本發(fā)明涉及機(jī)器視覺(jué)檢測(cè)領(lǐng)域，特別是涉及一種加工中心的車(chē)刀磨損狀態(tài)的視覺(jué)檢測(cè)方法。

背景技術(shù)：

1、在機(jī)器視覺(jué)領(lǐng)域，三維圖像技術(shù)廣泛應(yīng)用于人工智能，工業(yè)檢測(cè)，車(chē)輛自動(dòng)駕駛技術(shù)，生物醫(yī)學(xué)等各種領(lǐng)域。三維圖像技術(shù)不僅可以感知物體的存在還可以對(duì)物體的距離進(jìn)行感知，將其應(yīng)用在刀具磨損領(lǐng)域不僅可以定位磨損區(qū)域的空間信息還可以對(duì)磨損的深度進(jìn)行量化。

2、早期，車(chē)刀的磨損檢測(cè)只是對(duì)單個(gè)信號(hào)進(jìn)行檢測(cè)，通過(guò)對(duì)收集到的信號(hào)進(jìn)行不同的理論和方法完成特征提取，最終確定刀車(chē)刀的磨損狀態(tài)。傳統(tǒng)車(chē)刀的替換策略一是靠人工去進(jìn)行經(jīng)驗(yàn)決定，二是按時(shí)間去更換可用車(chē)刀受由主觀因素主導(dǎo)太多，因此對(duì)刀具的磨損量進(jìn)行有效計(jì)算既可以提高刀具的利用率又能降低工具成本和時(shí)間成本。近年來(lái)很多方法對(duì)于車(chē)刀磨損的檢測(cè)大都采取二維圖像處理，只能從二維圖像中根據(jù)磨損區(qū)域的形狀和磨損區(qū)域大小去分析車(chē)刀磨損的一個(gè)狀態(tài)，這樣得到的磨損缺陷信息比較單一缺失車(chē)刀磨損的深度信息，同時(shí)也缺少對(duì)車(chē)刀磨損的具體量化結(jié)果。

3、因此現(xiàn)有技術(shù)需要為了檢測(cè)車(chē)刀磨損的具體數(shù)值，提出一種基于三維圖像處理的磨損程度檢測(cè)的方法，結(jié)合ccd相機(jī)和工業(yè)投影儀構(gòu)成的結(jié)構(gòu)光成像系統(tǒng)，相對(duì)于其他方法，該方法操作簡(jiǎn)便，成本相對(duì)較低，可以檢測(cè)車(chē)刀具體磨損深度且具有較高的測(cè)量精度。

技術(shù)實(shí)現(xiàn)思路

1、鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于三維圖像處理的車(chē)刀磨損缺陷檢測(cè)方法，用于解決現(xiàn)有技術(shù)中當(dāng)前車(chē)刀磨損檢測(cè)中所獲取的二維圖像處理無(wú)法提取車(chē)刀磨損區(qū)域三維特征的問(wèn)題。

2、為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種基于三維圖像處理的車(chē)刀磨損缺陷檢測(cè)方法進(jìn)行車(chē)刀磨損區(qū)域三維特征信息的提取，對(duì)獲取的三維點(diǎn)云信息進(jìn)行分割將完成車(chē)刀中的墊片點(diǎn)云和刀頭部分點(diǎn)云分割開(kāi)來(lái)，然后對(duì)墊片點(diǎn)云進(jìn)行最小二乘擬合平面處理，將擬合的平面與刀頭部分點(diǎn)云進(jìn)行最大距離求解并用標(biāo)準(zhǔn)量塊進(jìn)行實(shí)際物理距離換算，最終獲得刀頭的最大實(shí)際磨損量，為工人更換刀頭提供數(shù)據(jù)參考。

3、本發(fā)明是通過(guò)以下技術(shù)方案予以實(shí)現(xiàn)的。

4、一種基于三維圖像處理的車(chē)刀磨損缺陷檢測(cè)方法，包括：視覺(jué)檢測(cè)裝置、計(jì)算機(jī)、圖像采集卡、ccd攝像機(jī)、光學(xué)鏡頭、dlp工業(yè)投影儀；所述圖像采集卡通過(guò)信號(hào)傳輸線纜與計(jì)算機(jī)和ccd攝像機(jī)連接，所述ccd攝像機(jī)上安裝有光學(xué)鏡頭，所述ccd攝像機(jī)與dlp投影儀固定在視覺(jué)檢測(cè)裝置上，所述ccd攝像機(jī)的光軸與dlp投影儀投影平面保持一定的夾角。

5、s1:將面結(jié)構(gòu)光系統(tǒng)搭建在機(jī)床上讓車(chē)刀刀頭部分在ccd相機(jī)視野內(nèi)，完成系統(tǒng)的相機(jī)標(biāo)定實(shí)驗(yàn)。

6、s2:將光柵條紋投射到車(chē)刀表面，求取車(chē)刀表面圖像中每個(gè)像素點(diǎn)對(duì)應(yīng)每個(gè)點(diǎn)的三維坐標(biāo)，獲取車(chē)刀點(diǎn)云信息。

7、s3:對(duì)獲取的車(chē)刀點(diǎn)云信息進(jìn)行第一次分割，只保留車(chē)刀表面點(diǎn)云信息。

8、s4:對(duì)車(chē)刀點(diǎn)云進(jìn)行等二次分割處理。

9、s5:將墊片點(diǎn)云結(jié)合公式求取參數(shù)進(jìn)行擬合平面并測(cè)試精確程度，并給系統(tǒng)點(diǎn)云信息轉(zhuǎn)化可量化的數(shù)值信息提供標(biāo)準(zhǔn)參考。

10、s6:獲取墊片的平面擬合方程后將車(chē)刀刀頭點(diǎn)云分割出來(lái)與擬合后的平面進(jìn)行最大距離求解，求得磨損區(qū)域點(diǎn)云與三角墊片點(diǎn)云擬合平面的最大距離。

11、s7:通過(guò)將兩個(gè)標(biāo)準(zhǔn)量塊進(jìn)行求取兩塊標(biāo)準(zhǔn)量塊的點(diǎn)云距離。

12、s8:獲取實(shí)際比例即點(diǎn)云距離和實(shí)際物理距離的換算比例。

13、s9:取得實(shí)際比例后，我們將三角墊片點(diǎn)云進(jìn)行平面擬合處理，然后將刀片磨損區(qū)域點(diǎn)云上所有點(diǎn)和三角墊片點(diǎn)云擬合的平面進(jìn)行距離求解找出最大距離及最大磨損深度信息。

14、優(yōu)先地，將面結(jié)構(gòu)光系統(tǒng)搭建在機(jī)床上讓車(chē)刀刀頭部分在ccd相機(jī)視野內(nèi)，完成系統(tǒng)的相機(jī)標(biāo)定實(shí)驗(yàn)具體為：采用張正友標(biāo)定法獲取相機(jī)的畸變參數(shù)矩陣和相機(jī)的旋轉(zhuǎn)、平移矩陣，然后將光柵條紋圖通過(guò)投影儀投射在標(biāo)定板表面，在獲取標(biāo)定板的角點(diǎn)坐標(biāo)和角點(diǎn)的相位信息后，通過(guò)求解相位信息和高度信息的轉(zhuǎn)化關(guān)系完成整個(gè)結(jié)構(gòu)光系統(tǒng)的標(biāo)定。

15、優(yōu)先地定義：獲取得到三個(gè)不同頻率下十二幅不同相位地光柵圖

16、

17、優(yōu)先地定義，

18、

19、變形后可知：

20、a1x+a2y+a3z+a4-a5φx-a6φy-a7φz-a8φ＝0

21、通過(guò)其次方程：

22、

23、其中，x,y,z分別為像素點(diǎn)在相機(jī)坐標(biāo)系下的坐標(biāo)，φ為該像素點(diǎn)的相位值。

24、優(yōu)先地，將光柵條紋投射到車(chē)刀表面，求取車(chē)刀表面圖像中每個(gè)像素點(diǎn)對(duì)應(yīng)每個(gè)點(diǎn)的三維坐標(biāo)，獲取車(chē)刀點(diǎn)云信息具體為：由三幅包裹相位圖像求解得出絕對(duì)相位圖像結(jié)合我們已經(jīng)標(biāo)定好的系統(tǒng)參數(shù)求取圖像中每個(gè)像素點(diǎn)對(duì)應(yīng)每個(gè)點(diǎn)的三維坐標(biāo)得到車(chē)刀點(diǎn)云信息。

25、優(yōu)先地，對(duì)獲取的車(chē)刀點(diǎn)云信息進(jìn)行第一次分割，只保留車(chē)刀表面點(diǎn)云信息具體為：獲取點(diǎn)云信息后將背景點(diǎn)云和車(chē)刀點(diǎn)云進(jìn)行分割，去除由于結(jié)構(gòu)光成像系統(tǒng)造成的背景噪音。

26、優(yōu)先地，對(duì)車(chē)刀點(diǎn)云進(jìn)行二次分割處理具體為：分割出刀片磨損區(qū)域點(diǎn)云、三角墊片點(diǎn)云、車(chē)刀其余部分點(diǎn)云。

27、優(yōu)先地，將墊片點(diǎn)云擬合平面并測(cè)試精確程度，并給系統(tǒng)點(diǎn)云信息轉(zhuǎn)化可量化的數(shù)值信息提供標(biāo)準(zhǔn)參考具體為：獲取三角墊片點(diǎn)云后采取基于ransac平面擬合算法，選取不同磨損程度的刀頭進(jìn)行對(duì)比實(shí)驗(yàn)來(lái)測(cè)試此方法的精確程度。

28、優(yōu)先地，ransac平面擬合算法采用迭代的方式從一組包含離群的被觀測(cè)數(shù)據(jù)中估算出數(shù)學(xué)模型的參數(shù)，會(huì)隨機(jī)從點(diǎn)云數(shù)據(jù)中抽取三個(gè)點(diǎn)進(jìn)行一個(gè)平面擬合，然后推算出符合該平面最多樣本數(shù)量的平面為擬合平面。ransac平面擬合算法有以下步驟：

29、優(yōu)先地，隨機(jī)選取三個(gè)點(diǎn)，根據(jù)平面方程ax+by+cz+d＝0計(jì)算模型參數(shù)。

30、優(yōu)先地，用剩余的點(diǎn)計(jì)算到該平面方程的距離，將距離與所設(shè)定的閾值做比較，如果小于，則該點(diǎn)為內(nèi)點(diǎn)，否則為外點(diǎn)，統(tǒng)計(jì)該參數(shù)模型下內(nèi)點(diǎn)的個(gè)數(shù)。

31、繼續(xù)執(zhí)行上面兩步，若當(dāng)前模型的內(nèi)點(diǎn)數(shù)量大于已經(jīng)保存的最大內(nèi)點(diǎn)數(shù)量，則變更新的模型參數(shù)，保留模型參數(shù)始終是內(nèi)點(diǎn)數(shù)量最多的模型參數(shù)。

32、重復(fù)上述三步，不斷迭代，直到達(dá)到迭代閾值，找到內(nèi)點(diǎn)個(gè)數(shù)最多的模型參數(shù)，最后用內(nèi)點(diǎn)再次對(duì)模型參數(shù)進(jìn)行估計(jì)，從而得到最終的模型參數(shù)。

33、優(yōu)先地，一開(kāi)始設(shè)定一個(gè)無(wú)窮大的迭代次數(shù)，每次更新模型參數(shù)估計(jì)時(shí)，用當(dāng)前的內(nèi)點(diǎn)比值當(dāng)成p來(lái)估算出迭代次數(shù),或者設(shè)置一個(gè)最大的迭代數(shù)，但是往往可能無(wú)法達(dá)到最優(yōu)解。

34、優(yōu)先地，獲取墊片的平面擬合方程后將車(chē)刀刀頭點(diǎn)云分割出來(lái)與擬合后的平面進(jìn)行最大距離求解，求得磨損區(qū)域點(diǎn)云與三角墊片點(diǎn)云擬合平面的最大距離具體使用的公式為：

35、

36、優(yōu)先地，通過(guò)兩個(gè)標(biāo)準(zhǔn)量塊進(jìn)行求取兩塊標(biāo)準(zhǔn)量塊的點(diǎn)云距離具體為：為了減少其他因素對(duì)標(biāo)準(zhǔn)量塊的測(cè)量誤差，將兩塊量塊疊加擺放，然后進(jìn)行分別求取他們的上表面平面擬合參數(shù)，最后求取兩個(gè)擬合平面的高度。

37、優(yōu)先地，獲取實(shí)際比例即點(diǎn)云距離和實(shí)際物理距離的換算比例具體為：通過(guò)游標(biāo)卡尺測(cè)量得量塊的物理高度，將兩個(gè)量塊上表面分別進(jìn)行多次擬合處理，通過(guò)多次距離均值求得最終量塊相差高度，以此來(lái)?yè)Q算比例。

38、優(yōu)先地，獲得預(yù)估磨損深度：

39、

40、h為預(yù)估磨損深度，hl為量塊高度，dmax為缺陷區(qū)域點(diǎn)云到三角墊塊擬合平面的最大值，h為量塊點(diǎn)云擬合平面到標(biāo)定板平面的距離。

41、優(yōu)先地，取得實(shí)際比例后，將三角墊片點(diǎn)云進(jìn)行平面擬合處理，然后將刀片磨損區(qū)域點(diǎn)云上所有點(diǎn)和三角墊片點(diǎn)云擬合的平面進(jìn)行距離求解找出最大距離及最大磨損深度信息具體為：對(duì)已知磨損信息的刀頭點(diǎn)云到墊片擬合平面距離求解，根據(jù)統(tǒng)計(jì)得知最大距離，重復(fù)此步驟對(duì)獲取的三個(gè)對(duì)象進(jìn)行處理，得出結(jié)論為該方法求得的預(yù)估磨損量與實(shí)際測(cè)量的磨損量誤差較小，可應(yīng)用于實(shí)際生產(chǎn)加工中。