基于机器视觉的齿轮产品外观缺陷
检测
工程第三方检测合同工程防雷检测合同植筋拉拔检测方案传感器技术课后答案检测机构通用要求培训
第六图
书
关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf
馆
提出应用机器视觉技术对齿轮外观缺陷进行检测.首先对齿轮产品实物图像进行预处理,提取齿轮边缘图像,对其实物图像和设
计图像进行分割和缩放处理,得到相同大小的实物;其次,采用互信息方法对两幅图像进行配准,通过不断旋转实物图像,计算它
与
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
图像的互信息,找出实物图像的最佳旋转配准角度;在此基础上将两幅图像进行小波融合,即自动对齐叠加在一起,根据重
合效果,检测人员可以判断生产出的齿轮产品是否合格.通过实例验证了该方法的可行性和有效性,检测效果直观.提出应用机器
视觉技术对齿轮外观缺陷进行检测.首先对齿轮产品实物图像进行预处理,提取齿轮边缘图像,对其实物图像和设计图像进行分
割和缩放处理,得到相同大小的实物;其次,采用互信息方法对两幅图像进行配准,通过不断旋转实物图像,计算它与设计图像的
互信息,找出实物图像的最佳旋转配准角度;在此基础上将两幅图像进行小波融合,即自动对齐叠加在一起,根据重合效果,检测
人员可以判断生产出的齿轮产品是否合格.通过实例验证了该方法的可行性和有效性,检测效果直观.视觉检测 图像配准
图像融合天津大学学报杨淑莹 任翠池 张成 何丕廉 [1]天津大学计算机科学与技术学院,天津300072
[2]天津理工大学计算机科学与技术学院,天津3001912007第六图书馆
第 40卷 第 9期
2007年 9月
天 津 大 学 学 报
Journal of Tianjin University
、bl_40 NO.9
Sep.2007
基于机器视觉的齿轮产品外观缺陷检测
杨淑莹 ,任翠池 ,张 成 ,何丕廉
(1.天津大学计算机科学与技术学院,天津 300072;2.天津理工大学计算机科学与技术学院,天津 300191)
摘 要:提出应用机器视觉技术对齿轮外观缺陷进行检测.首先对齿轮产品实物图像进行预处理,提取齿轮边缘图像,
对其实物图像和设计图像进行分割和缩放处理,得到相同大小的实物;其次,采用互信息方法对两幅图像进行配准,
通过不断旋转实物图像,计算它与设计图像的互信息,找出实物图像的最佳旋转配准角度;在此基础上将两幅图像
进行小波融合,即自动对齐叠加在一起,根据重合效果,检测人员可以判断生产出的齿轮产品是否合格.通过实例验
证了该方法的可行性和有效性,检测效果直观.
关键词:视觉检测;图像配准;图像融合
中图分类号:TP391 文献标志码:A 文章编号:0493—2137(2007)09一l1l1—04
Defect Inspection of Gear Product Appearance Based on M achine Vision
YANG Shu.ying】'2
,
REN Cui.chi ,ZHANG Cheng ,HE Pi.1ian1
(1.School of Computer Science and Engineering,Tianjin University,Tianjin 300072,China;
2.School ofComputer Science and Engineering,Tianjin University ofTechnology,Tianjin 300191,China)
Abstract:The application of machine vision technology was proposed to inspect the gear product appearance defect.
First,the edge image of gear was extracted from the preprocessed image of gear product.Secondly,segmenting and
scaling operation were done to the product image and designed image of gear.Thirdly,the two images were registered
by the method of mutual information.Through rotating the image of gear product,the similarity of the two images was
computed by the measurement of mutual information,and the best matched position could be found where they had
the most mutual inform ation.Finally,the two images were fused into a fusion image based on wavelet tran sform .The
inspector could test the qualification of gear product by the fusion image.Th e feasibility and effectiveness are proved
by the examples and the inspection results can be easily observed.
Keywords:visual inspection;image registration;image fusion
齿轮在机械传动及整个机械领域中具有极其广
泛 的应用.齿轮检测技术对机械行业具有重要意
义.齿轮一般由轮齿 、齿槽 、端面、法面、齿顶圆、齿
根圆、基圆和分度圆等部分构成.按其外形分为圆柱
齿轮、锥齿轮、非圆齿轮、齿条和蜗杆蜗轮等;按齿线
形状分为直齿轮、斜齿轮、人字齿轮和曲线齿轮.齿轮
产品可能存在齿崩、缺齿、齿歪和披风等缺陷,故检测
项目众多,测量过程复杂.专用齿轮检测仪设备昂贵,
一 般企业仅依靠人眼在显微镜下逐个分辨,效率和精
度极底,故笔者提出应用计算机视觉技术对齿轮外观
收稿日期:2007—01—12;修回Et期:2007—04—03
基金项目:天津市科技发展
计划
项目进度计划表范例计划下载计划下载计划下载课程教学计划下载
资助项目(04310941R).
作者简介:杨淑莹 (1964一 ),女,教授,博士研究生
通讯作者:杨淑莹,ysying126@126.corn,
缺陷进行检测.
视觉检测是一门新兴的检测技术,应用领域几乎
涵盖所有的现代制造业.视觉检测具有非接触、速度
快以及现场抗干扰能力强等优点 ,正在替代人工进行
全自动的产品检测、工艺验证,甚至实现生产工艺的
自动控制.文中提取齿轮产品实物边缘图像和产品设
计图,应用互信息技术对边缘图与设计图进行图像配
准,使两幅图中的实物尽可能形态重合;在此基础上
将两幅图像进行小波融合,最终在同一幅图像 ,相同
的中心位置上显示 2个实物,相当于人工手持 2个实
维普资讯 http://www.cqvip.com
http://www.6lib.com 第六图书馆
维普资讯 http://www.cqvip.com
http://www.6lib.com 第六图书馆
2007年9月 杨淑莹等:基于机器视觉的齿缝 理 陷捡 ·lll3·
3.1 齿轮目标提取
由于系统获得的齿轮实物边缘图像 ^和齿轮设
计图像 的大小不一致,内部的实物大小也不同,需
要进行几何变换,提取出相同大小的实物部分.首先
进行图像的缩放操作,使得内部的实物大小相同.分
别求得 . 图像中齿轮的外切正方形的边长 r 、r2,
根据 n和 r2的比例系数来确定缩放系数,对齿轮边缘
图像.^的大小进行调整,虽然调整后图像.^、厂2有可能
大小不同,但他们的实物大小相同,然后对图像 .
进行分割,提取出实物部分.由图 3和图 4可见图像
.
、
.
大小相同,内部的实物亦大小相同.
p [ 】: , :0,⋯,255
∑/zo[i]
:
∑∑hab[i, 】
(5)
(6)
i=0,⋯ ,255, =0,⋯ ,255
(3)计算信息熵
255
H =一∑P log(p [f】) (7)
i=0
255
H =一∑P log(p [f】) (8)
i=0
255 255
出 = 一∑∑P出 】 log(p出 】) (9)
i=0 j=0
(4)计算图像 、,2的互信息
M,=Ha+Hb—H b (10)
将图像 从 l。到360。旋转,
记录
混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载
各角度下图像
与图像. 的互信息量,以最大互信息量所对应的角度
作为所求的旋转角度.在粗定位过程中,每次角度间
隔为 1。.为提高准确度,在最大互信息量的角度附近
又进行了细定位 ,角度间隔精确到 0.1。.
图3 齿轮实物边缘图,l
Fig·3 Edge imagef~of gear product 4 基于小波变换的图像融合
图4 齿轮设计图,2
Fig.4 Designed image,2 of gear
3.2 基于互信息的图像配准
为了找到齿轮边缘图与设计图最大重合的位置,
需要不断对图像 .^旋转,计算与设计图,2的相似程
度.根据二维灰度直方图计算互信息,以此来衡量 2
幅图像的相似程度.其实现步骤如下所述.
(1)对图像 、,2分别计算直方图数组ha[255],
hd255],及其联合直方图hab[255,255].
(2)规格化直方图.其表达式分别为
:
, =0,⋯,255 (4)
E ha[i]
齿轮边缘图和齿轮设计图配准后,利用图像融合
技术显示出配准结果,通过观察融合图,可以直观地
检测出齿轮边缘图和齿轮设计图的重合效果.2幅图
像融合后,图像信息比原来任何一幅图像都更为丰
富,对目标的表征也更为精确.图像融合技术不同于
图像的加减运算,它是一个复杂的处理过程,文中采
用基于小波变换的图像融合 .
图像.^与图像. 进行融合操作的实现步骤如下:
(1)分别对图像 . 的 r、g、b各分量进行小波
分解 ;
(2)采用加权平均的方法,进行小波变换域的
图像融合;
(3)对融合后的系数进行重构,分别得到融合
后图像的r、g、b值,】,即为融合后图像.
5 实验结果
为了精确判断齿轮产品实物图与设计图的相似
程度,对上下2层轮片可以分别进行配准及融合显示,
并计算重合率,同时会自动显示非重合点所在位置,
进而判断出齿轮缺陷方位.图5所示为在不同条件下
维普资讯 http://www.cqvip.com
http://www.6lib.com 第六图书馆
天 津 大 学 学 报 第40卷 第9期
的图像融合效果,表 1列出了融合图像重合点的检测
结果.
图5(a)为齿轮设计图与设计图的融合效果图,从
表 1可见完全相同的图重合率高达 99.66%.图 5(b)
说明,齿轮上下 2层轮片同时进行检测误差较大,由
于内齿和外齿之间无相关性,应该分别进行检测.图
5(c)为齿轮设计图与有缺陷实物图的下层轮片的融
合,重合率为 54.50%.图5(d)为齿轮设计图与实物图
的上层轮片的融合效果图,重合率为 86.08%.在实际
中,通过确定重合率筛选合格产品,应用该方法对 300
个齿轮样本进行检测,确定重合率为85%以上的产品
为合格产品,该方法正确率达98%.
(b)设计图与实物图上下
两层轮片融合
(C)设计图与带有缺陷的 (d)设计图与实物图
实物图下层轮片融合 上层轮片融合
图5 检测结果比较
Fig.5 Comparison of inspection results
表 1 融合图像检测结果
Tab.1 Inspection results of fusion image
融合后图像 融合图像的边缘像素总数 重合点 重合~/o/o
图像(a) 5 549 5 530 99.66
图像(b) 7 813 3 621 46.35
图像(c) 5 938 3 236 54.50
图像(d) 1 272 1 095 86.08
6 结 语
基于互信息的方法进行图像配准,不需要人工设
置特征点,配准算法依赖图像本身,操作方便,配准效
果好.但是在配准过程中,对较大图像计算速度相对
较慢.该检测系统具有较好的扩展性,可以推广到各
种齿轮产品及其他产品的检测.
参考文献:
[1] Masoud A A,Bayoumi M M.Using local structure for
the reliable removal of noise from the output of the LoG
edge detector\- 1.IEEE Transactions on Systems,Man
and Cybernetics,1995,25(2):328—337.
[2] Zhao F W de Silva C J S.Use of the Laplacian of
Gaussian operator in prostate ultrasound image
processing[c]//Proceedings of the 20th Annual
International Conference ofthe IEEE.Hong Kong,1998,
2:8l2—8l5.
[3] Sahyun Hong,Moon W M,Hong—Yul Paik.Data fusion
of multipie polarimetric SAR images using discrete
wavelet transfonil(DWT)【C J//Geoscience and Remote
Sensing Symposium.Toronto,Ont,Csmsfs,2002,6:
3323—3325.
[4] Charoentam O,Patanavijit V,Jitapunkul S.A stable
region—based multiscale image fusion scheme with
thermal and visible image application for mis—registration
problem[C]//IEEENorth—EastWorkshoponCircuits and
Systems.Gatineau,Que,2006:l13一l16.
[5] Maes F,Collignon A,Vandermeulen D.Multimodality
image registration by maximization of mutual
information[J].IEEE Transactions on MedicalImaging,
l997,l6(2):l87一l98.
1 6 J Pluim J P w Maintz J B A,Viergever M A.Mutual—
inform ation—based registration of medical images: A
survey[J].IEEE Transactions on Medical Imaging,2003,
22(8):986—1004.
[7] Maes Vandermeulen D,Suetens P Medical image
registration using mutual information[J].Proceedings of
theIEEE,2003,91(10):l699一l722.
[8] Kern J Pattichis M,Steams S D.Registration ofimage
cubes using multivariate mutual inform ation[C J// P
Thirty—Seventh Asilomar Conference on Signals,Systems
and Computers.Pacific Grove,CA,USA,2003,2:
】645 1649.
维普资讯 http://www.cqvip.com
http://www.6lib.com 第六图书馆