一種基于MP小波濾波的零件尺寸檢測方法及其檢測系統技術方案

本發明專利技術公開了一種基于MP小波濾波的零件尺寸檢測方法，包括：(1)對CCD攝像機進行標定；(2)采集零件圖像，對圖像進行MP小波濾波；(3)對圖像進行微分算子邊緣檢測；(4)對邊緣像素進行亞像素邊緣檢測；(5)根據亞像素坐標計算零件的尺寸，進而生成CAD圖。本發明專利技術方法通過對零件圖像進行MP小波濾波，同時對濾波后的圖像進行亞像素邊緣檢測，根據亞像素坐標計算提取零件的尺寸，能夠相應提高檢測精度，加快檢測速度。本發明專利技術還公開了基于上述檢測方法的檢測系統，包括圖像采集單元、圖像處理單元和圖像生成單元；本發明專利技術系統利用攝像機結合PC機可以實時對流水線上的零件進行圖像采集和圖像處理，保證了零件檢測的時效性。

【技術實現步驟摘要】

本專利技術屬于檢測
，具體涉及一種基于MP (極大代數)小波濾波的零件尺寸檢測方法及其檢測系統。
技術介紹
零件在軍工、民用中有著廣泛應用，故對零件尺寸的精確檢測有著重要的意義。零件尺寸的檢測需要有較高的檢測精度，以減少誤差，提高產品的質量。流水生產線上對零件尺寸檢測需要較高的檢測速度，以提高檢測效率。故欲對零件尺寸進行高效檢測，需要認真考慮檢測速度與精度。現有流水生產線上對零件尺寸檢測，主要有以下幾種方式(I)人工檢測，操作工人利用檢測工具抽樣選取零件，這種檢測方式的檢測精度取決于工人的檢測水平，通常檢測精度低，檢測結果的可靠性不高，且檢測速度較慢。(2)基于數字圖像處理技術的檢測，通過CCD攝像機采集零件圖像，采用數字圖像處理技術對零件尺寸進行檢測。這種檢測方法的速度與精度受檢測算法的影響很大；其中，圖像濾波和邊緣檢測是檢測算法中核心的部分，極大程度上影響著零件尺寸檢測的速度與精度。已有的對零件圖像濾波方法往往難以兼顧速度與精度要求均值濾波容易造成圖像模糊，中值濾波對非椒鹽噪聲的噪聲濾波效果不理想，而實際中的噪聲往往不是椒鹽噪聲，故難以滿足精度要求；小波濾波具有較好的濾波效果，但耗時長，難以滿足速度要求。已有的對零件圖像邊緣檢測方法采用常見的微分 算子邊緣檢測Robert邊緣檢測、Prewitt邊緣檢測、Sobel邊緣檢測、LapIacian邊緣檢測等方法，這些邊緣檢測方法雖有較快的檢測速度，但難以滿足檢測精度，尤其對檢測精度有較高要求的零件；基于矩的亞像素邊緣檢測和基于曲線擬合的亞像素邊緣檢測有較高的檢測精度，但難以滿足檢測速度要求；基于4個或者8個方向的Sobel邊緣檢測結合插值法的亞像素邊緣檢測方法由于Sobel算子是3X3大小，所以計算量大，難以滿足檢測速度要求。另外，現有的零件尺寸檢測后沒有AutoCAD生成顯示功能，所以不能直觀的看到零件邊緣及尺寸圖像，這為后續的零件處理，譬如確定缺陷零件的缺陷位置、修補缺陷零件而言帶來很大的不便，造成資源的浪費；且AutoCAD格式便于數據的標準化保存格式與處理。
技術實現思路
針對現有技術所存在的上述技術缺陷，本專利技術提供了一種基于MP小波濾波的零件尺寸檢測方法及其檢測系統，能夠實現零件尺寸的精確檢測，同時較已有精確檢測方法更快速。一種基于MP小波濾波的零件尺寸檢測方法，包括如下步驟(I)對攝像機進行標定，得到像素當量系數；(2)利用攝像機對零件進行圖像采集，對采集到的零件圖像進行MP小波濾波；(3)對濾波后的零件圖像進行基于微分算子的邊緣檢測，得到零件的邊緣梯度圖像；(4)對所述的邊緣梯度圖像中各邊緣像素進行亞像素邊緣檢測，得到各邊緣像素的亞像素坐標；(5)根據各邊緣像素的亞像素坐標以及像素當量系數，計算出零件的尺寸。優選地，所述的步驟(2)中，對零件圖像進行MP小波濾波的方法為I)先將所述的零件圖像分解成一張近似圖像IJPp2-I張細節圖像D1,以完成一級分解；然后將近似圖像I1分解成一張近似圖像I2和P2-I張細節圖像D2,以完成二級分解；對近似圖像I2再進行分解，依此完成η級分解，得到一張近似圖像In和多張細節圖像，P為大于I的自然數； 2)將分解得到的所有細節圖像進行閾值化處理；3)先根據近似圖像In以及閾值化后的P2-I張細節圖像Dn對近似圖像Ilri進行重構；然后根據重構得到的近似圖像Ilri以及閾值化后的P2-I張細節圖像Dlri對近似圖像Ιη_2進行重構，依此逐級進行重構；最后根據重構得到的近似圖像I1以及閾值化后的P2-I張細節圖像D1對零件圖像進行重構，重構得到的零件圖像即為濾波后的零件圖像。所述的步驟I)中，將目標圖像分解成一張近似圖像和P2-I張細節圖像的過程如下，所述的目標圖像為零件圖像或近似圖像；a.將目標圖像劃分成m個圖像塊，所述的圖像塊的尺寸為P X P ;b.根據以下公式求解目標圖像分解后的近似圖像y (i) = min 其中y(i)為近似圖像中第i像素的像素值，Xi (O)為目標圖像第i圖像塊的中心像素的像素值，Xi(I) Xi(P2-I)分別為目標圖像第i圖像塊中除中心像素外其余各像素的像素值；i為自然數且I < i < m ;c.根據以下公式求解目標圖像分解后的細節圖像Zj(i) = |z' j (i) I = Xi(O)-Xi(J)其中h(i)為第j張細節圖像的中第i像素的像素值，Z' j(i)為第j張細節圖像的中第i像素的準像素值，XiU)為目標圖像第i圖像塊中除中心像素外其余像素中第j像素的像素值，j為自然數且ISjS P2-I。所述的步驟2)中，對細節圖像進行閾值化處理的方法為使細節圖像中每個像素的像素值與給定的像素閾值進行比較，將像素值小于或等于像素閾值的像素的像素值置為其準像素值，將像素值大于像素閾值的像素的像素值置為O。所述的步驟3)中，對待還原圖像進行重構的過程如下，所述的待還原圖像為近似圖像或零件圖像；a.初始化待還原圖像中各像素的像素值均為0，將待還原圖像劃分成m個圖像塊，所述的圖像塊的尺寸為PXp;b.根據以下公式求解待還原圖像每個圖像塊的中心像素的像素值Ai(O) = B⑴ + max其中=Ai(O)為待還原圖像第i圖像塊的中心像素的像素值，B(i)為待還原圖像對應的近似圖像中第i像素的像素值，C1Ci) Cpi1Ci)分別為待還原圖像對應閾值化后的各細節圖像中第i像素的像素值；c.根據以下公式求解待還原圖像每個圖像塊中除中心像素外其余像素的像素值AiU] = Ai(O)-CjQ)其中=Ai 為待還原圖像第i圖像塊中除中心像素外其余像素中第j像素的像素值，Cj (i)為待還原圖像對應閾值化后的第j張細節圖像中第i像素的像素值。基于MP小波濾波具有傳統小波濾波的低熵性、多分 辨率性、去相關性的優點，濾波后的圖像較均值濾波或中值濾波后的圖像具有更好的邊緣保持特性，是零件尺寸精確檢測的重要基礎；濾波過程中不含乘法和除法運算，僅含加減與取極值運算，故濾波的時間較其他小波濾波的時間短；所以，MP小波濾波在具有更好的濾波效果基礎上，速度上較已有濾波方法更快速。優選地，所述的步驟(3)中，對濾波后的零件圖像進行基于微分算子的邊緣檢測，其采用的微分算子為4個方向且采樣窗口為2 X 2大小的微分算子。優選地，所述的步驟(4)中，根據以下公式對邊緣像素進行亞像素邊緣檢測G一 I — Gi wX = X + —-—-—— — COS0 (G_i — 2Gq + G^) 2 G一 I — Gi wY = y + (^7^T^) Ysin0其中X和Y分別為邊緣像素的亞像素橫坐標值和縱坐標值，X和y分別為邊緣像素在邊緣梯度圖像中的橫坐標值和縱坐標值，Θ為邊緣像素的梯度方向對應的角度，w為邊緣梯度圖像中相鄰像素的間距，Gtl為邊緣像素的梯度值，和G1分別為邊緣像素沿其梯度方向的兩個相鄰像素的梯度值。本專利技術的4個方向微分算子較傳統2個方向微分算子的邊緣檢測精度高，2X2大小的采樣窗口進行卷積運算的時間較3X3大小的采樣窗口進行卷積運算的時間短；本專利技術的亞像素邊緣檢測方法能夠將檢測精度提高至亞像素級，解決了微分算子邊緣檢測方法精度不高的缺點；較基于矩的亞像素邊緣檢測方法和基于曲線擬合的本文檔來自技高網...

【技術保護點】
一種基于MP小波濾波的零件尺寸檢測方法，包括如下步驟：(1)對攝像機進行標定，得到像素當量系數；(2)利用攝像機對零件進行圖像采集，對采集到的零件圖像進行MP小波濾波；(3)對濾波后的零件圖像進行基于微分算子的邊緣檢測，得到零件的邊緣梯度圖像；(4)對所述的邊緣梯度圖像中各邊緣像素進行亞像素邊緣檢測，得到各邊緣像素的亞像素坐標；(5)根據各邊緣像素的亞像素坐標以及像素當量系數，計算出零件的尺寸。

【技術特征摘要】

【專利技術屬性】
技術研發人員：戴華平，錢嘉偉，黃滿金，沈非凡，
申請(專利權)人：浙江大學，
類型：發明
國別省市：