视觉检测技术大作业

视觉检测技术课程作业

基于图像的火箭发动机喉部截面尺寸测量系统设计

指导教师：陈刚

组员姓名：黄凯琦张烁李志豪

赵俊超乐胡卢舒宁

学号：1110100619 1110100609 1110100626

1110100620 1110100601 1110100413

完成时间：2014年11月21日

目录

1绪论 (1)

1.1 课题背景 (1)

1.2 设计要求 (3)

2 系统构成与测量原理 (3)

2.1 引言 (3)

2.2 图像获取 (3)

2.2.1 设备选型 (3)

2.2.2 摄像机光轴与推力线重合判定 (7)

2.3 图像处理 (8)

2.3.1 背景去除 (10)

2.3.2 图像二值化处理 (11)

2.3.3 中值滤波 (12)

2.3.4 图像面积的计算 (12)

2.3.5 结论 (13)

2.4误差分析与补偿 (13)

3致谢 (13)

4参考文献 (14)

5附录 (15)

1绪论

1.1课题背景

近代的固体火箭发动机,为了提高推进剂的比冲、增加推进剂的密度、抑制高频振荡燃烧,所以普遍采用了加金属粉末的复合固体推进剂，因此在燃烧产物中就有金属氧化物存在。这些氧化物大部分熔点和沸点都很高，因此,它们往往以液相和固相的形式存在,统称为凝聚相。而且金属氧化物的汽化热也很高,所以也不希望它们汽化,只有在排气中金属氧化物主要以凝聚相形式出现时,才能达到增大能量和改善性能的目的。在喷管中既有气相又有凝聚相的燃烧产物流动,这就构成了喷管的两相流动。

在喷管两相流动中,由于凝聚相微粒存在着速度和温度滞后,有今自己的流线,还存在着布朗运动和二元流动效应,所以凝聚相微粒可能与喷管壁面撞击。撞击的结果就造成了喷管的沉积或使冲刷烧蚀更严重,使发动机性能变坏,离开设计值。严重时,可能使发动机爆炸或熄火。喷管的沉积和烧蚀最严重、最敏感的地方是在其喉部。如果喉部有沉积,就使喷喉面积不规则缩小,如图1-1（a）所示。这就造成推力偏心和压力急增,如图1-2所示。如果不是沉积而是烧蚀,如图1-1（b）的所示,则会造成另外的结果。含有凝聚相微粒的高温、高压、高速燃气流的机械冲刷使喷管喉部烧蚀更为严重。由于烧蚀,使喷喉面积不规则扩大,造成推力偏心和压力急剧下降,如图1-2所示。另外一般低温下的燃烧室压力本来就不高,比推进剂的临界压力高不了多少。所以如果再有烧蚀使压力下降,就很可能使燃烧室压力小于推进剂的临界压力,引起不正常燃烧,甚至熄火。可见沉积和烧蚀是固体火偏发动机喷管中经常碰到的两个重要问题。

图1-1 喷管沉积和烧蚀后的喉部截面

图1-2 喷管沉积和烧蚀后的压力一一时间曲线

固体火箭发动机喉部面积是决定发动机比冲的重要因素。发动机在工作过程由于中，由于高温高压燃气流的冲蚀，会导致尾喉截面尺寸变化，影响发动机工作时推力的稳定性，因此对于火箭发动机工作后，喷管喉部截面的烧蚀与热变形情况进行测量，获取截面几何形状与尺寸数据，对于发动机设计、制造以及火箭性能的评估具有重要的意义。火箭发动机结构示意图如图1-3所示。

1.2 设计要求

采用基于图像的方法获取火箭发动机喉部截面图像，计算截面面积。

2 系统构成与测量原理

2.1 引言

本文所阐述的基于图像的火箭发动机喉部截面尺寸测量系统主要由，测量对象模块、图像采集模块、图像处理模块（包含面积计算）组成，测量系统如图2-1所示。

本测量的硬件设备主要包括光源、镜头、CCD 摄像机和计算机，程序开发软件为Mathworks 公司的数学分析软件MATLAB 。

2.2 图像获取

2.2.1 设备选型

光源

在视觉检测系统中，获得对比鲜明的图像显得尤为重要，尤其是在外部条件不断变化的情况下，这就对光源提出了很高的要求，如高亮度、均匀、稳定。OSe 视觉检测专用光源全部选用高性能芯片的LED ，按照LED 的工作电压、亮度、波长(即颜色)筛选，分成32个等级，只有同一等级的才安装在一个灯具中，保证了亮度和色泽的一致性。本课题采用OSe 散射型光源，形式如下图所示。

图2-2 OSe散射型环形光源图2-3 OSe散射型方形光源 产品概述

OSe散射型光源采用独特的照射结构，从LED发出的光均匀地扩散照射，而且

这种均匀的范围不会随高度的变化而改变，同时采用柔性线路板以0度照射角度

固定，经折射后低角度照射在被测物体上，对目标区域进行高效的低角度照明，以强化表面特征（如激光浮印或蚀刻标识）或表面缺陷的对比度。OSe散射型光

源主要分为环形和方形两种。

产品特点

●独特的照射结构，实现有效工作范围的均匀照射。

●高效的低角度照明，以增强表面特征或缺陷对比度。

●常应用在被测物体需要均衡的表面照明并且要避免反光或耀斑的场合。

照明示意图

图2-4 OSe散射型环形光源照明示意图图2-5 OSe散射型方形光源照明示意图根据所需形状、尺寸及颜色具体选型可参照附录一

远心镜头

机器视觉系统中，镜头相当于人的眼睛，其主要作用是将目标的光学图像聚焦在图像传感器（相机）的光敏面阵上。视觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性能。

普通工业镜头目标物体越靠近镜头(工作距离越短)，所成的像就越大。在使用普通镜头进行尺寸测量时，会存在如下问题（成像效果参见图2-6）：

1.由于被测量物体不在同一个测量平面，而造成放大倍率的不同；

2.镜头畸变大；

3.视差，也就是当物距变大时，对物体的放大倍数也改变；

4.镜头的解析度不高；

5.由于视觉光源的几何特性，而造成的图像边缘位置的不确定性。

图2-6 镜头成像效果图

远心镜头，主要是为纠正传统工业镜头的视差而特殊设计的镜头，它可以在一定的物距范围内，使得到的图像放大倍率不会随物距的变化而变化，这对被测物不在同一物面上的情况是非常重要的应用，故本课题采用远心镜头（成像效果参见图2-6）。远心镜头的主要有物方远心镜头、两方远心镜头和像方远心镜头三种。在工业图像处理中，一般只使用物方远心镜头。偶尔也有使用两方远心镜头的（当然价格更高）。而在工业图像处理/机器视觉这个领域里，像方远心镜头一般来说不会起作用的，因此这个行业基本是不用它的。

普通镜头

普通镜头主光线与镜头光轴有角度，因此工件上下移动时，像的大小有变化，如图2-7所示。

物方远心境头

物方远心境头只是物方主光线与镜头主轴平行工件上下变化，图像的大小基本不会变化使用同轴落射照明时的必要条件，小型化亦可对应，如图2-8所示。物方远心镜头用于工业精密测量，畸变极小，高性能的可以达到无畸变。

两方远心镜头

两方远心镜头物方，像方均为主光线与光轴平行光圈可变，可以得到高的景深，比物方远心境头更能得到稳定的像最适合于测量用图像处理光学系统，但是大型化成本高，如图2-9所示。两方远心镜头兼有两种远心镜头的优点，可使使相机的芯片获得均匀的光线，因为只有平行于光轴的光线才能入射在CCD/CMOS芯片前面的微型镜片上，从而使图像不会出现阴影。

于CCD 相机分辨率。

CCD 摄像头

CCD 摄像头尺寸大对成像有利，选择时要同时考虑与镜头配合，且视场大于或等于成像物体大小，最好兼有各参数可手动设置的功能。在符合成本要求前提下，尽可能选择分辨率高（像素较多）、灵敏度高、信噪比大CCD 摄像头，如4800×2400 DPICCD,48-BITColor 。

2.2.2 摄像机光轴与推力线重合判定

要使摄影机光轴与推力线重合，首先应将火箭发动机推力线测出。在推进剂燃烧均匀的情况下，固体火箭发动机推力线由发动机喷管的几何中心线决定，因此在静态条件下，要测量固体发动机的推力线，必须通过对喷管内型面的测量来间接实现。喷管内型面通常设计成母线连续的回转曲面，因此采用基于激光跟踪仪的平行截面圆法测量。 激光跟踪仪是一种伺服控制跟踪的激光干涉测量系统，测量时跟踪一个内嵌角锥棱镜的光学反射器，并实时给出光学反射器中心位置的空间坐标。

图2-10 激光跟踪仪站位图

平行截面圆测量法通过测量与参考平面平行的若干截面圆，再由各截面圆的圆心拟合成形心线。对于固体火箭发动机喷管，喷管挡药板和喷管出口端面均可以作为参考平面。图2-10为以喷管出口端面为参考平面的测量示意图。均匀测量喷管端面截面圆的若干测量点，得测量点序列

1111()(,,);1

,2,...i i i P i x y z i n == 对端面测点序列进行空间圆拟合，可得到喷管端面截面圆圆心坐标1111(,,)P x y z 。沿喷管端面截面圆法线方向设定若干平行平面，以激光跟踪仪平行平面扫描功能测量若干截

面圆，得各个截面圆的测量点序列：

22223333()(,,)()(,,);1,2,...()(,,)

i i i i i i

m mi mi mi P i x y z P i x y z i n P i x y z =??=?=?

??=?……

对式中各测点序列分别进行空间圆拟合，得到各截面圆的圆心坐标

(,,);(1,2,...)j j j j P x y z j m =。根据喷管各截面圆的圆心进行空间直线拟合，如图2-11所示，可得固体火箭发动机推力线1L 的方程为

333

T T T

x x y y z z l m n ---==

式中 T x ，T y ，T z ——推力线特征点坐标；

3l ——推力线的X 轴方向数； 3m ——推力线的Y 轴方向数；

3n ——推力线的Z 轴方向数。

图2-11 平行截面圆示意图

获得推力线方程后，将摄影机光轴与推力线延长线重合放置，这样所取得的尾喉图

像是最确切的。

2.3 图像处理

在获取火箭发动机图像后,应用Matlab 软件对图像进行背景去除、二值化及中值滤波处理和分析，最后计算面积。由于无法获得火箭发动机图像，此处采用图2-12来举例分析，对应的背景图像如图2-13所示，则叶子面积即为所求目标面积。图中矩形框为所

用已知面积和像素的标准板，设其面积为标板S ，像素为标板X 。

图2-12 原始图像

图2-13 背景图像

2.3.1 背景去除

本文采用差分法去除图像的背景。差分处理代数运算的数学表达式如下： ()()()y x B y x A y x C ,,,-=

其中, ()y x A ,和()y x B ,为输入图像, ()y x A ,为原始图像, ()y x B ,为背景图像,而

()y x C ,为输出图像即差分图像。在Matlab 中,图像可以用矩阵来表达。差分处理所用

Matlab 命令表述为：

I=imread(背景图像); J=imread(原始图像); I=rgb2gray(I); J=rgb2gray(J);

P=255-(I-J); imshow(P,[]); 效果见图2-14。

图2-14 差分图像

在这里,为了消除图像中的边缘对象,还需要使用imclearborder 命令。其格式为: BWnobord=imclearborder(图像,CONN); 上式中,CONN 表示连通性。其定义为:在一个连通集中的任意两个像素之间,都存在一条完全由这个集合的元素构成的连通路径。连通路径是一条可在相邻像素间移动的路径。而去除图像背景正是根据像素间连通性概念判断哪些像素与边缘像素相连通,从而将这部分背景物体去除。判断两个像素是否连通需要在某种意义上确定它们是否接触,以及它们

的灰度值是否满足某个特定的相似准则。根据连通性概念,调用imclearborder(X,CONN)函数,去除掉图像边缘部分。用Matlab命令表述为:

BWnobord_x0=imclearborder(x00,8);%去除背景图像中的边缘对象

BWnobord_x1=imclearborder(x11,8);%去除原始图像中的边缘对象

xx=mat2gray(BWnobord_x1 - BWnobord_x0);%将差分后的图像转换为灰度矩阵

2.3.2图像二值化处理

图像经差分处理后,除叶子以外点的绘制应该全为0,但是实际处理后有些点的灰度值不理想,为了不影响以后的计算,差分图像还必须进行二值化处理,使处理后的图像中除山楂叶子以外点的灰度值全为0。对图像二值化是通过设定某一阈值,使具有灰度级的图像变成两个灰度值的黑白图像,使像素全为白或黑。常用的阈值选取方法有自动寻找最佳阈值法和固定阈值法。自动寻找阈值法能够自动分析图像的灰度直方图,根据直方图确定最佳阈值,然后用寻找到的最佳阈值进行二值化处理。而固定阈值法首先分析每一帧图像的灰度直方图,然后得出每帧图像的阈值。可以看出固定阈值法的工作量大大高于自动阈值法,并且不能做到自动化,完全依靠手工去获取图像的阈值,其精度也较自动阈值法低。所以,在程序设计中决定采用自动阈值法对图像进行处理。二值化后的图像见图2-15。

图像二值化处理的Matlab程序如下:

level=graythresh(xx);%计算图像的最佳阈值

binary_image=im2bw(xx,level);%将图像转化为二值化图像

figure,imshow(binary_image);%显示二值化图像

图2-15二值化图像

通过上面的语句,就可以将图像转换为二值图像,即图像中只包含0和1的图像。但是噪声和杂质并没有去除。下面采用中值滤波的方法来去掉图像中的杂质和噪声。

2.3.3 中值滤波

中值滤波的目的是消除图像中的各种干扰噪声。这些噪声可能是在图像采集、量化等过程中所产生的,也可能是在各种图像处理过程中产生的。其表现是图像信息被干扰噪 音所污损,导致图像质量下降。消除这种噪音的方法即为中值滤波。中值滤波也是一种较简单但又很常用的滤波平滑方法,它采用邻域内的像素灰度值的中值来作为处理后像素点的灰度值,对脉冲式的灰度跳跃平滑效果好。二值化图像经中值滤波处理后的效果见图2-16。

中值滤波命令在Matlab 中表述如下:

filter_image=medfilt2(binary_image,[5 5]);%中值滤波

利用这条命令可以将图像中的干扰噪声和杂质消除。

图2-16中值滤波图像

2.3.4 图像面积的计算

由于数字图像由一个个像素点组成,所以在已知每个像素点代表的真实面积下,可以通过计算图像中对象物体区域的像素数,求出叶子的面积。二值化图像经中值滤波处理后的白色区域灰度值为255代表背景,黑色区域灰度值为0,代表目标区域。目标面积的计算即灰度值为0的黑色区域的像素个数。根据下式计算:

素数量

标准面积板图像所占像目标图像所占像素数量

标准面积板面积目标面积?

=

叶面积计算的Matlab 程序如下:

X=bwarea(filter_image)%计算图像像素

)像素(108751.225?=X

又根据图像上已知标板的面积标板S 和图像的像素标板X 可得目标面积S 为:

标板

标板X X S S ?

=

2.3.5 结论

同现有的面积测量方法相比,此法可实时、快速的对多种不规则物体面积进行无损测

量,且计算过程由计算机自动完成,避免了人为因素的影响,降低了操作者的劳动强度,尤

其适用于目标面积的大量、连续、实时测量。数字图像处理法相对于其它方法是一种有较高实用价值的方法。

2.4 误差分析与补偿

成像过程中伴随着各种像差，其中以畸变对测量系统精度影响最大。针对视觉测量系统中畸变校正的计算过程复杂、操作调整繁琐等问题，提出一种基于虚拟模板的逐点畸变校正方法。首先基于交比不变性原理、镜头畸变特点和双线性插值法，求解单幅虚拟平面模板内特征光点所对应成像点的理想坐标及其畸变修正量；再通过单幅虚拟模板 运行轨迹的小幅度旋转与平移，逐步构成一块包含密集校正光点的虚拟畸变校正模板，为镜头畸变修正提供足够的插值节点；而后采用Delaunay 三角剖分（DT ）技术，最终在 整个像平面内逐点地校正各类镜头畸变，形成包含全部像素点理想坐标及畸变修正量的 畸变修正数据表。实验表明，经独立畸变校正的视觉系统，其测点反投位置偏差的标准差达0.015mm ，最大值仅0.068mm ；此方法能有效地修正畸变，有助于提高视觉系统的测量精度。

本课题的独立畸变校正方法，无需以模板与镜头间的物像距离作为先验条件；无需通过视觉成像模型同时求解摄像机的内、外参数值，而可直接计算各个像素点处的畸变修正值；可同时校正径向、切向等，具有精确数学模型的畸变，及因镜头透镜组曲率非连续平滑变化造成的非模型化畸变；畸变修正数据表具有长期实用性，只要视觉系统中摄像机配备的镜头型号不变，则该表持续有效，可避免畸变校正在视觉测量与参数校准过程之前的多次重复；并且，对摄像机本身的性能及环境要求不高，且虚拟畸变校正模板构造灵活，成本较低，避免了大型网格模板制作困难的缺陷。

3 致谢

通过本次课程学习我加深了对所学视觉检测技术书本知识的掌握，尤其是图像检测部分有了更深刻的体会，能够更灵活地运用书本所学知识来解决一些实际问题。除此之外，通过计算机辅助设计，我学会了如何利用matlab 来设计系统，通过本次设计，我感受到了matlab 这个工具对于系统设计的重要作用，激发了我学习matlab 的热情。在以后的学习生活中我要学好matlab ，利用这个有用的工具解决更多实际问题。

在设计过程中，我遇到了一些困难，得到了许多人的帮助。首先我要感谢陈刚老师在课程设计上给予我的指导、提供给我的支持和帮助，这是我能顺利完成这次报告的主要原因，更重要的是老师帮我解决了许多技术上的难题，让我能把系统做得更加完善。在此期间，我不仅学到了许多新的知识，而且也开阔了视野，提高了自己的设计能力。 其次，我要感谢帮助过我的同学，他们也为我解决了不少我不太明白的难题。同时也感谢学院为我们提供良好的学习和实验的环境。

在整个设计过程中，我体会到了设计工作者的的艰辛，而作为一位哈工大的工科学生，我们要做到“规格严格，功夫到家”，就更要珍惜一次次实践的机会，学会发现问题，想办法解决问题，增加知识储备，培养坚定的意志。很感谢学校和老师给我们这次系统

设计的机会，让我们得到了锻炼，也祝愿《视觉检测技术》这门课越开越好！

4参考文献

[1] 钱有林. 对固体火箭发动机喷管喉部沉积和烧蚀的研究. 兵工学报弹箭分册. 1985

年

[2] 汤荣芳、梅益超. 固体火箭发动机喷管入口和喉部内型面对比冲的影响. 译自

AIAA-081-0036

[3] 贾爱莲、张淑娟. 基于Matlab的植物叶面积数字摄影图像处理. 山西农业大学学报. 2006年

[4] 马丽、陶佳、杜秋菊. 基于图像处理的植物叶面面积计算算法研究. 安徽农业科学. 2011年

[5] 李明、张长利、房俊龙. 基于图像处理技术的小麦叶面积指数的提取. 农业工程学报. 2010年

[6] 唐巍、叶东、袁峰、陈刚. 均匀设计与灰色理论应用于视觉系统误差分析. 仪器仪

表学报. 2013年

[7] 唐巍、叶东、袁峰、陈刚. 视觉测量系统中一种独立的畸变校正算法. 光电子·激光. 2013年

[8] 李震、洪添胜、吴伟斌、张文昭、刘敏娟. 植物多叶片图像目标识别和叶面积测量

方法. 华南农业大学学报. 2007年

[9] 张春富. 基于激光跟踪仪的固体火箭发动机推力线测量技术研究. 哈尔滨工业大学

博士学位论文. 2007年

5附录附录一