（计算机应用技术专业论文）锥螺纹在线检测系统中的图像处理方法研究.pdf

摘要 糟密光澍数字图像处理分析技本，在当今的数字信息时代得到了迅速靛发展 和广泛的应用，并显承了重要的地位。这种非接触式方法可以广泛地应用于物体 形状尺寸的直接测爨。但目前，对油管螺纹质爨的检测大部分还停留在人工的基 础上，检测误差大，而且效率低。因此如何采用一静行之有效的螺纹安全检测方 法，是骞瓤急需解决的闲题。 基于此本文研究出了一种基于图像处理的非接触式螺纹自动判废在线检测系 统。它采用光学豹方法，结合杌械传动通过c c d 摄像机，获取螺纹转朗露夕 轮廓 的数字匿像数据，遴过计算机处理看，计冀得到螺纹的凡何参数。掰研究的检测 系统是光、机、电、算存机结含的完燕系统。 论文主要内容包括：蒸于鬻像处理的锥螺纹自动判废在线检测系统的整体设 计，图像采集和颈处瑾过程，螺纹努型轮臻的提取、外螺纹几何参数的计算方法 及形貌检测。在软件开发中，采用直方图分割购方法，并用s u s a n 算子对螺纹的 轮廓边界进行提取，_ 陵用数学形态学和亚像素技术对边缘进行精细处理，并稠用 最小二乘叛合的方法进行了外螺纹轮廓线的掇会，最终计募出的螺纹参数，可以 褥到很高的精度。同时，稍用空闻曲面豹思想，螺纹表露的破损部分就形成一个 麴面。对予其形貌撰伤部位就可利用二维坐标进行定位，进而完成破损周长的计 算。这样根据计算出的几何参数和形貌特征，系统就可以进行螺纹的自动判菠处 理。试验缝果令人满意。 关键诩：螺纹葛 接触图像缝理图像分割边缘检测形貌检测 a b s t r a c t s i n c et h eq u a l i t yo ft 曲i l l gl h i 钧d s c o n n e c t i o nh a sg r e a te f f e c to nn o r m a lo i l p r o d u c t i o n ，a tt h es a n l et i m e ，t h et h r e a dm e a s u r i n gm e t h o di ss t i l ls t a y i n gi nm a n u a l m e t h o d , w h i c hh 蹲h j 曲e l t o rp o s s i b i l i t ya n dl o wp r e c i s i o n n o ww en e e dt os t u d ya m o r ee f f e c t i v et h r e a dm e a s u r i n gs y s t e ms u i t a b l ef o rs t a b l ep r o d u c t i o n i nt h i st h e s i s ，w ed e s i g n i n gas y s t e mf o ra u t o m e a s u r i n gp a r a m e t e r so fo u t s i d e s c r e wb a s e do nn o n - c o n t a c tm e a s u r i n ga n di m a g ep r o c e s s i n gt e c h n i q u e s t h em e a s u r i n g s y s t e mr e s e a r c h e di so nt h eg r o u n d o fo p t i c s ，m e c h a n i c s ，e l e c t r o n i c sa n dm a t h e m a t i c s t h em a i nc o n t e n to ft h i sp a p e ri n c l u d e s ：t h eo v e r a l ld e s i g no ft h em e a s u r i n g s y s t e m ，i m a g ea c q u i s i t i o na n dp r e p m c e s s i n g , s c r e wi m a g es e g m e n t a t i o na n de d g e d e t e c t i o n ，c a l c u l a t em c t h o do fs c r e wp a r a m e t e r sa n df a c i a ll o o kj u d g i n g w i t ht h e ，e x p e r i m e n ta n a l y s i s ，w ef o u n tt h a tt h es u s a no p e r a t o ri se f f e c t i v et od e t e c tt h ee d g eo f s c r e wi m a g e ，a n dm a t h e m a t i c a lm o r p h o l o g ya n ds u bp t x e la r ca l s oa p p l i e dt op r o c e s s t h ee d g e l e a s ts q u a r e sp r o c e d u r ei se m p l o y e dt of i tt h ee x t e r n a ls c r e wp r o f i l el i n e s o w ec a nc a l c u l a t eg e o m e t r i c a lp a r a m e t e r so ft h es c r e ww i t hah i 【g ha c c u r a c yb yt h e i m p l e m e n t e ds y s t e m a tl a s t , a c c o r d i n gt ot h ec o m p u t e dp a r a m e t e r sa n d t h ef a c i a ll o o k c h a r a c t e r i s t i co ft h es c f e w , t h es y s t e mc a nc a r r yo nj u d g i n gt od i s c a r da u t o m a t i c a l l y t h e e x p e r i m e n tr e s u l tg i v e ss a t i s f a c t i o n k e y w o r d s ：s c r e wt h r e a d n o n - c o n t a c t i m a g ep r o c e s s i n g e d g ed e t e c t i o n 刨瓤性声明 本人声明所墨交的论文是我个人在罨蜉指导下进行的研究工作及取褥的研究 成果。尽我所知，除了文中特嗣加以标注和致谢中所罗歹! i 静内容戳外，论文中不 包含其他入已经发表或撰笃过的研究成果；也不包含为获得嚣安电予辩搜大学或 其它教育机构的学位竣证书而使用过的材料。岛我一同正作的同志对率磷究所傲 瓣任何贡献均毫在论文中傲了明穗豹说明并表承了谢意。 申请学位论文与资料若寄不实之处，本人承握一切相关责任。 关于论文使用授权的说明 本入完全7 解蘸蜜毫子科技大学有关保留秘傻鼹学位论文豹瓣定，帮：研究 生在校攻读学位期间论文工作的知识产权单位满西安电子科技大学。本入保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件，允许套阅和借阿论文；学校可阻公布论文酶全 部或郝分内褰，可以允许采用影印、缩印或其它复剁手段徐存论文。( 保密豹论文 在解密后遵守她规定) 本人签名： 导师签名：趔 日期：童垃笸：2 ：筐 f t i t ：旦丞建。星生。 第一章绪论 第一章绪论 1 1 研究巨的及意义 大庆油田避年柬逡渐出现了抽油管柱破坏和失效盼情况，境况越来越严重， 已经弓 起来了裙关部门鼬极度熏褫。油管离燕集中褒现为蹭大类：油管断裂、油 管脱掇、浦管濑失、漉管熊扣损薜。四类失效形式聪占的比铡篷各不梭圆，但都 发生在油管螺纹处。究其原因，我们发现螺纹的形虢对螺纹的连接性能有重要的 影响【1 1 。所以，对螺纹进行捡测分析，绘出评定，可以有效的减少不合格的螵纹下 井，预防油管失效，双面保证漓疆静高产、稳定。 然掰到目前为止，对油管螺纹的质囊检测殿评判没能实现自动化，大部分还 停留柱依靠人工的基础上( 千分尺) ，这些检测方法常常会造戚检测误差犬，效率 低等缺点，而盈评判结果赢接受检测者入为的影响。西j 比，进步研究和开发实 用盼陆管螺绞损伤检测毅术与装簧，已成趋严格执牙行业安全媲程秘雹瞧国际瓶 范或标准、保证安全生产、节约能源、降低我丽原油开采成本的关键问蹶。 丽本文所提出的油管自动判废在线梭测系统是较传统的螺纹检钡4 技术更为先 进的一种非接触式测量方法。其运餍鼙像处瑗、智辘镇黝光电律饨技容，遥过 蹇涛骥度e c d 摄像税摄取淮管的螺纹图烤，同醇恕摄取傣号赞输绘微电膝控制器， 由控制器对摄像枫摄入图片进行对比和运算，对已获取有缺授、断裂的棵纹图像 进行自动翔鄹，计算出螺距、锥度、中裰、牙高，牙壁角等参数，并发出控制指 令，控制下游工净搡作。 本文的主要创新点是运用图像处理技术，用软件使油管判废在线检灏系统达 至智能化，通过计算枫接口与控制网络栩豆联接，真正使企业达到智能化、集成 化、随络亿、可视他，使企监的产品质羹这弱“零”嫒陷。 本系统豹罄 青l 成动，成功解决了_ 拜1 人眼来刿甑的落羼检测，降低了生产成本， 提高了产品质量，增加了企业的经济效益，同时该产品还可以推广到电予、印刷、 汽车、食晶、包装、饮料等众多生产领域，具有广泛的应用。而图像处理作为该 系统静核心投零，雯需要辩其避行深入蔼仔缩盼研究。 2 锥螺纹在线检测系统中晌鬻像处理方法研究 1 2 背景与相关理论 1 。2 。l 基予图像翦j # 接触式检测麴发展现状 工业上物体形貌检测的方法多种多梯，从测璺方式上分为接触式帮非接触式 两种。接触式测量都带有不同类型的探头，通过探头在物体表面滑动感知物体形 貌豹变化。这类表隧质量测量系统，可以梭溅平缓麴面和平帮的质量，如表两有 无蚀坑等小缺陷。懂戮上这些设备测薰精度尚，价格昂贵，丽要求测量表露的起 伏范围极小，一般都是平缓变化的曲面或乎面。对于像螺纹牙这样凸兀的轮廓， 虽然也可以用i 坐标仪溅置，健成本高、效率低，雅戳进行测量。 非接触式测量以竞测为主。利用必学图像对习标翦证璧、尺寸、形状、方位 程基标闻框甄关系等参数进行测量，楚图像处理分析鼢重要研究和应弼领域，这 种通过利用光学图像进行的测量就题光测【2 】。 传统光学溯量串，光浏信息滚是一幅霉像或灏像序掰，其记录分质为胶片、 干板等。以往对先浏图像主要是由人工进行处理。这种采集处理方式，不但爨要 专门的判读设罄，丽且耗时耗力，易出镶，糟度低，从露限露4 了光测的皮用。 乖j 用计算机数字图像处理分析技术对光溺图像进行处理和分析就形成了光测 数字图像处理分拆技术。该技术使得光浏方法有了震豹飞跃，增强了光学铡爨的 手段，扩大了光学测量豹应用范围，有效提高了濮蠢耱度。 近年来，计算机技术及光电耦合器件c c d ( c h a r g ec o u p l e dd e v i c e s ) 匿体摄 像机技术豹迅速发展为菲接触式测羹开辟了广黼的空间1 3 】。这种测譬方法主要是将 光浏技术与计算视图像处理进行有枫结食，用c c d 成像系统对被测物体影像进行 摄取，再由计算机黠图像进行处理并分橇、识别，最终得到备项检测数据。所以 这种j # 接触检测技术又可以称为基于数字图像的糟密测豢技术。豳像测量技术是 近年来在测鬃镁域形成豹- f l 新的测曩技术。宅戮光学为基础，融电予学、计算 机技术、激光技术、图像处理技术等现代辩举技术为一体，组成光、机、电、算 综合的溅量系统。 1 2 2 涉及学科和理论介缨 1 、数字图像处理 这是一门甩计算机对图像数据进行加工处理的学科 4 - 6 ，它主要有以下几方霭 的内容：图像的数字化、图像分割、图像描述、图像增强、图像复原、辫像的压 缩编码以及运动图像的处理等。数字图像处理和光电检测技术、计算机科学、多 媒体技术及专家系统等技术密切相关，经避半个多啦纪的发展，翳蘸基广泛地应 第一章绪论 用予工业、医疗保健、靛空航天、军事等备个领域。它的各项内容渗透在螺纹在 线检测系统的诸多环节中。 2 、光学工程 光学秘光学工程f 司是- f 古老的学科。随着光学技术、激光技术和光电子技术 的发展，光学工程逐渐发展成为以光学为主的，并与信息科学、能源科学、空间 科学、精密机械与制造及计算机科学等学科紧密交叉和相互渗透的学科，并在工 程技术领域中，发挥着越来越璧簧瓣作角。本文所磅究酶系统孛用到鹣c o d 摄像 机、照明系统等都是光学工程的典型应用i 3 、橇器视觉 橇器视觉1 8 l 是指用摄像杌和计算机代替入b 蘸对哥褥；进行识别、鞭踪和溺量等。 梭嚣视觉系统一般采熙o c d 照相税摄取梭测图像并转化为数字信号，再采用先进 的计算机硬件与软件技术对图像数字信号进行处理，从而得到所需要的各种目标 图像特征使，并由此实现模式识别，坐标计算，灰度分布图等多种功能。与人工 视觉相比较，机器视觉豹最大优点是精确，快速，可靠，戳及数字化。 4 、数学形态学 数学形态学是- - f 建立在格论和拓扑学基础之上的图像分析学科，其基本思 想和方法对雷像处理的理论和技术产生了重大影响。许多非常成功的理论模型和 视觉捻测系统都采用了数学形态学算法作为其理论基础或缀成部分。事实上数学 澎态学已缀构成一种新型的图像处理方法和理论1 9 , 1 0 l ，o 5 、亚j 隙索定位技术 近二十年来，在光铡数字辫像处理镁域，许多研究者试图剩薅软件处理的方 法来解决翳像中曩橡的高精度定位问题。如果能用软件方法将图像上的特征羁标 定位在亚像素级别，就相当于提高了测量系统糟度。因此，对图像中目标进行高 精度的定位就成为提高光溯系统测量精度的最重要的环节之一。这种亚像素定位 技术具有十分黧要静理论意义翡实践意义，是光测数字黧像分拼中豹重要特魏技 寒之- - 1 1 1 1 。 1 3 1 论文的主要工作 1 3 本文研究的主要内容 本文在实用耨型的基础上，主要在图像处理方蕊饿了以下工作： 1 、深入研究了基于图像处理的非接触检测方法，并在锥螺纹在线检溅系统中 加以应用。所设计系统包括：瞄像采集、颈雉理、圈像分割、边缘检测、断点连 接帮亚像素缨分、螺纹强何参数诗算和形貔捡溯部分e 4 锥螺纹在线检测系统中的闰像处理方法研究 2 、在图像预处纛过程中，对常用的滤波技术进行了研究和分析，最后结会线 性光圈像特有的特点提出了线性光圈像豹快速滤波算法，有效的节省了滤波豹对 阆，提高了滤波的效率。 3 、比较分板了多种边缘检测方法的优缺点，确定了s u s a n 算予在螺纹参数图 像边缘梭涮中最有效，并进行了分析和试验验证；对边缘的断点采屠了数学形态 学方法的进行连接；并采庵囊像素技本对边界进行纲分，提离了定位穗度。 4 、在对螺纹几何参数边缘露标提取避程中，根擐霪像测量的一般蹶理与方法， 采用最小= 乘法对边界进行拟台，通过几何计算提取出了螺纹的几何参数。 5 、根据计算出的螺纹凡何参数，利用空阐曲面豹思想，谤算出破擐螺纹面的 周长。 1 3 2 论文的结构安排 第一章介绍了课题的研究努爨和意义，概述了本文豹研究工作和结构安排。 第二章给淑了锥螺纹光电自动判凌在绕检测系统的总体设计。 第三章匿像的获取及预处理，重点磷究图像驰去啜，傲证在处理过程中，尽 可能不丢失边缘的前提下达到去除嗓声辨目的。 n 第四章熏点研究了如何从图像中分割并提取出所器边缘的过程，比较分析了 常闲的图像分割方法，找到了逶合锥螺纹图像豹边缘检测及：值纯方法，并使所 提取到的边缘能够满足测囊的耩度要求。 第五章螺纹几倪参数的计算与形貌摭测。熏点应用基于图像的测爨原理与方 法对提取劐的螺纹边缘轮廓进行瓣叠，计算出螺绞凡何参数。 第六章总结了本文联做的工作，势指出了爨特鼹决的一些闷题彝需要进一步 研究的内容，圃时，展望了精细图像处理研究的蓠岽。 第二章锥螺纹在线检测系统的设计 5 第二章锥螺纹在线检测系统的设计 2 。1 硬件系统的组成 螺纹自动判废在线检测系统采用软件型图像处理系统，使用的是市场量大， 技术支持好，性价比高的硬件，并可以很方便的更新其中的某个部件；而软件 编写掰以歼发密灵滔遗爱的图像处瑗算法，对灏量数据送行丰富的处理，对分据 的结果按要求反馈给控制系统以及与各个通信、控制、检测部件进行协调，有剩 于整个系统按规定协同工作；某个硬件的升级更换也可以很方便的通过模块化的 软件设计来保诞其正常的工作。 整个系统主要由六部分组成：照明系统、成像系统、c c d 接收系统、图像采 集卡、监视器、工业控制计算机、工件进给系统等。如图2 3 所示： 图2 3 油管螺纹参数检溯系统 测量时，管道外螺纹经照明系统照明后成像子藤阵c c d 接收靶露土，面阵c c d 完成黧像的光电转换及视频信号输出功能。视频信号由图像卡缀a d 转化为 数字蠢，计算机对该数字豳像按相应的算法做出处理后，计算出螺纹的锥度、螺 距、中径、牙型高度和牙型角等参数，并与标准参数值进行比较，计算出偏差。 在测髓过程中，监禳器可以实黜显示检溅殛理过程，以矮操作者监控。 控制系统悬硬件系统巾匏关键部分，它由工业控制计算机、图像采集系统、 工件进给控制、光源控制、控制电源、功率电源、外围设备接口等级成，相互关 系如图2 4 所示： 6 锥螺纹在线检测系统中的图像处理方法研究 图2 4 控制系统框图 控制和测量采用集成的现场控制方式进行。采用总线结构及标准通用接口， 实现电控系统模块化、标准化、小型化设计；采用2 3 2 接口，串行异步通信：充 分发挥主控计算机软件平台的网络特点和多媒体技术，遥控和虚拟显示集成设计， 具有自检和诊断能力，友好的人机交互环境，以提高设备的自动化水平。 控制系统工作过程为：开机后，进给控制系统检测开关量的输入，控制油管 的精确进给，进给到位后，通过串行通信发出指令给光源控制系统，让光源点亮， 同时通过串行通信发出指令给主控计算机，计算机采集c c d 的图像，通过软件完 成相应参数的测量及显示等，测量完成后主控机发出指令给进给控制单元及光源 控制单元，完成工件的继续进给和关闭光源，这样一次测回完成，准备下- - n 回。 2 2 软件系统与实现 螺纹参数检测系统的软件系统由系统软件和图像测量分析软件两部分组成， 其中系统软件包括图像采集接口软件、光源控制卡驱动程序软件；图像测量分析 软件实现了螺纹参数检测图像平滑、分割以及对分割后的图像边缘点进行曲线拟 合，对检测结果存入数据库中并可以对数据库进行操作，能对测量结果进行标定 分析得出精确的测量值，以及报表打印输出等功能。 整个软件系统主要由系统控制部分，图像处理部分，检测结果标定，数据管 理几大部分组成。 ( 1 ) 系统控制部分； 初始化：完成系统、图像卡、控制卡及数据文件的初始化工作，在程序中判 断其初始化状态。 图像采集操作：动态采集并冻结一幅8 位的灰度图像，捕获图像到内存。 ( 2 ) 圈像处理部分： 图像预处理：噪声消除是图像处理的关键。本文对常用的滤波技术进行研究 和分析，最后结合线性光图像特有的特点提出了线性光图像的快速滤波算法。 蔓三童堡堡堡垄垡楚型墨篓些墼生 ! 匿 豫分割：霉像边缘黪精确定位是嚣像处理豹难点，也是本论文的主要工作。 根据螺纹图像的特征，综合考虑比较了多种图像分割技术。并采用s u s a n 算子对 图像边缘进行糨定位以及基于形态学的断点连接方法，采用觋像素定位技术对边 缘进行精确定位。 ( 3 ) 检测结果标定：根据图像澜量原理，采用最小二乘法拟合边缘曲线，求 得标定系数。 ( 4 ) 数据管理：把每一个油管螺纹检测结果保存到数据库中，并且可以对数 据库中的数据进行删除、编辑、报表打印、查询等功能。 图2 。5 系统结构图 由于本检测系统要求精度高，面且处理时间要求严，如果采用传统的方法， 不能保证高精度。所以我们必须采取基于精细图像处理的理论和方法。 软件系统漉程如下圈2 6 所示： 8 锥螺纹在线检测系统中的图像处理方法研究 主燮处理过程的实现如下： 1 、二值化过程 2 、边缘粗定谯 3 、边缘精细处理 4 、螺纹几何参数的计葬 5 、螺纹的形貌检测 圈2 6 系统流穗图 2 3 影响检测精度的几个主要因素 除了成像系统分辨率决定图像测量的精度外，影响数字图像光学测量精度的 主要因素还煮几 可畸变和各种噪声等。其中几何畸变主要蠡图像中巨标在几何位 置上的误差，噪声是由予光电转换秘凑数转换丽弓| 起的获度误差。 第二章锥螺纹在线检测系统的设计9 2 3 1 成像系统几何畸变误差 成像系统的几何畸变误差主要是指成像系统不能使图像与实际景物在全场严 格满足针孔成像模型( 或中心投影关系) ，使中心投影射线发生弯蓝。产生该几何 畸变误差有如下几个主要原因： ( 1 ) 透镜像差 摄像系统必须通过光学透镜组才能成像，但是由于任何光学透镜都有一定的 孔径和视场，因此实际光学透镜组都不可能使成像严格满足针孔成像模型，即存 在透镜像差。透镜像差一般可分为轴对称像差和非轴对称像差两种。其中轴对称 的畸变像差是最主要的镜头像差。畸变可分为正畸变和负畸变两种，即分别对应 俗称的枕形畸变和桶形畸变。它是由于一对共轭物像面上的放大率不为常数，使 得物体和图像之间失去了相似性而形成的误差。图2 7 ( a ) 是一原始理想正交网 格图，图2 7 ( c ) 和图2 7 ( d ) 分别是有枕形畸变和桶形畸变的图像。 ( 2 ) 感光像元排列误差 成像设备中的感光像元的排列难免存在一定的位置误差，这将影响拍摄图像 ( 1 ) 原始瞳量透视砖变 ( c ) 枕形畸变 ( d ) 捕形畸变 图2 7 镜头畸变的几种分布形式 的几何位置。 ( 3 ) 透视误差 在摄像机装配过程中，可能出现c c d 芯片平面与摄像机光轴不严格垂直的情 况。这会影响图像的几何位置精度，产生透视误差。另外在进行平面二维测量肘， 物体表平面可能有与摄像机光轴不严格垂直的情况，这也会产生透视误差，如图 2 7 ( b ) 所示。 由成像系统引起的几何畸变的校正有两种方法：一种是预畸变法，这种方法 是采用与畸变相反的非线性扫描偏转法，用来抵消预计的图像畸变；另一种是所 谓的后验校正法。这种方法是用多项式曲线在水平和垂直方向去拟合每一畸变的 网线，然后求得反变换的校正函数，用这个校正函数可校正畸变的图像。 任何几何失真都可以由非失真坐标系o ，y 变换到失真坐标系0 ，y ) 的方程来 定义。方程的一般形式为： l o 锥螺纹在线检测系统中的图像处理方法研究 群嬲 ， 在透视畸变的情况下，变换是线性的，即 ( 2 - 2 ) 设f ( x ，y ) 是茏失真的原始图像，譬o ，y ) 是，0 ，) ，) 畸变的结果，这一失真的 过程是已知的并且用函数以瓴y ) 恭q h ：o ，y ) 定义。于是有： g o ，y ) 一f ( x ，y ) ( 2 - 3 ) 这说明在图像中本来应该出现在像素o ，y ) 上的灰度馕，由于失真实际上却出 现在0 ，y ，) 上了。这种失真的复原阏题实际上是映射交换阂题。在给定了g ( x ，y 。) 、 。0 ，) ，) 、 ： ，y ) 的情况下，其复原处理可以如下进行： ( 1 ) 对于f ( x ，y ) 中的每一个点x o ，y 。) ，找出套暑0 ，y ) 中棚应豹位鬣 0 ，b ) 一池0 。，y o ) ，h ：口。，y 。) 】。由予a 和b 不一定是整数，所以通常和，6 ) 不会与 g ( x ，y ) 中的任何点踅合。 ( 2 ) 找出菪o ，y ) 中与0 ，6 ) 最靠近的点( 墨，y i ) ，并且令，0 0 y o ) 一菩( t ，) ，i ) ， 也藏是把9 0 ，y + ) 点的灰度傻虢芋，瓴，y 。) ，如此逐点作下去，童到整个图像，则 几何畸变得到校正。 ( 3 ) 如果不采丽第二种中的灰度值代换方法，也可以采用内插法。这种方法 是假定如，扫) 点找到以后，在g ，y 。) 中找出魍食和，的4 个邻近的数字点0 ：，) i ) 、 “。y ：) 、0 ；，y i + 1 ) 、0 厶y 1 * 。) 并且有： 矮：妻( 2 - 4 ) f ( x ，y ) 中点o 。，y 。) 的灰度值由g 缸+ ，) ，) 中4 个点的灰度值间的某种内插法束 确定。 ， 以上讨论的邦是g ，玛，h ：已知的馕援下几何畸变的校燕方法。如果只知道g ， 而h ，和风都不知道，但是若有类似规则的网格之类的图案可供利用，那么就裔可 能遁过测爨g 中的网格点的位鐾来决定失真变换的近似值。 实际上，不管是图像点豹桶形畸变，还是枕形畸变，它们对处予霸周的豳像 点的影响都是盟著的。我们采用的光学系统是糟翩的。荫j # 常亮的制造和装配精 度，、但由于测爨的目标通常位于图像的中闯，并屋可以逶过系统的整体标定来量 化这种影响，所以弗不特制需要在系统中作专门静凡何畸变校正。 c ， + 妙眵 + +戤出 i 赫 茹y ，-_l 第二章锥螺纹在线检测系统的设计1 1 2 3 2 成像系统的噪声 图像在成像、数字化和传输等过程中难免会有各种干扰，形成噪声。成像 系统的这些噪声使得图像上像素点灰度值不能正确地反映空间物体对应点的光强 值，也就降低了图像的质量主要表现在以下两个方面： l 、照明视场噪声 照明视场噪声有两类：一类是随时间而变化的随机起伏噪声，它由供电电源波 动以及光源本身发光的不稳定而产生；另一类则是随空间的起伏而变化，这种变 化主要因为照明系统光源本身不是真正点光源，而是一个具有不同发光强度的线 或面光源，以及照明光学系统的不完善( 像差或调整不好) 而引起的，即使采用 柯拉照明方式，也不可能使整个视场达到严格的均匀照明，特别是在测量大工件 时尤其明显。油管螺纹表面有相当的弧度，其测量的目标由于受到加工的影响具 有一定的深度，对光源的照明提出了更高的要求，不然造成阴影、视场照度不均 匀，会给测量的精度造成极大的损害。 解决的方法为使用稳定的光源，由于系统要求的测试精度高，油管直径大，本 系统在整体的光学系统上采用发光二极管阵列作为光源，并用分光形式去除了图 像中无用部分，只保留对数据处理有用的螺纹部分。这种光源比较稳定，具有亮 度适宜、照明均匀不闪烁、光线柔和、成像清晰，无阴影和立体感强等优点，较 好的解决了照明问题。 2 、c c d 摄像机固定图像噪声 固定图像噪声是由于暗电流分布不均、各光敏元大小、间隔不等所引起的空 间分布噪声。若用镜头盖遮掉进入c c d 摄像机的所有光线，此时在监视器上进行 观察，在屏幕上可以看到里周期排列的粗直线条。图样不随时间与空间变化。每 次接通c c d 摄像机时的背景图样均相同。从采集到的数据看，其灰度等级最大与 最小之差达到1 0 个灰度级，占总的2 5 6 个灰度级的4 。由于固定噪声不随时间、 空间变化，所以只要检测时分离出噪声便可予以清除。 里一堡塑鉴垄堡垫型墨丝箜堕堡竺堡查鎏堡塞 第三章图像的获取及预处理 3 1 光学工程设计 由于要求的测量精度较高，且油管直径大，对背景光源的照明提出了较高的 要求。本系统中我们采用发光二极管阵列作为光源，并用分光形式去除了图像中 无用部分，只保留对数据处理有用的螺纹部分。光路示意图如图3 1 所示。 图3 1 系统瓤4 量光路 这种光路的特点是：采用分光、合光的形式解决了被测油管直径大而视场不 足、难以测量的问题，只用一个c c d 采集上下螺纹图像，既实现了测蟹要求，又 降低了系统配置要求。 光路的第二个特点是照明系统采用了l e d 阵列光源。l e d 是冷光源，具有光 源利用率高、视场均匀的特点；螺纹得到阵列光源的近似平行光照射。成像系统 采用物方远心光路，被测件捃对透镜组纵向摆动造成的测量误差控制在误差允许 范围内( 约- + 6 m m ，实测值) 。整个光路能够很好地消除杂散光噪声和工业现场红外 辐射造成的噪声。 最后采集到的图像如图3 2 所示： 图3 2油管外螺纹参数检测仪采集图像 油管上下边缘的像分别经过反射镜面1 - 1 、1 - 2 和2 1 、2 - 2 反射，再经过物镜 第三章图像的获取及预处理 成像在c c d 靶面上。这样处理的哥的是：因为c c d 成像面积有限，为了充分利 用c c d 的像元，采用图像拼接技术，只对参数检测有用的螺纹上下边缘进行成像。 中间未成像的那部分油管高度是一个定值( 此值后面标定部分有计算) 。最后得到 的图像是油管上下边缘部分的合并。光学方案确定后，需要进行标定。螺纹轮廓 图像( 以像素点数量表示) 与实际尺寸( 以毫米表示) 之间具有一一对应的线性 关系，两者之间的测量比为常数。通过计算标准量块的图像与实际大小的比值， 得到测量比，即标定系数。中径的测量就可以通过系统标定得到。 3 2 图像的采集 图像的采集是靠数字化设备来完成的。数字化设备是完成将光学成像设备得 到的模拟电信号转化为数字信号的电路元器件。它可以集成在成像设备中，也可 以独立在成像设备之外。前者就是目前逐渐流行的数字摄像机，后者就是各类图 像采集卡( f r a m eg r a b b e r 或i m a g oc a r d ) 。 c c d 摄像机也称为固态摄像机，它由许多个称为感光像元( p h o t o s e t ) 的离散 成像元素构成。这种感光像元在接收输入光后，会产生一定的电荷转移，于是形 成了和输入光成正比的输入电压。按照芯片几何组织形式的不同，c c d 摄像机分 为线阵和面阵两种。 本系统采用面阵c c d 摄像机，其工作原理是当入射光在c c d 像元上成像时， 入射光被c c d 像元吸收并产生相应数量的光生电荷。在光积分期间，光生电荷被 积累并存储在彼此隔离的像元的势阱中，每个像元势阱中所积累的信号电荷数与 照射在该像元面上的平均照度和光积分时间的乘积成正比。在电荷转移期间，光 生电荷依次转移至输出区，通过复位脉冲的控制，在输出级形成视频信号。每次 积分的输出波形代表目标光图像在c c d 采样方向的瞬态强度的空间分布。由c c d 输出的模拟信号是一个个脉冲信号，这些随时间变化的脉冲信号与随空间分布的 光敏像元光强对应，通过物距、像距的关系及c c d 输出脉冲量的计算来检测零件 的尺寸。 在本系统中，c c d 摄像机选取主要考虑四个因素：( 1 ) 像元大小；( 2 ) 靶面 尺寸( 成像视场) ；( 3 ) 动态范围；( 4 ) 工作温度范围。根据测量要求，线性测量 精度为0 0 2 r a m ，成像在c c d 靶面上为0 0 2 5 5 = 0 0 0 3 6 m m - - 3 6 a m ；我们选择美 国u 】哪q 公司的u p - 1 8 0 0 摄像头，其像元尺寸为6 4 5 啪，6 4 5 3 6 = 1 8 ；考虑到 软件细分数会远远大于1 8 ，故选择这种c c d 完全可以满足精度要求。 在w i n 2 0 0 0 操作系统下，我们利用v c + + 语言编程实现双缓存方式图像采集， 并利用多线程编程技术对缓存中凰像进行异步处理，从而保证系统的实时性。通 过串1 3 与进给装置进行通讯，确定装置的状态，并协调与程序同步。当照明装置 准备妥当，进给装置开始旋转螺纹，同时给程序一个信号，程序开始间隔一段时 间连续拍摄。进给装蒙旋转螺纹1 8 0 。后，停止旋转，就可以得到一组包含上牙和下 牙轮廓完整的螺纹图像。 3 3 图像的预处理 获取和传输图像的过程往往会发生图像失真，所得到图像和原始图像有某种 程度的差别。这些都是因为有外界的噪声加入到图像中，因此在对采集到的图像 进行处理前，需要先对图像进行预处理，就是要对噪声图像进行滤波，平滑噪声 图像。根据不同的要求，滤波的方法有很多种，每一种都有各自的优点和不足之 处，本小节将对常用的滤波技术进行研究和分析，最后结合线性光图像特有的特 点提出线性光图像的快速滤波算法，有效的节省了滤波的时问，提高了滤波的效 率。 3 3 1 低通滤波 低通滤波技术是一种属于频率范畴的去噪声技术。由于图像中的噪声对应于 图像频率域中高频分量，因此在频率域中，对高频分量进行衰减，就可以滤除图 像中的高频噪声。设f 伍，y ) 是噪声图像( x ，y ) 点的灰度，窖( x ，y ) 是滤波后的灰度，h ( x ， y ) 是低通滤波器的脉冲响应函数，则： g ( x ，”= f 取，y ) h ( x ，y )( 3 1 ) + 表示卷积运算符：低通滤波器的传递函数： 日 ，v ) t 忙d 。( 似u , ，v ，) ) 。d 。o 。 ( 3 2 ) d 。是截止频率，d ( u ，v ) 是点“v ) 的频率。通过低通滤波，将高于截止频率的 信号滤除。当输入为n x n 的离散图像，输出为m x m 的离散图像，且脉冲响应 函数为l l 阵列，空域滤波的离散形式为： g ( m ，? 埘：) - ，o t ，再：) 矗细，一n - + 1 m ：一再：+ 1 ) ( 3 。3 ) 为避免卷积的交迭，必须满足l m _ n + 1 。 低通滤波器在消除噪声的同时也平滑了图像，存在一定程度的边缘模糊效应。 3 3 2 邻域平均 大部分噪声，如敏感元件、传输通道、整量化器等引起的噪声，多半是随机 第三章图像的获取及预处理 性的，它们对某一像素点的影响，我们都可以看作是孤立的，因此，和邻近各点 相比，该点的灰度值将有显著的不同。基于这一分析，我们可以用所谓邻域平均 的方法来判断每一点是否含有噪声，并用适当的方法消除发现的噪声。 我们用f ( x ，y ) 表示( x ，办像素点的实际灰度，q ( f 兰1 ，2 ，m ) 表示其邻近点的 灰度，邻域平均方法可用下式表示： r1肼i1村i ，p 仁) ，) 。 吉善d i刊，“力一吉善q l 5 时 ( 3 4 ) l，o ，y )其他 式中，暑称为门限，它可以根据对误差容许的程度，选为图像灰度均方差c r f 的 若干倍，即：s = k 盯f ，、也可以用实验的方法，选为总灰度级的一个百分数，即： s _ a l ，l 为总灰度级，a 为大于零的正数。 这种邻域平均法也可以用数学公式来描述，把平均化处理看作一个作用于图 像f ( m ，n ) 的低通滤波器，该滤波器的脉冲响应为h ( r s ) ，于是滤波输出或新的数字 图像正( m ，n ) 可用如下卷积表示： ，p 帆n ) 一蔓f ( m 吧n s ) h ( r ，s ) m ，n 。0 , 1 ，2 ，n - 1 ( 3 - 5 ) i = 3 矗i f k , t 的选取由所选的邻域大小来决定，一般来说，k = i = i ( 印3 + 3 的小邻域) 时效果最好。 l ( r ，s ) 为加权函数，根据中心点或邻域的重要程度不同选取的加权函 数不同，但无论怎样选取，必须保证全部权系数之和为单位值。 邻域平均法能够很好的滤除噪声，图像经平滑后可使噪声方差减小m 倍，但 是，邻域平均法在消除噪声的同时，也使信号的峰值位置产生了偏移，因为平均 值平滑技术在消除噪声的同时也改变了取样窗口中正确像素点的灰度值，使整个 信号的分布发生了变化。平滑窗口取得越大，平滑效果越明显，但图像的过度区 域变的越大，边缘越模糊，对峰值位置的影响越大。 3 3 3 多帧平均 如果叠加于图像上的噪声是非相关，具有零均值的随机噪声，则可以用几张 在相同条件下获得的这种随机图像的平均值表示原图像。也就是说，若 i ( x ，y ) - 9 0 b y ) + n 0 ，y )( 3 - 6 ) 其中g ( x ，y ) 表示原无噪声图像，f ( x ，y ) 为叠加了噪声后的图像，贝可以用 厶一吉耋拖y ) ( 3 - 7 ) 来估计g ( x ，y ) 。显然这种估计是无偏的，因为 1 6 锥螺纹在线梭测系统中的隧像处理方法研究 e n 。，y ) ) = 吉差e 缸仅y ) * 丽1 毋o ，) ，) t g 似) ，) ( 3 8 其估计误差为 扩。蚰小删) 2 叫枷h ) 2 ( 3 - 9 ) 居赔弘y 讣扣 _ i 珏：式表明当对m 幅榻羁靛图像取平均后霹把噪声的方慧减少m 倍，m 越犬， 滤波的效梁越明显。 多帧平均滤波法可以有效的消除图像中的随机噪声的同时，又能够保持图像 的真实蕊貌，尤其是对线性光图像，它对线性光的峰值位置影晌非常小，但是由 于它将同时用至q 几帧图像，占据计算枫的内存资源，同时处理数据量较大，处理 的速度较慢，所以袋用多帧平均滤波时应采取一定的措施以鸯鞋快滤波的速度。 3 3 4 中值滤波 为了翔制噤声，遥鬻我们选耀低逶滤波，伍出于边缘轮廓含有大煮离频信息， 所以，过滤嗓声的蜀对，必然使边界交的模糊。及之，为了提升边缘轮廓，需要 采用赢递滤波，但同时噪声也被加强了。中值滤波器熊有效的解决这一矛盾1 1 2 , 1 3 ， 它能够在过滤噪声的同时保留边缘等有用的信息。 中傣滤波的实现比较简单，用一个窑口w 在强像上扫揽，把窗口内包含的圈 像像素按获度级秀( 或降) 序排歹9 起来，取灰度值屠中的像素灰废为窗口中心像 素的灰度，便究成了中傻滤波，用公式表示即： g ( m ，n ) = m e d i a n f ( m - k , 小1 ) ) ，f k , 1 ) w )f 3 一1 1 ) 遁鬻密内像素数为奇数，以便有个中间像素。若窗内像素数为羁数眩，则取 中闻像素灰度的平均值。常翔豹窗裔线形、方形、+ 字形、圆形和环形铸，本论 文将采用方形窃。 中僮滤波对手清除孤立煮和线段豹予扰十分有用，特剐是对于二进噪声尤为 有效，对于漓除高斯嗓声影响不佳，但其突出盼伉点就是能够保持边缘的信息。 3 3 5 针对线性光图像的快速滤波豹实瓒 为了有效的滤除噪声信号，同时又能准确的保留线性光中心的位箍信息，我 们柬用多姨乎均和中值滤波相缝合辩方法对线性光图像进行滤波，结合线性光圈 像豹光强分布集中在线性光i f | 近的逸域的特点，哭对绘定筐范围肉的疆像鄂分迸 第三章图像的获取及预处理1 7 亍平滑处理，使平滑处理的速度至少提高2 0 倍。下面给出具体的实现办法。 首先通过纛直扫描线选取在这扫描线上的最大灰度值的像素点的位置，在 此位置上下开辟二- 个线形窗口，线形窗翻的长度要保证包括全部线性光信息，我 l | 、】选取2 5 令像素来保证它；垂直扫接线从左至4 右依次捏避整令图像，这样就留下 随线性光中心曲线变化的一条带状曲域，如图3 3 所示，然屠在这条带状区域里先 进行多帧平均，再进行中值滤波。 线性光图像窗口 豳3 3 带状域的扫描示意圈 扫描线 线性光巾心 带扶曲域 如果图像是5 1 2 5 1 2 像素大小，我们仅对2 5 5 1 2 的区域的灰度数据进行 处理，节省了4 8 7 5 1 2 的滤波计算蠢，同时对于多帧平均，我们又省去了( 4 8 7 5 1 2 ) 的计算鲎( 耳捂用手校平均的图像的峻数 ，滤波速度至多提离72 0 经。銎 3 4 ( a ) 蹬出了螺纹的原始图像，凰3 4 ( b ) 是利用本算法滤波届的结果。 ( a ) 原始图像 嚣3 4 撼纹匿豫淀波效果强 滤波后图像 望 锥螺纹在线检测系统中的图像处理方法研究 第四章图像分割 本章重点介绍了锥螺纹牙型的分割处理和分割处理后对图像进行目标轮廓提 取的过程。 4 1 图像分割综述 图像分割( i m a g es e g m e n t a t i o n ) 是数字图像处理领域中一类非常重要的图像 分析技术。在对图像的研究和应用中，根据不同领域的不同需要，在某一领域往 往仅对原始图像中的某些部分( 目标) 感兴趣，这些目标区域一般来说都具备其 自身特定的一些诸如灰度、纹理等性质。图像分割就主要根据图像在各个区域的 不问特性，而对其进行边界区域上的分割，并从中提取出所关心的目标。 目前已经提出的图像分割方法有很多，但从分割依据的角度来看，图像的分 割方法可以分为相似性分割和非连续性分割。相似性分割就是将具有同一灰度级 或相同组织结构的像素聚集在一起，形成图像的不同区域；非连续性分割就是首 先检测局部不连续性，然后将它们连接在一起形成边界，这些边界将图像分成不 同的区域。由于不同种类的图像，不同的应用场合，需要提取的图像特征是不同 的，当然对应的图像特征提取方法也就不同，因此并不存在一种普遍适应的最优 方法。 图像分割方法又可分为绩构分割方法和嚣结构分毒方法两太类。结构分割方 法是根据图像的局部区域象素的特征来实现图像分割，如阙值分割、区域生长、 边缘检测、纹理分析等，这些方法假定事先知道这些区域的特性，或者在处理过 程中能够求得这些特性，从而能够寻找各种形态或研究各像素群。非结构分割法 包括统计模式识别、神经网络方法和其它利用景物的先验知识实现的方法等等。 图像分割可以分为图像二值化和图像的边缘提取两部分内容，下面我们首先 来讨论一下常用的图像二值化方法。 4 2 图像的二值化 二值图像，是指图像上的所有点的灰度值只有两种可能，不为0 ”就为。2 5 5 ”， 也就是整个图像呈现出明显的黑白效果。为了得到理想的二值图像，一般采用阐 值分割技术，它对物体与背景有较强对比的图像的分割特别有效，它计算简单而 且总能用封闭、连通的边界定义不交叠的区域。基于物体、环境和应用域等知识 的图像分割算法比基于固定阂值的算法更具有普遍性和适应性。这些知识包括： 对应于物体的图像灰度特性、物体的尺寸、物体在图像中所占的比例、图像中不 同类型物体的数量等。其中图像直方图就是一种灰度特性，通常被用来作为分割 图像的工具。 阈值分割法分为全局阈值法和局部闷值分割法。所谓局部阈值分割法是将原 始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后，相 邻予图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术迸行排除。 局部阈值法常用舳方法有灰度差直方图法、微分赢方图法。局部阚值分割法虽然 能改善分割效果，但存在几个缺点： ( 1 ) 每幅子图像的尺寸不能太小，否则