技术方案

本发明专利技术公开了一种基于偏振度图像的工件尺寸识别方法及系统，方法包括：获取工件的偏振度图像，并对偏振度图像进行预处理；将预处理后的偏振度图像进行形态学闭操作；将形态学闭操作后的偏振度图像依次进行ROI提取和Canny边缘提取；对Canny边缘提取后的偏振度图像边缘进行最小二乘法拟合；对拟合后的偏振度图像进行工件尺寸测量；根据尺寸测量的结果识别工件尺寸是否合格。本发明专利技术能够用于微型工件尺寸测量，在同等测试环境下达到更高的精度，在满足相同的测量精度的要求下，对硬件设备和环境的要求更小。环境的要求更小。环境的要求更小。

【技术实现步骤摘要】
一种基于偏振度图像的工件尺寸识别方法及系统


[0001]本专利技术属于计算机视觉
，具体涉及一种基于偏振度图像的工件尺寸识别方法及系统。

技术介绍

[0002]近年来机器视觉技术有了较为显著的发展和普及，随之带来的是新一轮的产业革命，在制造业中尤为显著。机器视觉技术凭借其非接触性、高精度、高稳定性的技术特点在工业领域有着广泛的应用。在生产线中，对于产品的测量是制约生产效率的主要因素之一，基于机器视觉的测量模块能有效的提高产品的测量效率。传统的视觉测量模块对于相机的像素精度要求、测试环境要求较高，对微型尺寸的工件测量精确性低。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种基于偏振度图像的工件尺寸识别方法及系统，能够用于微型工件尺寸测量，在同等测试环境下达到更高的精度，在满足相同的测量精度的要求下，对硬件设备和环境的要求更小。
[0004]本专利技术提供了如下的技术方案：
[0005]第一方面，提供一种基于偏振度图像的工件尺寸识别方法，包括：
[0006]获取工件的偏振度图像，并对偏振度图像进行预处理；
[0007]将预处理后的偏振度图像进行形态学闭操作；
[0008]将形态学闭操作后的偏振度图像依次进行ROI提取和Canny边缘提取；
[0009]对Canny边缘提取后的偏振度图像边缘进行最小二乘法拟合；
[0010]对拟合后的偏振度图像进行工件尺寸测量；
[0011]根据尺寸测量的结果识别工件尺寸是否合格。
[0012]进一步的，获取工件偏振度图像的方法包括：
[0013]分别沿工件的径向和轴向进行偏振度图片采集，采集到工件反射光沿0
°
、45
°
、90
°
传入的图片，其光强记作分别记为I0、I
45
、I
90
，根据斯托克斯偏振公式的参数求出偏振度表达式：
[0014]S0＝I0+I
90
[0015]S1＝I0‑
I
90
[0016]S2＝2I
45
‑
S0[0017][0018]式中，S0表示偏振角为0
°
和90
°
的图像的灰度值叠加图像，S1表示偏振角为0
°
和90
°
的图像的灰度差值图像，S2表示两倍偏振角为45
°
的图像与S0图像的灰度差值图像，P表示偏振度图像；
[0019]将图片中每个像素的偏振度线性分布于[0，255]的灰度值区间，得到偏振度图像。
[0020]进一步的，所述预处理包括高斯滤波和投影变换，所述高斯滤波的一阶表达式为：
[0021][0022]式中，gσ表示滤波半径为σ的高斯滤波器，gσ(x)表示在一维信号x处高斯滤波后的灰度值，x表示一维信号的坐标，σ表示滤波半径。
[0023]进一步的，所述形态学闭操作包括图像膨胀和图像腐蚀，所述图像膨胀的操作表达式为：
[0024][0025]所述图像腐蚀的操作表达式为：
[0026][0027]式中，表示边界，R表示原图像，S表示形态学微元。
[0028]进一步的，所述Canny边缘提取的方法包括：
[0029]Canny算子在X方向卷积模板S
x
和Y方向卷积模板S
y
为：
[0030][0031]坐标(i,j)的像素点在X方向偏导数P(i,j)、Y方向偏导数Q(i,j)、梯度幅值M(i,j)以及梯度方向θ(i,j)的数学表达式为：
[0032]P(i,j)＝(f(i,j+1)
‑
f(i,j)+f(i+1,j+1)
‑
f(i+1,j))/2
[0033]Q(i,j)＝(f(i,j)
‑
f(i+1,j)+f(i,j+1)
‑
f(i+1,j+1))/2
[0034][0035]θ(i,j)＝arctan(P(i,j)/Q(i,j))
[0036]式中，f表示灰度值函数，f(i+1,j)表示目标下方像素点的灰度值，f(i,j+1)表示目标右侧像素点的灰度值，f(i+1,j+1)表示目标右下方像素点的灰度值，f(i,j)表示目标像素点的灰度值；
[0037]坐标为(i,j)的像素点在非最大抑制后的灰度值N(i,j)为：
[0038]N(i,j)＝NMS(M(i,j),ζ(i,j))
[0039]式中，NMS表示非最大抑制函数，ζ(i,j)表示该像素点的原始灰度值。
[0040]进一步的，所述最小二乘法拟合包括直线拟合和圆弧拟合。
[0041]进一步的，所述直线拟合的方法包括：
[0042]将直线表示为过度参数化的黑塞范式：
[0043]ar+bc+d＝0
[0044]式中，a2+b2＝1，a、b表示参数系数，c表示固定点(r,c)的横坐标，d表示偏移量，r表示固定点(r,c)纵坐标；
[0045]用最小二乘法法进行拟合，即图像轮廓上的点到直线的距离的平方和最小：
[0046][0047]式中，ε表示最小二乘优化指标，i表示像素点编号，r
i
表示固定点(r
i
,c
i
)的横坐标，c
i
表示固定点(r
i
,c
i
)的纵坐标；
[0048]引入拉格朗日乘子a2+b2＝1作为约束条件，避免a＝b＝d＝0的零误差解，得到直线拟合方程：
[0049][0050]式中，λ表示惩罚函数的惩罚因子。
[0051]进一步的，所述圆弧拟合的方程为：
[0052][0053]式中，ε表示最小二乘优化指标，(α,β)表示圆心，ρ表示半径，i表示像素点编号，r
i
表示固定点(r
i
,c
i
)的横坐标，c
i
表示固定点(r
i
,c
i
)的纵坐标。
[0054]第二方面，提供一种基于偏振度图像的工件尺寸识别系统，包括光源、两组偏振相机、振动上料盘、舵机、圆形托盘和控制柜；
[0055]所述圆形托盘立式放置，所述圆形托盘上设有工件支持架；
[0056]所述舵机连接圆形托盘并驱动圆形托盘转动；
[0057]所述振动上料盘连接有软管，所述软管的末端与工件支持架对应；
[0058]两组所述偏振相机分别相对圆形托盘的径向和轴向设置；
[0059]所述光源设于偏振相机与圆形托盘之间；
[0060]所述控制柜分别连接舵机、振动上料盘、偏振相机和光源，所述控制柜用于执行如第一方面所述的基于偏振度图像的工件尺寸识别方法。
[0061]进一步的，还包括工件收纳盒、气动吹气阀本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于偏振度图像的工件尺寸识别方法，其特征在于，包括：获取工件的偏振度图像，并对偏振度图像进行预处理；将预处理后的偏振度图像进行形态学闭操作；将形态学闭操作后的偏振度图像依次进行ROI提取和Canny边缘提取；对Canny边缘提取后的偏振度图像边缘进行最小二乘法拟合；对拟合后的偏振度图像进行工件尺寸测量；根据尺寸测量的结果识别工件尺寸是否合格。2.根据权利要求1所述的基于偏振度图像的工件尺寸识别方法，其特征在于，获取工件偏振度图像的方法包括：分别沿工件的径向和轴向进行偏振度图片采集，采集到工件反射光沿0
°
、45
°
、90
°
传入的图片，其光强记作分别记为I0、I
45
、I
90
，根据斯托克斯偏振公式的参数求出偏振度表达式：S0＝I0+I
90
S1＝I0‑
I
90
S2＝2I
45
‑
S0式中，S0表示偏振角为0
°
和90
°
的图像的灰度值叠加图像，S1表示偏振角为0
°
和90
°
的图像的灰度差值图像，S2表示两倍偏振角为45
°
的图像与S0图像的灰度差值图像，P表示偏振度图像；将图片中每个像素的偏振度线性分布于[0，255]的灰度值区间，得到偏振度图像。3.根据权利要求1所述的基于偏振度图像的工件尺寸识别方法，其特征在于，所述预处理包括高斯滤波和投影变换，所述高斯滤波的一阶表达式为：式中，gσ表示滤波半径为σ的高斯滤波器，gσ(x)表示在一维信号x处高斯滤波后的灰度值，x表示一维信号的坐标，σ表示滤波半径。4.根据权利要求1所述的基于偏振度图像的工件尺寸识别方法，其特征在于，所述形态学闭操作包括图像膨胀和图像腐蚀，所述图像膨胀的操作表达式为：所述图像腐蚀的操作表达式为：式中，表示边界，R表示原图像，S表示形态学微元。5.根据权利要求1所述的基于偏振度图像的工件尺寸识别方法，其特征在于，所述Canny边缘提取的方法包括：Canny算子在X方向卷积模板S
x
和Y方向卷积模板S
y
为：
坐标(i,j)的像素点在X方向偏导数P(i,j)、Y方向偏导数Q(i,j)、梯度幅值M(i,j)以及梯度方向θ(i,j)的数学表达式为：P(i,j)＝(f(i,j+1)
‑
f(i,j)+f(i+1,j+1)
‑
f(i+1,j))/2Q(i,j)＝(f(i,j)
‑
f(i+1,j)+f(i,j+1)
‑
f(i+1,j+1))/2θ...

【专利技术属性】
技术研发人员：谭治英，季琰，孔伟丰，陶旭，范文博，赵锦溁，李旭，薛友，高信忠，徐孝彬，骆敏舟，
申请(专利权)人：河海大学，
类型：发明
国别省市：