影像法齿条测量方法

摘要

本发明涉及一种影像法齿条测量方法。传统的测量方法测量范围窄，测量对象范围小。本发明首先由图像采集系统采集齿条图像，将采集得到的齿条图像转换成二值图像；其次对二值图像进行闭运算，去除毛刺点或毛刺线；再次运用形态学对二值图像进行边缘提取，获得二值图像的边缘；最后统计相应位置的像素点个数得到对应的齿厚和齿距。本发明方法由于没有受到测量力的影响，从而可以真实地反映出齿条的细微轮廓变化。

权利要求

1.影像法齿条测量方法，其特征在于该方法包括以下步骤：

步骤(1)由图像采集系统采集齿条图像，将采集得到的齿条图像转换成二值图像；

步骤(2)对二值图像进行闭运算，去除毛刺点或毛刺线，从而平滑二值图像的轮廓；

步骤(3)运用形态学对二值图像进行边缘提取，获得二值图像的边缘；

步骤(4)对于得到的二值图像的边缘，统计相邻的单齿内分度线上的像素点个数，得到总像素点个数为m，计算得到齿厚 统计单个齿距内的像素点个数，得到单个齿距内像素点总个数m’，计算得到齿距p＝m′×L，其中L为每个像素所代表的实际长度，由图像采集系统确定。

2.根据权利要求1所述的影像法齿条测量方法，其特征在于：步骤(1)中所述的齿条图像转换成二值图像采用自适应阈值确定方法。

3.根据权利要求1所述的影像法齿条测量方法，其特征在于：步骤(2)中所述的对二值图像进行闭运算具体是在matlab软件中调用imclose()函数完成闭运算。

4.根据权利要求1所述的影像法齿条测量方法，其特征在于：步骤(3)中所述的边缘提取具体是在matlab软件中调用bwperim()函数完成边缘提取。

说明书

影像法齿条测量方法

技术领域

[0001] 本发明属于精密仪器测量技术领域，涉及一种影像法齿条测量方法，尤其是针对公制卡尺表齿条精密测量。

背景技术

[0002] 目前，现有的测量齿条齿距的方法多数是用齿距仪测量齿距，这种方法为接触性测量，对于一些使用不宜接触的特殊材料加工而成的齿条或是一些尺寸微小的齿条，探头无法实现接触。对于齿条较大或是较小范围内的测量，由于测量仪器本身的限制，采用传统的机械式测量相当的困难。传统的机械式测量由于接触部分的接触体均有一定的形状和大小，因此对于齿条轮廓表面上小于接触体的部分是无法真实反映出来的。

发明内容

[0003] 本发明的目的是为了克服现有的接触式测量卡尺齿条的不足，提供了一种影像法齿条测量方法。该方法利用图像处理技术进行边缘提取，实现图像的边缘检测及特征的提取，并将目标和背景进行了有效的分开，得到了齿条的边缘，有效测量齿条的齿厚与齿距。

[0004] 本发明方法的具体步骤为：

[0005] 步骤(1)由图像采集系统采集齿条图像，将采集得到的齿条图像转换成二值图像。所述的齿条图像转换成二值图像采用自适应阈值确定方法(Otsu方法)。

[0006] 步骤(2)对二值图像进行闭运算，以便去除毛刺点或毛刺线，从而平滑二值图像的轮廓；所述的闭运算具体是在matlab软件中调用imclose()函数完成闭运算。

[0007] 步骤(3)运用形态学对二值图像进行边缘提取，获得二值图像的边缘；所述的边缘提取具体是在matlab软件中调用bwperim()函数完成边缘提取。

[0008] 步骤(4)对于得到的二值图像的边缘，统计相邻的单齿内分度线上的像素点个数，得到总像素点个数为m，计算得到齿厚 统计单个齿距内的像素点个数，得到单个齿距内像素点总个数m’，计算得到齿距p＝m′×L，其中L为每个像素所代表的实际长度，由图像采集系统确定。

[0009] 本发明相比于现有技术具有以下有益效果：

[0010] (1)影像法齿条测量没有受到测量力的影响，可以真实地反映出齿条的细微轮廓变化。

[0011] (2)影像法齿条测量可以依据精度的要求对齿条进行一定比例的缩小或放大，从而达到一些机械式测量无法实现的测量范围。

[0012] (3)影像法齿条测量中所得到的是齿条的真实轮廓，这种效应相当于是对零件的被测面做了一次平滑滤波的作用，而这种作用的强弱和接触体的大小相关。

附图说明

[0013] 图1是由图像采集系统采集到的齿条图像；

[0014] 图2是图1二值化后的图像；

[0015] 图3是图2闭运算后的图像；

[0016] 图4是图3边缘提取后的图像；

[0017] 图5是齿条齿厚测量示意图；

[0018] 图6是齿条齿距测量示意图。

具体实施方式

[0019] 以下结合附图对本发明作进一步说明，本发明方法的具体步骤为：

[0020] 步骤(1)由图像采集系统采集齿条图像，将采集得到的齿条图像转换成二值图像。采集得到的图像以BMP位图形式保存，需要将原始图像转换成二值图像进行处理，一幅二值图像可以看成是x和y的一个二值函数。该系统中标定的单个像素点大小为0.0128mm。

[0021] ①采用MZDH0850视频显微镜，光学变倍比为0.8～5.0X，1301C CCD摄像头(USB 2.0模式)。LED环形照明，镜头主体长度为145mm，工作距离为82mm，视野范围为4.8×6.4mm～0.72×0.96mm，得到的原始图像如图1所示。

[0022] ②计算BMP位图的阈值，matlab工具箱中提供了graythresh的函数，该函数使用自适应阈值确定的方法(Otsu)得到图像阈值，经计算后该图像的阈值为I＝0.2627。

[0023] 阈值选择的方法：1)为I选取一个初始估计值，使用I分割图像；2)产生两组像素：亮度值≥I的所有像素组成的集合G1和亮度值＜I的所有像素值的集合G2；3)分别计算G1和G2集合内的像素的平均亮度值μ1和μ2；4)计算一个新阈值： 重复步骤2)到步骤4)，直到连续迭代中I的差比预先指定的参数小为止。

[0024] ③将采集到的640×480，uint8类型32位的BMP图像二值化，得到二值化图像f，如图2所示。输出二值图像中值为0的点的像素坐标值，对应于原图像中小于阈值I的像素点；输出二值图像中值为1的点的像素坐标值，对应于原图像中的其它像素点。im2bw函数将自动输出二值图像声明为logical数组。

[0025] 步骤(2)对二值图像进行闭运算，以便去除毛刺点或毛刺线，从而平滑二值图像的轮廓。闭运算相当于对图像先膨胀再腐蚀，膨胀是把图像周围的背景点合并到物体中，膨胀对填补图像分割后物体中的空洞很有作用；腐蚀是消除物体的边界点，可以把小于结构元素的部分去除，根据选取不同大小的结构元素去掉不同大小的物体。

[0026] ①A被B形态学闭运算记作A·B，它是先膨胀再腐蚀的结果：A·B＝(A⊕B)ΘB，其中A是二值图像f，而B是一个元素值为0和1的矩阵，该矩阵制定了结构元素。

[0027] ②调用se＝strel(’disk’，R)函数创建一个高度为零的圆盘型结构元素，其中半径为R＝5。

[0028] ③调用f0＝imclose(f，se)函数进行闭运算，得到图像f0如图3所示。

[0029] 步骤(3)运用形态学对二值图像进行边缘提取，获得二值图像的边缘；

[0030] ①调用BW2＝bwperim(BW1，conn)函数，即从输入二值图像中返回只包括对象边缘像素点的图像，如图4所示，其中BW1为二值图像f0，conn＝8。

[0031] 二值图像进行边缘提取的算法是将内部点掏空，得到图像的轮廓。如果原图像中有某个像素点是黑色像素，且它的八邻域(conn＝8)都是黑色像素，则该点是内部点，应将该点删除。

[0032] ②图像的暗(亮)像素属于目标(背景)，则“0”和目标对应，“1”和背景对应。

[0033] 步骤(4)对于得到的二值图像的边缘，统计相邻的单齿内分度线上的像素点个数，得到总像素点个数为m，计算得到齿厚 L为每个像素所代表的实际长度，由图像采集系统确定。统计齿距内的像素点个数，得到齿距内像素点总个数m’，计算得到齿距p＝m′×L。

[0034] 测量原理：首先以被测齿轮任意两相邻齿之间的实际齿距作为基准齿距，然后顺序测量各相邻齿的实际齿距相对于基准齿距之差，称为相对齿距偏差fpt。齿厚偏差指加工出来的轮齿厚度相对于理论值在整个齿圈上不一致，一般齿厚的极限偏差来限定实际齿厚偏差，即Esi≤fsn≤Ess(均为负值)如图5所示，其中S’为实际齿厚，S0为公称齿厚。在齿条分度圆上齿距是齿厚与齿槽的宽度之和，如图6中p＝s+e。然后将相对齿距偏差逐个累加，计算出最终累加值的平均值，并将平均值反号后与各相对齿距偏差相加，获得绝对齿距偏差(实际齿距相对于理论齿距之差)。最后再将绝对齿距偏差累加，累加值中的最大值与最小值之差即为被测齿轮的齿距累积总误差Fpk。k个绝对齿距偏差pt的代数和则是k个齿距的齿距偏差(1≤k≤z，z为齿数)。