基于Opencv2.3.1的工件直径检测

合集下载

基于图像处理的圆形工件尺寸检测方法

基于图像处理的圆形工件尺寸检测方法作者：甘泉，魏利胜，张平改来源：《黑龙江工业学院学报（综合版）》 2017年第7期摘要：针对工业流水线上圆形工件的检测与定位问题，研究了一种基于图像处理的尺寸检测方法，以测量出圆形工件的位置与半径大小。

首先，根据所设定的灰度图阈值将源图像进行二值化处理，并采用区域搜索策略以对工件区域进行填充；在此基础上，进一步利用边缘检测算法推导出预处理图像的边缘坐标信息，并根据所统计数值组拟合出工件的位置与半径大小。

最后，利用五个实例验证该方法的有效性与可行性。

关键词：图像处理；圆形；检测定位；边缘算法中图分类号：TP391. 41文献标识码：A随着科学技术的快速发展，我国制造产业的规模正在逐步扩张，而传统生产中圆形工件的检测都是通过人工进行操作，其工作效率低，且极易出现操作错误。

为了提高生产操作的准确度，人们将图像处理技术应用到圆形工件检测中，以改善工业生产的效率。

然而如何对工厂流水线上圆形工件进行检测定位具有一定的实际研究意义。

自机器视觉被应用到制造业中以来，工业流水线上圆形工件检测定位已成为图像处理领域的研究热点问题，国内外学者对其进行了大量的探索和研究，并取得了一定的研究成果。

姜坤等结合了多目标优化策略与路径择优算法，提幽一种无须人工干预的自动检测算法，从而精确对工件进行检测定位：张静等在研究了局部图像方差强度原理的基础上，提出了一种局部图像纹理空间模型，以完成金属圆形工件的位置信息检测：全燕鸣等在传统的双目标定的基础上，研究了一种基于球面圆靶标的双目视觉检测技术，从而有效地获取到工业流水线上的工件位置信息与半径数值：李彩花等对圆形工件的图像中心识别，采用极值均值法、最小二乘曲线拟合交点均值法和点Hough变换圆中心检测法分别对改进的LOG算法的边缘检测结果进行了中心坐标的提取，并通过摄像机标定结果把图像的中心坐标转化为实际坐标系的中心位置坐标，从而准确地对工件进行加工操作：赵晓丽等采用了一种带函数的约束优化模型，对工件的位置信息进行了预判断，并考虑了工件的移动位置与速度之间的关系，完成了工件的精确识别：秦国华等分析了工件与抓手元件的接触方式，以给出不同工件的识别规则，并利用了矢量环投影策略以获取到工件的位置信息，实现了圆形弓箭的快速精确识别与定位：陈闻等提出了一种针对不同形状工件的视觉检测识别方案，采用基于Hu矩方法和最小二乘法的圆拟合对圆形工件进行识别，并计算出圆形工件相关特征的尺寸参数：富帅等在摄像机成像系统的基础上，提出了一种简便易行的工业现场自标定方法，从而有效地完成了流水上物体的检测识别：李钊型”，等采用双线性差值算法，实现工件边缘的亚像素提取，并通过黑塞范式直线拟合，精确地找到物体图像边缘，从而实现对工件尺寸的高精度测量。

基于激光线扫描三维重构的扩径管道直径及圆度测量方法

第34卷第3期机电戶品开发与创新Vol.34,No.3 2021 年5 月Development 2 Innovation of Machinery 2 Electrical Products文章编号：1002-6673 (2021) 03-079-03基于激光线扫描三维重构的扩径管道直径及圆度测量方法臧春华\王海舰"，高兴宇"，纪红刚\王琨\赵立新\邱南聪1(1.广东省珠海市质量计量监督检测所，广东珠海519060; 2.桂林电子科技大学，广西桂林541004)摘要：为了提高管道在扩径过程中圆度和直径的测量精度及效率，设计了一套基于激光线扫描三维重构的管道直径及圆度测量系统。

系统利用激光线扫描传感器对管道外轮廓进行点云数据采集，结合上位机对图像数据进行滤波、去噪及分割，实现扩径管道外轮廓的三维重构，并利用最小二乘法计算重构的扩径管道直径和圆度。

实验结果表明，该系统能够实现扩径管道直径及圆度的精准测量。

关键词：扩径管道；直径；圆度；机器视觉；点云数据；三维重构中图分类号：TP31 文献标识码：A d〇i:10.3969/j.issn.1002-6673.2021.03.026Measuring Method of Diameter and Roundness of Expanded Pipeline Based on 3D Reconstruction ofLaser Line ScanningZANG Chun-Hua1，WANG Hai-Jian2, GAO X ing-Y u2, JI Hong-Gang1，W A N G K un1，Z H A O L i-X in1，QIU Nan-Cong1 (l.Guangdong Zhuhai Supervision Testing Institute of Q uality & Metrology，Zhuhai，Guangdong 519060,China；2.Guilin University of Electronic Technology，Guilin，Guangxi 541004,China)A bstract:In order to im prove the m easurem ent accuracy and efficiency of pipeline roundness an d diam eter in the process of diam eter expansion，a pipeline diam eter and roundness m easurem ent system based on laser line scanning 3D reconstruction w as designed.The system u ses the laser line scan sensor to collect the point cloud d ata of the pipe contour，com bines with the upper com puter to filter，denoise an d segm ent the im age data，realizes the three-dimensional reconstruction of the pipe contour，and u ses the least square m ethod to calculate th e diam eter an d roundness of the reconstructed pipe contour.Experim ental resu lts show th at the system can accurately m easure the diam eter an d roundness of the expanded pipe.Keyw ords：Expanding pipe；Diameter;Roundness；M achine vision；Point cloud data；3D reconstruction〇引言管道在给水、排气、供煤气、长距离输送石油和天然气等各种工业装置中用途广泛，不同应用场合对管道的尺寸要求多种多样，因此需要根据需求对管道进行扩径[1-2]。

基于OpenCV的工件直径检测

基于OpenCV的工件直径检测
展开全文
基于Opencv2.3.1的工件直径检测
一、零件特征
零件边缘模糊不清，大小不定，亮度不一致，位置不定，且模式不一致，见下图
模式1
模式2
二、思路
1）定位：得到大概的圆心和直径。

2）边缘检测：使用模板精确检测符合条件的边缘点。

3）得到拟合点：进行“环形”滤波，保存符合圆边缘的条件的点。

4）椭圆拟合：得到圆心以及半径。

三、结果（半径，以像素为单位）
基于Opencv2.31，VC2009，目前耗时还比较多，大概3秒左右。

下一步的工作是优化。

另外对更多的样本进行实验。

模式一结果
模式二结果（直径）四、函数说明
见附件。

一种在线钢珠直径检测仪的制作方法

一种在线钢珠直径检测仪的制作方法制作一种在线钢珠直径检测仪可以遵循以下步骤：步骤一：收集所需材料和工具1.所需材料：-钢珠-光电传感器-运动控制器-显示器-控制电路板-电源-电线-电阻-电容-电位器-开关-电线套管-支架材料-塑料外壳-螺丝和螺母2.所需工具：-焊接设备-电钻-锯子-扳手-小锤子-剪切器-打磨机-螺丝刀-钳子步骤二：制作支架和外壳1.使用支架材料制作一个稳定的支架，用于安装光电传感器和运动控制器。

2.使用塑料外壳将整个装置封装起来，以保护内部元件免受外界环境的影响。

步骤三：布置光电传感器和运动控制器1.将光电传感器安装在支架上，使其能够准确测量通过的钢珠直径。

2.将运动控制器与光电传感器连接，以便控制钢珠的运动轨迹。

步骤四：搭建电路和控制系统1.使用电路板搭建测量和控制电路，包括光电传感器的接口电路和运动控制器的接口电路。

2.将电线、电阻、电容、电位器和开关连接到电路板上，以确保电路的正常工作。

步骤五：连接显示器和电源1.将显示器连接到电路板上，以便可以实时显示钢珠的直径数据。

2.将电源连接到电路板上，以供电整个装置。

步骤六：测试并调试1.打开电源，检查各个部件是否工作正常。

2.将钢珠通过装置，观察传感器是否能够准确测量其直径。

3.如果出现问题，使用调试工具和仪器进行排查和修复。

4.进行多次测试，确保装置的准确度和稳定性。

步骤七：完善细节和使用1.调整控制系统的灵敏度和响应速度，以满足具体需求。

2.完善外壳细节，包括安装开关、电线套管等，以提高安全性和美观度。

3.在使用装置时，根据需要进行数据记录和处理。

以上是制作一种在线钢珠直径检测仪的大致步骤，具体操作可能因使用的材料和工具而有所不同。

在制作过程中，应特别注意安全事项，如正确接线、防止触电等。

此外，需要根据具体应用需求对装置进行调整和优化，以确保测量结果的准确性和可靠性。

基于图像处理的机械零件尺寸检测与测量技术研究

基于图像处理的机械零件尺寸检测与测量技术研究一、引言机械零件的尺寸检测与测量是制造业中不可或缺的一环。

传统的测量方法往往耗时、费力且准确性有限，而基于图像处理的技术却能够通过数字化处理和分析图像信息来实现高效、准确的零件尺寸检测与测量。

本文将探讨基于图像处理的机械零件尺寸检测与测量技术的研究进展和应用前景。

二、基于图像处理的机械零件尺寸检测原理基于图像处理的机械零件尺寸检测借助计算机图像处理技术，通过对机械零件的图像进行分析、处理和识别，以实现尺寸的测量和检测。

该技术的核心是将图像转化为数字信号，并通过像素点的灰度、颜色、形状等特征进行分析和提取，从而获取零件的尺寸信息。

常用的方法包括边缘检测、特征提取、形状匹配等。

三、基于图像处理的机械零件尺寸检测技术研究进展1. 图像传感器技术的发展随着传感器技术的不断进步，高分辨率、高灵敏度的图像传感器得到了广泛应用。

这种传感器能够捕捉到更多的细节信息，为零件尺寸的测量提供了强有力的技术支持。

2. 图像处理算法的创新图像处理算法的创新也是基于图像处理的机械零件尺寸检测技术取得重要突破的关键。

例如，基于深度学习的目标检测算法能够在复杂背景和光照条件下准确地识别和测量零件的尺寸。

3. 三维重建技术的应用为了获取更加准确的尺寸信息，研究人员还引入了三维重建技术。

通过利用多个视角的图像，结合摄像机标定和三维重建算法，可以重建出机械零件的三维模型，并从中提取出更加精确的尺寸信息。

四、基于图像处理的机械零件尺寸检测技术的优势与应用1. 高效性和自动化相较于传统的尺寸检测方法，基于图像处理的技术具有高效、快速和自动化的优势。

只需将机械零件进行拍摄，通过图像处理软件即可进行尺寸的测量，大大提高了生产效率。

2. 准确性和可靠性基于图像处理的机械零件尺寸检测技术能够通过数字化处理和精确的算法实现高度准确的测量结果。

这对于保证产品质量和提高工业制造的可靠性非常重要。

3. 广泛应用于制造业基于图像处理的机械零件尺寸检测技术已广泛应用于制造业的各个领域，如汽车制造、航空航天、电子设备等。

基于计算机视觉的锻件尺寸检测

（ｏｅｅｏｃａｉｌｎｎｒｙＥｇｅｒｇＺｅｉｇＵｉｒｔ，ｎｚｏ０７ＣｉａＣｌｇｆｌＭｅｈｎａａｄＥｅｇｎｉｅｎ，ｈｊｎｎｖｓｙＨａｇｈｕ３２，ｈｎ）ｃｎｉａｅｉ１０
ＡｂｔａｔｏｕｅｉｉｎＳｓｅｉｅｌｙｄｔｃｕｒｈｒｉａｏｇｇｉｇ．ｃｏｄｎｈｏｓｒｃ：ＣｍｐｔｒＶｓｙｔｍｍｐｏｅｏａｑｉｔｅｏｉｎｌｒｉｏｓｅｇｆｎｍａｅａｃｒｉｇｔｔｅｒｃｍ－ｏｐｎｎｆｈｉｔｇａｏｅｏｉｎｌｏｇｇｉｇ，ｈｈｅｈｌｅｅｍｉｅｏｓｇｎｈｒｇａｏｇｏｅｔｏｅｈｓｏｒｍｆｈｒｉａｆｒｉｅｔｅｔｒｓｏｄｉｄｔｒｎｄｔｅｍｅｔｔｅｏｉｌｒ－ｔｔｇｎｍａｓｉｎｆ
ｉａ，Ｔｈｘｍｕｍｍｏｅｅｔｓｎｇｉｇｍｅｅｍａｉｈｏｇｎｉｙｍｏｏｈｎｇｍ￣ｈｄｉａｏｅｏｆｌｅｈｅｍｅｔｄｆｒｉｍａ，ｔｉｏｓｄｐｔｔｔｒｔｅｓｇｎｅｏｇｎｇｉｇｄｉｅ
ｗｈｃａｈｗｎｔａｈｈｐｆｔｅｆｒｉｇｅｇｏｌｏｅｄｍａｅｙｔｉｍｅｈｄＴｒｃｉｇｂｇｍｅｈｉｈｈｓｓｏｈｔｔｅｓａｅｏｏｇｄｃｕｄｎｔａｇｄｂｈｓｔｏ．ａｋｕｔ－ｈｎｅｂｎ
ｏｓｕｅｏｔａｋｔｅｅｏｈｏｇｎｗｈｃａｈｗｎｔａｔｅｐｅｉｉｎｏｅｆｒｉｇｓｅｄｔｃｉｎｄｉｓｔｒｃｈｄｄｆｔｅｆｒｉ￣ｉｈｓｏｈｔｈｒｃｓｆｔｏｇｉｅｅｔｈｓｏｈｎｚｏ

一种在线钢珠直径检测仪的制作方法

一种在线钢珠直径检测仪的制作方法
简介：
在线钢珠直径检测仪是一种用于检测钢珠直径的仪器装置。

它能够实
时检测钢珠的直径大小，并通过数据输出显示出来。

下面将介绍一种制作
在线钢珠直径检测仪的方法。

步骤：
1.准备工作：
-准备工具：电钳、螺丝刀、焊台等。

2.组件连接：
-连接光电传感器：将光电传感器的输出端连接到微控制器的输入端，用线缆进行连接。

-连接显示屏：将显示屏的输入端连接到微控制器的输出端，用线缆
进行连接。

3.写入程序：
-使用合适的编程语言，编写程序并将其烧录到微控制器中。

程序的
功能应该能够读取光电传感器的输入并计算钢珠的直径。

-程序应该能够将直径数据显示在显示屏上，并可以根据需要进行数
据的存储和输出。

4.安装和调试：
-将光电传感器安装在设计好的位置，并固定好。

-将显示屏安装在合适的位置，并连接好电源。

-连接微控制器和电源，并进行初步调试，确保传感器和显示屏的工作正常。

5.调整和优化：
-根据实际检测需要，调整程序中的参数和算法，以获得更精确的直径测量结果。

-对于硬件方面，可以根据实际情况优化光电传感器的位置和角度，以获得更好的检测效果。

6.测试和应用：
-对不同直径的钢珠进行测试，验证检测仪的准确性和可靠性。

-根据实际需要应用在线钢珠直径检测仪，在生产线上实现对钢珠直径的实时监控和检测。

总结：。

基于机器视觉的钢珠直径测量系统设计

第38卷第1期2021年1月吉林化工学院学报JOURNAL OF JILIN INSTITUTE OF CHEMICAL TECHNOLOGYV〇1.38No.lJan.2021文章编号：1007-2853 (2021) 01 -0058-05基于机器视觉的钢珠直径测量系统设计李百明(闽南理工学院工业机器人测控与模具快速制造福建省高校重点实验室，福建石狮362700)摘要：为提高中小企业钢珠直径检测效率、降低资本投人，提出一种基于机器视觉的钢珠直径测量方法.给出了系统的工作原理，对核心硬件进行了选型设计，搭建了实验平台.设计的系统用于测量直径为6 mm和8 mm的钢珠时，其标准差均小于等于0.007 mm，重复性精度接近0.023 mm;测量直径为6~8 mm不同尺寸的钢珠时，系统的线性度理想.实验结果表明:该系统可以对钢珠精度等级在G100级及以下的钢珠进行高精度、非接触式检测.关键词：钢珠;直径;机器视觉;测量;非接触中图分类号：TP391 文献标志码：A DOI： 10.16039/22-1249.2021.01.012轴承是一种重要的标准件，它的质量与精度直接影响机械设备的寿命与性能，而钢珠是轴承里的一个重要零件，又直接影响着轴承的加工精度，因此，对钢珠精度的检测至关重要[1_2].在对钢珠精度进行评价的指标中，钢珠直径尺寸是其重要的检测参数.目前，大多数中小企业为减少固定资本投人，普遍采用人工结合千分尺对钢珠直径进行接触式测量，其测量原理简单、使用方便，易于掌握，但是会对钢珠表面造成一定损伤、检测速度慢、效率低、出错率高，难以实现自动化和实时在线检测.因此，研究一种检测速度快、效率高、在线的非接触式钢珠直径检测方法显得尤为重要.现有的非接触式钢珠直径检测法主要有电感传感器检测法、超声波检测法和激光扫描检测法等.电感传感器检测法利用被测量磁路磁阻的变化引起线圈电感量变化来实现对直径的测量[3];该方法测量精度高、结构简单，但是灵敏度、线性度和测量范围相互制约，电路复杂,容易产生一些误动作.超声波检检测法通过检测反射波的强弱和传播时间来计算钢珠的直径;该方法检测精度高,但当钢珠直径较小时，可能出现二次底波高于一次底波的情况.激光扫描检测法[4]利用连续的激光束对钢珠进行高速扫描，实现直径的测量;该方法操作简单、分辨率高，但是温度变化对系统的稳定性影响很大，成本高.机器视觉是一门新兴的学科，随着电子、光学和计算机技术的不断完善，它在工业制造中得到了迅速的发展和应用_机器视觉就是给机器装上视觉装置，利用计算机来模拟人的视觉功能，用机器代替人眼实现对客观事物的测量、检测和识别[5_8];该方法测量精度高、速度快，实时性好等特点.因此，为了提高检测效率、保障检测精度、降低企业成本，本文将机器视觉技术应用于钢珠的直径检测，以碳钢材质、等级在G100级及以下的钢珠为检测对象，设计了一款基于机器视觉的钢珠直径测量系统，该系统具有成本低、效率高、线性度好、重复性精度高等特点.1系统工作原理基于机器视觉的钢珠直径测量法分为两种形式:一种是线阵CCD检测法[9]，该方法利用照明系统将钢珠均匀照明后，经光学成像系统成像于线阵CCD上，再由数据采集电路完成直径信息的提取;该方法的特点是检测精度很高，但若要获取二维图像必须配以机械扫描机构和A/D采集卡，增加了系统的复杂性和成本、且检测速度受限.另外一种是面阵相机检测法，该方法可以直接采集到二维图像、检测速度快.为提高检测效率，本文采用面阵相机进行非接触测量.收稿日期：2020-09-27基金项目：工业机器人测控与模具快速制造福建省高校重点实验室项目（闽教科〔2017〕8号）作者简介:李百明（1984-)，男,黑龙江海伦人，闽南理工学院讲师，硕士，主要从事现代检测技术方面的研究.第1期李百明:基于机器视觉的钢珠直径测量系统设计59本文设计的基于机器视觉的钢珠直径测量系统由光源、镜头、摄像机、试验台、支架、计算机、halcon图像处理软件等部分组成，测量平台的总体结构如图1所示.钢珠直径测量系统的工作原理是将待测钢珠放在试验台上，光源从待测钢珠的上方照射，当手动触发采集按钮后,摄像机负责采集钢珠的图像信息并发送给计算机;计算机通过halcon图像处理软件对采集到的图像进行处理，从中提取出直径特征，计算出被测钢珠的直径尺寸;测量结果以文本形式保存到计算机中，并通过显示窗口显示出测量的数值.图1测量平台结构设计示意图2硬件系统选型2.1照明系统照明系统的好坏直接影响采集图像的质量,对后续处理和测量结果产生直接影响，甚至导致测量结果不可信.因此，照明系统是整个钢珠直径测量系统设计成败的关键因素[1(11.照明系统的主要目标是选择合适的光源以某种方式将光线投射到被测钢珠上，突出被测特征部分与背景的对比度.机器视觉系统中使用的光源主要有高频荧光灯、光纤卤素灯、疝气灯和LED光源四种.高频荧光灯的优点是扩散性好、适合大面积均匀照射;缺点是响应速度慢、亮度较暗;光纤卤素灯的优点是亮度高;缺点是响应速度慢，几乎没有光亮度和色温的变化;疝气灯的优点是亮度高、常用于汽车大灯;缺点是发热较大、成本高、穿透能力不强;LED 光源的优点是寿命长、成本低、响应速度快、波长可选、可组合成不同的形状；缺点是亮度比卤素灯、疝气灯略差.根据光源照射方式的不同，照明系统可分为:前向照明、背向照明、频闪光照明和结构光照明等.其中，前向照明是指将光源和摄像机放于被测物同侧，安装方便;背向照明是将被测物置于摄像机和光源之间，能够得到高对比度的图像;频闪光照明是利用高频率的光脉冲对被测物体进行照明，要求相机的拍摄速度与光源频闪速度同步;结构光照明是指先将光栅或线光源等投射到被测物体上,再根据它们的失真解调出被测物体的三维信息.本系统初期的检测目标是钢珠的直径尺寸，后期还将对钢珠表面的缺陷进行研究;另外，待测钢珠的材料为金属，对光的反射比较严重，为提高钢珠边缘的对比度，降低噪声干扰，应采用光线柔和的光源[11 .因此，为保证测量系统的延续性，综合成本及效果，本文选用环形蓝色的LED光源进行前向照明.2.2摄像系统摄像系统由相机和镜头两部分组成.当前工业相机的主要成像器件分为CCD和CMOS两个类别.CCD的优点是成像清晰，分辨率高；缺点是价格较贵、功耗高；CMOS的优点是功耗低，价格低廉;缺点是成像质量不如CCD.本系统考虑到项目的检测要求，选用了深圳迈德威视科技有限公司生产的MV-GED500C/M-T型CCD摄像机，摄像机的主要参数如表1所示. 根据摄像机到工作面的距离，镜头选用通用的 CCTV镜头,焦距为6~60mm,接口为C S接口.表1MV-GED500C/M-T型C C D摄像机的主要参数型号MV-GED500C/M-T最大像素2448HX2048V靶面尺寸2/3英寸帧率9FPS(最大像素）像元尺寸 3.45 (xmx3.45 (xm传感器CCD数据接口GigE工作温度0-50T：镜头接口CS接口最大增益323检测实验及结果分析本文以工业机器人测控与模具快速制造省级重点实验室为依托，搭建了如图2所示的钢珠直径检测系统.为降低振动对测量精度的影响，将整套系统置于精密的光学隔振平台上.检测系统的软件界面由VS2013平台设计，钢珠直径的测量60吉林化工学院学报2021 年次测量，测量结果如表3所示.由表3可知，6.00 mm 钢珠10次测量的平均尺寸为654.2个像素，每个像素所对应的实际尺寸为9.172 p m /像素，测量的绝对误差范围为960〇----2----：----1----s ----212 p m ,平均绝对值误差为5.6 p m ，直径标微陳准差为7.0 j m .图4为采用设计的测量系统测量图38 mm 钢珠直径测量的重复性 6.00 mm 钢珠直径时的重复性精度•表3 6m m 钢珠直径测量数据序号12345678910像素值654.5654655.5654653.5655654653.5653654.5从图4可知，该系统在相同条件下多次测量的差值接近0.023 mm ,这意味着该系统用于测量同一 6.00 mm 钢珠时，其直径的最大值和最小值6.00 mm 钢珠直径的重复性精度接近0.023 mm ，由功能强大的halcon 软件完成.检测系统组装调试好后，本文对系统的重复性精度和线性度进行了测试.本实验所用钢珠样品均为碳钢材质、精度等级G 100、允许误差±12.5 p m ，硬度为55°.3.1系统的标定相机拍摄到的钢珠图像是以像素为单位的，要得到待检钢珠的实际尺寸，需要将像素尺寸转换成长度尺寸，这个过程即为对系统的标定.在机器视觉测量系统中，标定是保证系统高精度和稳定性的前提和基础[m3].由于实际镜头与理想镜头差别较大,其物像关系无法用光学成像公式进行精准的描述，所以本测量系统中采用了试验的方法进行标定.其具体过程是先对已知直径尺寸为^的标准钢珠进行成像,并得到该钢珠的像所占CCD 的像素个数为~由此可知每个像素对应的标定系数&d 式中表示一个像素所对应的实际尺寸沁:表示标准钢珠的直径尺寸，单位为表示标准钢珠的像所占的像素个数.3.2重复性精度测试为了检测系统的重复性精度，在整个系统所处环境基本保持不变的前提下，采用相同的测量方法对直径为8.00 mm 的钢珠进行多次测量，测量结果如表2所示.图2钢珠直径检测平台k _-(1)表2 8m m 钢珠直径测量数据序号12345678910像素值927928.5929928927.5928927927.5928.59265由表2可知，8.00 mm 钢珠10次测量的平均尺寸为927.8个像素，每个像素所对应的实际尺寸为8.623 pm /像素，测量的绝对误差范围为 2 |xm ~ 11 (xm ，平均绝对值误差为5.4 (xni ，直径标准差为6.8 pm .图3为采用设计的测量系统测量8.00 mm 钢珠直径时的重复性精度.8.020「8.011从图3可知，该系统在相同条件下多次测量同一 8.00 mm 钢珠时，其直径的最大值和最小值的差值接近0.022 mm ,这意味着该系统用于测量8.00 mm 钢珠直径的重复性精度接近0.022 mm , 能够满足检测精度的要求.类似地，在相同测量系统参数设置和环境下，采用设计的系统对直径为6.00 mm 的钢珠进行多.001.9818.7.第I期李百明:基于机器视觉的钢珠直径测量系统设计61600 -----------------1------------------1-----------------15.86.67.48.2直径/mm图5钢珠线性拟合曲线从图5可知，R的平方等于0.996 8,近似等于1,说明拟合直线和实际数据之间的拟合度非常高,这表明当被测钢珠的直径在6~8mm时，系统的线性度理想，能够保证被测钢珠的测量精度.4结论针对国内中小企业在检测钢珠直径尺寸时的现状，提出了一种基于机器视觉的钢珠直径测量方法.在该方法中，完成了照明系统和摄像系统的选型设计，实现了对钢珠直径尺寸的测量.实验结果表明，设计的基于机器视觉的钢珠直径测量系统在测量精度等级为G100,直径为6mm和8m m的钢珠时，测量的标准差均小于等于0.007 mm，重复性精度接近0.023 mm.该系统的重复性精度高、且在测量6~8mm之间不同规格的钢珠时，系统的线性理想，测量精度能够达到微米级别，设计成本低，完全可以满足钢珠直径精度在G100及以下级别的高精度、非接触、实时检测任务，能够为中小企业在提高检测效率的同时降低人工成本和管理成本，可以得到广泛的应用.参考文献：[1]何加群.中国工业强国战略和轴承产业[J].轴承，2015( 1) ：55-63,[2]吴秀东，李东兴,长晓刚，等.基于Halcon的钢球表面缺陷检测系统设计[J].轴承，2018( 10) :53-58.[3]陈育中.基于电感传感器的钢珠直径分选器设计[J].电子设计工程,2011,19(2) :62-65.[4]黎明敏.基于激光技术的钢珠形状检测系统的研究[D].西安:长安大学,2013.[5]郭静，罗华，张涛.机器视觉与应用[J].电子科技，2014,27(7) ：185-188,[6]尹仕斌,任永杰，刘涛，等.机器视觉技术在现代汽车制造中的应用综述[J].光学学报，2018,38(8) ：08!5001,[7]万子平，玛丽莎，陈明，等.机器视觉的零件轮廓尺寸测量系统设计[J].单片机与嵌人式系统应用，2017( 12) ：32-58.[8]王健，胥燕军，汪力，等.机器视觉在钢轨磨耗检测中的应用研究[J].铁道标准设计，2014,58(9):36-39.达到了检测精度的要求.从图3和图4可以看出, 该系统用于测量6mm钢珠直径的重复性精度要比测量8mm钢珠时稍大，造成这种精度下降原因是:6mm钢珠和8mm钢珠都是在相同测量系统参数设置和环境下测量的，而测量系统的参数是以8mm钢珠为参照进行设定的；系统在测量不同规格钢珠尺寸时，需要调整镜头的焦距即光学系统的工作距离，因为该位置可能不是用于测量 6mm钢珠的最佳位置.在实际测量中，一般钢珠生产企业在生产不同规格的钢珠时会采用不同的生产线，所以不会产生这种误差.| 6.000I•j i] 5.9895.960图4 6 I次数/次钢珠直径测量的重复性3.3线性度测试本文在规定的时间内，用钢珠直径测量系统分别对直径从6~ 8mm之间的标准钢珠进行测量，测量结果如表4所示.表4不同直径的钢珠测量结果序号1 2 34567 8/m m 6.00 6.35 6.756.957.007.507.958.00像素值654.2 704.4 756.5779785843913.5 928.1依据表4数据，做出钢珠直径测量的拟合曲线，如图5所示.1000r900R2=0.996880070062吉林化工学院学报2021 年[9]孙亭玉.钢珠分检控制系统设计[D] •长春:长春理工大学，2013.[10]李红钢.基于机器视觉的某型药筒零件难测量尺寸测量系统研究[D].太原:中北大学，2014.[11]余俊荣，孟宪臣，潘丰.基于机器视觉的手机电池检测系统的设计[J].江南大学学报（自然科学版），2014,13(1)：23-28.[12]卢清华，许重川，王华，等.基于机器视觉的大幅面陶瓷地砖尺寸测量研究[J].光学学报，2013,33(3) ：0312004.[13] YANG BOWEN, ZHANG LIYAN, YE NAN et al..Camera calibration technique of wide-area visionmeasurement [J]. A cta Optica Sinica,2012,32(9) ：0915001.Design of Diameter Measurement System for Steel BallBased on Machine VisionLI Baiming(Provincial Key Laboratory of Industrial Robot Measurement and Control, Rapid Die Manufacturing Minnan University of Science and Technology,Fujian Shishi 362700,China)Abstract：order to improve the efficiency of steel ball diameter detection in small and medijxm-sized enterprises and reduce the investment of capital,a m ethod of steel hall diameter measurement based on machine vision was presented.First,the working principle of the system was given；secondly,the core hardware was designed and the hardware parameters were given；finally,the experimental platform was built.W hen the designed system was used to measure steel ball w ith diameter of6 m m and 8 mm,the standard deviation is less than or equal to0.007 mm,and the repeatability precision approaches0.023 mm.The linearity of the system is ideal w hen measuring the diameter of steel ball from 6 to 8mm.The experimental results show that the system can be used for high-precision and non-contact detection of steel balls of grade G100 or below.Key words ：steel ball；diameter；machine vision；measurement；non-contact。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

基于Opencv2.3.1的工件直径检测
一、零件特征
零件边缘模糊不清，大小不定，亮度不一致，位置不定，见下图
图1 图2
图3 图4
图5
二、思路
1）定位：使用连通域域特征检测，得到大概的圆心和直径。

2）边缘检测：使用模板精确检测符合条件的边缘点。

3）得到拟合点：进行“环形”滤波，保存符合圆边缘的条件的点。

4）椭圆拟合：得到圆心以及半径。

三、
结果（半径，以像素为单位）
图1-A 图2-A
图3-A 图4-A
图5
四、函数说明
void ymjFindPos(int threshlod);
int ymjExtend(IplImage *src);
int ymjFilterRadius(int *radius, int ref,int *PointNum, int *RadiusArr ,int *RadiusIndex);
int ymjFindCircle(CvPoint2D32f *PointArray1,int n,CvBox2D32f *Box );
int ymjFindCircleEdge(int *x, int *y,int *r, int *offset);
int ymjFindMaxIndex(int *src, int len);
int ymjFindMinIndex(int *src, int len);
void ymjNorm(int *src,int *dst, int len);
int ymjRadProj(IplImage *src,int xc, int yc, int r, double rad, int *RealLen);
int ymjReverse( IplImage* src, int sw);
int ymjSerachRadius(int *arr, int len,int ref, int *RadiusVal);
void ymjSetZero(void);。