《发动机曲轴轴颈形状误差的图像检测装置和图像检测方法.pdf》由会员分享，可在线阅读，更多相关《发动机曲轴轴颈形状误差的图像检测装置和图像检测方法.pdf（18页完整版）》请在专利查询网上搜索。
1、10申请公布号CN104089586A43申请公布日20141008CN104089586A21申请号201410339055522申请日20140716G01B11/24200601G01B11/0820060171申请人浙江大学宁波理工学院地址315000浙江省宁波市高教园区钱湖南路1号72发明人张学昌梁涛杨仁民74专利代理机构宁波市鄞州甬致专利代理事务所普通合伙33228代理人代宇琛54发明名称发动机曲轴轴颈形状误差的图像检测装置和图像检测方法57摘要本发明公开了一种发动机曲轴轴颈形状误差的图像检测装置和检测方法，该装置包括支架1和电脑，支架1上固定有背光平面光源3、两立柱7和相机架8，。
2、两根立柱7之间固定有环形光源6，相机架8上固定有CMOS相机9；该检测装置还包括一个机械臂11，机械臂11上固定有CCD相机12，CCD相机12上设有远心镜头13；机械臂11、远心镜头13和定焦镜头10均与电脑连接；该方法的关键在于通过建立曲轴轴颈圆度和圆柱度误差的规划评定模型，结合相机标定技术、图像采集技术来实现发动机曲轴轴颈圆度和圆柱度误差的自动检测。该装置和方法检测速度快、精准度高。51INTCL权利要求书2页说明书10页附图5页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说明书10页附图5页10申请公布号CN104089586ACN104089586A1/2页21一种。
3、发动机曲轴轴颈形状误差的图像检测装置，其特征在于它包括支架1和电脑，支架1上固定有两个带V形缺口的搁架2、背光平面光源3、两立柱7和一个相机架8，待测曲轴的两端搁置在两个搁架2的V形缺口内，背光平面光源3位于待测轴颈的下方且背光平面光源3位于两个搁架2之间，两根立柱7之间固定有一个用于给待测轴颈的法兰端面5照明的环形光源6，相机架8上固定有CMOS相机9，CMOS相机9上设有水平的正对法兰端面5的定焦镜头10；该检测装置还包括一个机械臂11，机械臂11上固定有CCD相机12，CCD相机12上设有远心镜头13；机械臂11、远心镜头13和定焦镜头10均与电脑连接。2一种发动机曲轴轴颈形状误差的图像。
4、检测方法，其特征在于其步骤包括1、基于误差转换原理建立轴颈圆度和圆柱度误差的数学模型，然后根据包容评定的准则建立误差评定的规划模型；2、标定CCD相机12的内部参数及外部参数；3、曲轴复位，将CCD相机12移动到待测轴颈的位置，测量待测轴颈的直径；4、分别采集轴颈两个单边局部图像并进行图像处理，求取轴颈单边边缘的采样点数据；5、旋转曲轴，用CMOS相机9采集曲轴法兰端面5图像并进行图像处理，通过模版匹配的方法求取曲轴相对于初始位置的旋转角度；6、若待测轴颈为主轴颈4，多次重复步骤45；若为连杆轴颈14，则等待CCD相机12移动到新的测量位置后再多次重复步骤45，直至达到预先设置的采样图像数量；。
5、7、评定发动机曲轴轴颈的圆度和圆柱度误差。3根据权利要求2所述的发动机曲轴轴颈形状误差的图像检测方法，其特征在于步骤1所述的建立轴颈圆度和圆柱度误差数学模型以及误差评定规划模型，具体过程包括以下步骤11、通过最小二乘法求出轴颈采样点到最小二乘圆或二乘圆柱的法向距离，并将其作为原始误差；12、通过最小二乘要素的位置参数与法向误差的关系，剔除法向误差中因最小二乘要素产生的误差，建立圆度和圆柱度误差的数学模型；13、由包容评定的原理，建立轴颈圆度和圆柱度误差的评定规划模型。4根据权利要求2所述的发动机曲轴轴颈形状误差的图像检测方法，其特征在于步骤2所述的标定CCD相机12的内部和外部参数，具体包括以。
6、下步骤21、将标定板通过支架1固定在轴颈的测量平面内，采集20幅不同方向的标定图像，标定之后锁定CCD相机12的焦距和光圈；22、提取标定板图像中圆心的亚像素坐标；23、利用提取出的圆心亚像素坐标求出CCD相机12的6个外部参数参以及5个内部参数。5根据权利要求2所述的发动机曲轴轴颈形状误差的图像检测方法，其特征在于步骤3所述的测量待测轴颈直径，具体过程包括以下步骤31、控制CCD相机12移动到待测轴颈的测量位置，采集轴颈单边图像，求出边缘点坐标；权利要求书CN104089586A2/2页332、控制CCD相机12沿曲轴的径向截面移动一个距离，使其可以采集到轴颈另一单边的图像，并由图像求出轴颈。
7、该边的边缘点坐标；33、由轴颈两个单边图像的边缘点坐标及CCD相机12移动的距离求出待测轴颈的直径。6根据权利要求2所述的发动机曲轴轴颈形状误差的图像检测方法，其特征在于步骤4所述的采集轴颈单边图像并进行图像处理，具体过程包括以下步骤41、采用时域平均法对图像进行平滑处理，即令CCD相机12每次采集3幅图像，将这3幅图像的平均值作为当前位置轴颈的图像；42、对图像进行二值化、形态学处理以提取到误差评定所需要的感兴趣区域；43、采用CANNY边缘检测算法在步骤42提取到的感兴趣区域内执行边缘提取操作，保存采样点的坐标数据。7根据权利要求2所述的发动机曲轴轴颈形状误差的图像检测方法，其特征在于步骤。
8、5所述的用CMOS相机9采集曲轴法兰端面5图像并进行图像处理，具体过程包括以下步骤51、以一个任意的角度对曲轴进行旋转；52、对法兰端面5图像进行预处理，通过阈值分割的方法提取出感兴趣区域；53、以步骤52提取的感兴趣区域作为模版，通过基于灰度值的模版匹配算法在每一幅法兰端面5图像中进行搜索，由搜索结果得到曲轴相对于初始位置的旋转角度。8根据权利要求2所述的发动机曲轴轴颈形状误差的图像检测方法，其特征在于步骤7所述的评定曲轴轴颈圆度和圆柱度误差，具体过程包括以下步骤71、分别求出圆度和圆柱度的原始法向误差；72、将步骤71中求出的原始法向误差和步骤53中求出的曲轴旋转角度代入步骤13建立的误差。
9、评定规划模型当中，求得轴颈的圆度和圆柱度误差。权利要求书CN104089586A1/10页4发动机曲轴轴颈形状误差的图像检测装置和图像检测方法技术领域0001本发明涉及图像检测技术领域，具体讲是一种发动机曲轴轴颈即主轴颈和连杆轴颈的形状误差的图像检测装置和图像检测方法。背景技术0002发动机作为汽车的动力源，其质量和性能直接决定和制约着汽车各方面的性能指标，而轴颈则是发动机最为核心的零件。轴颈结构包括了主轴颈和连杆轴颈，主轴颈和连杆轴颈的形状误差直接影响往复式发动机运转的平稳性，因此，对曲轴的主轴颈和连杆轴颈的误差检测尤为重要。0003曲轴正是发动机关键零件中最难以保证加工质量的一个零件，而其。
10、质量却直接影响到发动机的寿命、噪声和震动等方面。因此，国内外的曲轴生产厂商非常重视曲轴的加工质量，并不断研究改进曲轴加工工艺的方法。在国内，大部分的发动机曲轴生产厂家通过引进数控机床、全自动柔性流水线等方式，已基本实现了曲轴的自动或半自动化生产。大多数厂家对于成品曲轴的误差检测仍采用传统的检测方式，即将千分表的探针抵靠在待测轴颈上，再旋转曲轴，依靠肉眼观察千分表指针的摆动，以此获得该轴颈的圆度及圆柱度的形状误差。该传统的检测装置及检测方法存在以下缺陷首先，该检测方法的劳动强度大，检测速度慢，不能满足曲轴快速、大批量的工业化生产的需要；而且，该方法是依靠肉眼来采集误差，准确率不高；同时，该方法检。
11、测时，旋转曲轴的过程中，只有主轴颈在自转，而连杆轴颈实质上是绕着主轴颈公转，故只能测得主轴颈的误差，而连杆轴颈的圆度及圆柱度根本无法测得。0004目前，还出现了一种依靠三坐标测量机来实现曲轴形位误差检测的检测方法，但该检测装置和利用该检测装置的检测方法存在以下缺陷该检测装置造价昂贵，检测速度仍然较慢，而且对工作环境要求较高，需要再恒温、无尘环境下进行检测，环境适应度低。发明内容0005本发明要解决的一个技术问题是，提供一种检测速度快、精准度高、造价较低、能对公转的连杆轴颈进行检测、环境适应度高的发动机曲轴轴颈形状误差的图像检测装置。0006本发明的一个技术解决方案是，提供一种发动机曲轴轴颈形状。
12、误差的图像检测装置，它包括支架和电脑，支架上固定有两个带V形缺口的搁架、背光平面光源、两立柱和一个相机架，待测曲轴的两端搁置在两个搁架的V形缺口内，背光平面光源位于待测轴颈的下方且背光平面光源位于两个搁架之间，两根立柱之间固定有一个用于给待测轴颈的法兰端面照明的环形光源，相机架上固定有CMOS相机，CMOS相机上设有水平的正对法兰端面的定焦镜头；该检测装置还包括一个机械臂，机械臂上固定有CCD相机，CCD相机上设有远心镜头；机械臂、远心镜头和定焦镜头均与电脑连接。0007本发明要解决的另一个技术问题是，提供一种检测速度快、精准度高、造价较低、能对公转的连杆轴颈进行检测、环境适应度高的发动机曲轴。
13、轴颈形状误差的图像检测方说明书CN104089586A2/10页5法。0008本发明的另一个技术解决方案是，提供一种发动机曲轴轴颈形状误差的图像检测方法，其特征在于其步骤包括00091、基于误差转换原理建立轴颈圆度和圆柱度误差的数学模型，然后根据包容评定的准则建立误差评定的规划模型；00102、标定CCD相机的内部参数及外部参数；00113、曲轴复位，将CCD相机移动到待测轴颈的位置，测量待测轴颈的直径；00124、分别采集轴颈两个单边局部图像并进行图像处理，求取轴颈单边边缘的采样点数据；00135、旋转曲轴，用CMOS相机采集曲轴法兰端面图像并进行图像处理，通过模版匹配的方法求取曲轴相对于初。
14、始位置的旋转角度；00146、若待测轴颈为主轴颈，多次重复步骤45；若为连杆轴颈，则等待CCD相机移动到新的测量位置后再多次重复步骤45，直至达到预先设置的采样图像数量；00157、评定发动机曲轴轴颈的圆度和圆柱度误差。0016步骤1所述的建立轴颈圆度和圆柱度误差数学模型以及误差评定规划模型，具体过程包括以下步骤001711、通过最小二乘法求出轴颈采样点到最小二乘圆或二乘圆柱的法向距离，并将其作为原始误差；001812、通过最小二乘要素的位置参数与法向误差的关系，剔除法向误差中因最小二乘要素产生的误差，建立圆度和圆柱度误差的数学模型；001913、由包容评定的原理，建立轴颈圆度和圆柱度误差的评。
15、定规划模型。0020步骤2所述的标定CCD相机的内部和外部参数，具体包括以下步骤002121、将标定板通过支架固定在轴颈的测量平面内，采集20幅不同方向的标定图像，标定之后锁定CCD相机的焦距和光圈；002222、提取标定板图像中圆心的亚像素坐标；002323、利用提取出的圆心亚像素坐标求出CCD相机的6个外部参数参以及5个内部参数。0024步骤3所述的测量待测轴颈直径，具体过程包括以下步骤002531、控制CCD相机移动到待测轴颈的测量位置，采集轴颈单边图像，求出边缘点坐标；002632、控制CCD相机沿曲轴的径向截面移动一个距离，使其可以采集到轴颈另一单边的图像，并由图像求出轴颈该边的边缘。
16、点坐标；002733、由轴颈两个单边图像的边缘点坐标及CCD相机移动的距离求出待测轴颈的直径。0028步骤4所述的采集轴颈单边图像并进行图像处理，具体过程包括以下步骤002941、采用时域平均法对图像进行平滑处理，即令CCD相机每次采集3幅图像，将这3幅图像的平均值作为当前位置轴颈的图像；003042、对图像进行二值化、形态学处理以提取到误差评定所需要的感兴趣区域；003143、采用CANNY边缘检测算法在步骤42提取到的感兴趣区域内执行边缘提取操说明书CN104089586A3/10页6作，保存采样点的坐标数据。0032步骤5所述的用CMOS相机采集曲轴法兰端面图像并进行图像处理，具体过程包。
17、括以下步骤003351、以一个任意的角度对曲轴进行旋转；003452、对法兰端面图像进行预处理，通过阈值分割的方法提取出感兴趣区域；003553、以步骤52提取的感兴趣区域作为模版，通过基于灰度值的模版匹配算法在每一幅法兰端面图像中进行搜索，由搜索结果得到曲轴相对于初始位置的旋转角度。0036步骤7所述的评定曲轴轴颈圆度和圆柱度误差，具体过程包括以下步骤003771、分别求出圆度和圆柱度的原始法向误差；003872、将步骤71中求出的原始法向误差和步骤53中求出的曲轴旋转角度代入步骤13建立的误差评定规划模型当中，求得轴颈的圆度和圆柱度误差。0039本发明发动机曲轴轴颈形状误差的图像检测装置及。
18、图像检测方法与现有技术相比，具有以下优点和效果。0040本发明技术方案建立了准确的轴颈圆度和圆柱度误差数学模型及误差评定规划模型；且采用图像检测的方法，能够快速精确的获取足够的采样点，提高了测量速度和测量精度；而且本发明的检测方法中，当连杆轴颈绕着主轴颈公转时，机械臂动作，使得CCD相机的远心镜头始终朝下而且远心镜头的光心与待测的连杆轴颈的距离保持不变，这就解决了现有技术中公转的连杆轴颈无法测量的技术难题，同时该方法还解决了检测待测轴颈误差前的曲轴复位问题；本发明的检测装置相对现有技术来说造价较低、环境适应度高。0041本发明的误差检测方法是基于图像采样实现的，建立适用于由图像域内获取的采样点。
19、数据特点的误差评定规划模型，消除了由于误差模型及镜头畸变引起的检测误差，对于直径小于100MM的曲轴轴颈，其检测误差小于等于0006MM。附图说明0042图1是本发明发动机曲轴轴颈形状误差的图像检测装置的结构示意图。0043图2是本发明发动机曲轴轴颈形状误差的图像检测方法的理想要素曲线及其相伴曲线的示意图。0044图3是本发明发动机曲轴轴颈形状误差的图像检测方法的理想要素位置变换的示意图。0045图4是本发明发动机曲轴轴颈形状误差的图像检测方法中使用的标定板的结构示意图。0046图5是本发明发动机曲轴轴颈形状误差的图像检测装置的待测曲轴的法兰端面的放大结构示意图。0047图6是本发明发动机曲轴。
20、轴颈形状误差的图像检测装置的曲轴的俯视结构示意图。0048图中所示1、支架，2、搁架，3、背光平面光源，4、主轴颈，5、法兰端面，6、环形光源，7、立柱，8、相机架，9、CMOS相机，10、定焦镜头，11、机械臂，12、CCD相机，13、远心镜头，14、连杆轴颈，15、支撑柱，16、上臂，17、前臂，18、关节，19、一号孔，20、二号孔，21、导轨。说明书CN104089586A4/10页7具体实施方式0049下面结合附图和具体实施例对本发明作进一步说明。0050如图1、图2、图3、图4、图5、图6所示，本发明发动机曲轴轴颈形状误差的图像检测装置，它包括支架1和电脑。支架1上固定有两个带V形。
21、缺口的搁架2、背光平面光源3、两立柱7和一个相机架8。待测曲轴的两端搁置在两个搁架2的V形缺口内，背光平面光源3位于待测轴颈4的下方且背光平面光源3位于两个搁架2之间。两根立柱7之间固定有一个用于给待测轴颈4的法兰端面5照明的环形光源6，即环形光源6的左右两个象限点分别与两立柱7固定。相机架8上固定有CMOS相机9，CMOS相机9上设有水平的正对法兰端面5的定焦镜头10。该检测装置还包括一个机械臂11，机械臂11上固定有CCD相机12，CCD相机12上设有远心镜头13。该机械臂11包括支撑柱15、上臂16和前臂17，支撑柱15和上臂16之间、上臂16和前臂17之间，前臂17和CCD相机12之间。
22、均是经关节18连接，关节18内设有伺服电机。举例说明，支撑柱15顶端与伺服电机，伺服电机的输出轴与上臂16一端固定，这样，启动伺服电机就能驱动上臂16摆动。这样，在机械臂11三个关节18的动作下，使得安装在机械臂11上的CCD相机12能跟随连杆轴颈14的转动而移动位置，进而使得CCD相机12的远心镜头13始终竖直并远心镜头13的光心与待测的连杆轴颈14的距离保持不变且远心镜头13始终位于连杆轴颈14上方。机械臂11的下方固定有滑块，滑块与一根导轨21滑动配合，便于机械臂11沿着曲轴的长度方向也就是轴向移动。机械臂11、远心镜头13和定焦镜头10均与电脑连接。0051本发明发动机曲轴轴颈形状误差。
23、的图像检测方法，它包括以下步骤。00521、基于误差转换原理建立轴颈圆度和圆柱度误差的数学模型，然后根据包容评定的准则建立误差评定的规划模型。0053步骤1所述的建立轴颈圆度和圆柱度误差数学模型以及误差评定规划模型，具体过程包括以下步骤。005411、通过最小二乘法求出轴颈采样点到最小二乘圆或二乘圆柱的法向距离，并将其作为原始误差；005512、通过最小二乘要素的位置参数与法向误差的关系，剔除法向误差中因最小二乘要素产生的误差，建立圆度和圆柱度误差的数学模型；005613、由包容评定的原理，建立轴颈圆度和圆柱度误差的评定规划模型。0057更具体的说，平面曲线只需两个坐标即可描述，原始矢量的位置。
24、变换也只有沿X轴、Y轴的平移以及绕Z轴的回转，所以以平面曲线为例说明误差转换的原理，然后推广到空间曲线。如图2所示，E0为理想要素，E为实际要素，P0，P分别为E0和E上的法向映射点，P0P则为法向误差。在理想要素E0上设立FRENET标架标架矢量均为参数T的函数，即以及其中为E0的矢径，令为E的矢径，则有00580059其中为法向误差，为E0的单位法矢。0060在误差的评定时，要满足最小条件准则，即应评价出被测实际要素相对于其理想说明书CN104089586A5/10页8要素的最大误差变动量的最小值。如前所述，为了满足最小条件，需要改变理想要素E0的位置，如图3所示，将E0变至E，理想要素E。
25、0在平面上的运动可用下式表示00610062式中T为回转运动群，为绕Z轴回转的角度，为平移矢量，X和Y为其坐标。0063随着理想要素的位置变化，点P0变成了点P0，E的法线由P0P变为PP，因此，法向误差将由P0P变为PP，即实现了误差的转换。下面将求出转换后误差的表达式。0064随着理想要素上的P0变为P，对应的参数也由T变为T，这时的FRENET标架变为00650066标架表达式中带“”号的矢量均是以T为参数。由此可以得到转换后的理想要素E与实际要素E的法向映射关系为00670068将式1和式3相减，得到方程00690070对上式中的求解得到的表达式，就是基于误差转换原理得到的误差几何模型。
26、。首先给出求解上式的初始条件00710072将上式带入式4中求解方程，略去其中的二阶无穷小项后将误差模型线性化，可以得到转换后的误差为00730074式中分别为XR，YR对参数T的一阶导数。0075将上面讨论的平面曲线扩展到空间曲线，同样可以得到一个包含有转换后误差的一个方程，求解该方程的初始条件为0076说明书CN104089586A6/10页90077同理得到空间曲线形状误差转换后的计算表达式00780079式中分别是XR对于参数P，Q的一阶偏导数。0080根据圆度和圆柱度误差的定义，采用最小区域法对误差进行评定，得到圆度误差的最小区域圆法评定模型为00810082圆柱度误差的最小区域圆柱。
27、法评定规划模型为008300842、标定CCD相机12的内部参数及外部参数。具体包括以下步骤。008521、将标定板通过支架1固定在轴颈的测量平面内，采集20幅不同方向的标定图像，标定之后锁定CCD相机12的焦距和光圈；标定板置于待测轴颈的测量高度，呈20种不同位姿摆放。008622、提取标定板图像中圆心的亚像素坐标；008723、基于张正友提出的相机平面标定算法，利用提取出的圆心亚像素坐标求出CCD相机12的6个外部参数参以及5个内部参数。0088更具体的说，只需要采集单幅标定板图像便可完成CCD相机12的标定，但是为了使标定得到的CCD相机12参数更加准确，本发明共采集20幅不同方向的标定。
28、图像，标定之后不能改变CCD相机12的焦距和光圈。标定板的图像见图4。0089首先将世界坐标系中的点转换到CCD相机12的坐标系中，该转换属于刚性变换，即由平移和旋转组成。相机坐标系中点PC与世界坐标系中点PW的关系可以表示为0090PCRPWT110091式中，RR,是一个旋转矩阵，、和分别是绕CCD相机12的坐标系XC、YC和ZC的旋转角度，TTTX,TY,TZT是一个平移矢量。将CCD相机12的坐标系中的点PC转换到成像平面坐标系的过程可以表示为说明书CN104089586A7/10页100092U,VTXC,YCT120093用下式对由远心镜头13产生的畸变进行矫正00940095基于。
29、张正友提出的相机平面标定算法，利用提取出的圆心亚像素坐标求出CCD相机12的的6个外部参数,TX,TY,TZ以及5个内部参数,SX,SY,CX,CY。00963、曲轴复位，将CCD相机12移动到待测轴颈的位置，测量待测轴颈的直径。0097步骤3所述的测量待测轴颈直径，具体过程包括以下步骤。009831、控制CCD相机12移动到待测轴颈的测量位置，采集轴颈单边图像，求出边缘点坐标；009932、控制CCD相机12沿曲轴的径向截面移动一个距离，使其可以采集到轴颈另一单边的图像，并由图像求出轴颈该边的边缘点坐标；010033、由轴颈两个单边图像的边缘点坐标及CCD相机12移动的距离求出待测轴颈的直径。
30、。0101在对曲轴的连杆轴颈14进行检测的过程中，每次采集轴颈图像时测量平面都会发生变化，因此CCD相机12应随曲轴旋转时连杆轴颈14的位置的变动做相应的调节，即在机械臂11的动作下，使得安装在机械臂11上的CCD相机12能跟随连杆轴颈14移动位置，进而使得CCD相机12的远心镜头13始终竖直并远心镜头13的光心与待测的连杆轴颈14的距离保持不变且远心镜头13始终位于连杆轴颈14上方，而如果待测的是主轴颈4，则在主轴颈4转动时，负责采集的CCD相机12保持不动即可，无需调节移动位置。由于连杆轴颈14每次移动均是基于上个位置的相对移动，所以在初始位置，连杆轴颈14的轴线应与主轴颈4的轴线在同一个。
31、测量平面内。测量主轴颈4时，测量平面保持不变，此时虽不要求检测前复位曲轴，但为规范操作及采样点数据，本发明的误差检测方法规定在对轴颈进行测量前都要执行曲轴复位操作。0102如图5所示，当法兰端面5上的一号孔19和二号孔20的圆心在同一竖直线上，认为此时的连杆轴颈14的轴线和主轴颈4的轴线在平行于实验台面的同一水平面内，即在主轴颈4的测量平面内。但是判断两个孔是否在同一竖直线上是很困难的，仅靠肉眼判断的话，难免会出现偏差。为克服这一困难，设计了一种实时检测并显示一号孔19和二号孔20圆心坐标差数据的曲轴复位方法。在调整曲轴回复到初始位置的过程中，从法兰端面5图像中实时提取一号孔19和二号孔20所。
32、在的区域，经过边缘提取、圆拟合等处理得到圆心坐标，并实时显示两个孔的列坐标及其差值数据，根据这些数据判断曲轴的复位情况。01034、分别采集轴颈两个单边局部图像并进行图像处理，求取轴颈单边边缘的采样点数据。0104步骤4所述的采集轴颈单边图像并进行图像处理，具体过程包括以下步骤。010541、采用时域平均法对图像进行平滑处理，即令CCD相机12每次采集3幅图像，将这3幅图像的平均值作为当前位置轴颈的图像。010642、对图像进行二值化、形态学处理以提取到误差评定所需要的感兴趣区域。010743、采用CANNY边缘检测算法在步骤42提取到的感兴趣区域内执行边缘提取操说明书CN104089586A。
33、108/10页11作，保存采样点的坐标数据。0108更具体的说，由于曲轴的轴颈表面的反射，在轴颈的边缘部分出现了相对于轴颈较亮的区域，所以首先应对图像进行预处理以利于提取到感兴趣区域；然后在该感兴趣区域内进行边缘提取，得到轴颈左侧边缘的坐标；由于在对轴颈进行检测的过程中，其轴线与图1中的背光平面光源3所在的平面不可避免会有一定的夹角，为求得此夹角以便在后续处理中对数据及误差评定规划模型进行修正，采取的方法是将轴颈边缘拟合成直线进而计算出该夹角；最后将提取到的轴颈边缘点数据及对应的转角参数进行保存。0109均值滤波和高斯滤波均会对轴颈的边缘带来非常不利的影响，而非线性滤波器如中值滤波器对边缘的影。
34、响是不可估计的，所以应避免对采集到的图像做平滑处理。本发明选择的轴颈图像采集系统获得的图像包含的噪声点较少，同时为了降低噪声的影响，采用时域平均法，即每次相机采集3幅图像并以这3幅图像的平均值作为当前位置轴颈的图像。0110在感兴趣区域内对轴颈的边缘进行检测。首先使用高斯滤波器平滑原始图像FR,C得到平滑后的图像FSR,C，高斯函数的一阶微分表达式为01110112然后计算平滑后图像梯度的幅值MR,C和方向R,C，计算式分别为011301140115根据计算出的幅值MR,C和方向R,C对梯度图像进行非极大值抑制处理，得到GNR,C。最后一步是对GNR,C进行阈值分割以抑制假噪声点。采用迟滞阈值。
35、的方法，即采用两个阈值一个低阈值TL和一个高阈值TH，这样就避免了使用单一阈值过程中，由于阈值设置太低引起的假边缘以及阈值设置过高导致不完全检测的缺点。01165、旋转曲轴，用CMOS相机9采集曲轴法兰端面5图像并进行图像处理，通过模版匹配的方法求取曲轴相对于初始位置的旋转角度。0117步骤5所述的用CMOS相机9采集曲轴法兰端面5图像并进行图像处理，具体过程包括以下步骤。011851、以一个任意的角度对曲轴进行旋转。011952、对法兰端面5图像进行预处理，通过阈值分割的方法提取出感兴趣区域。012053、以步骤52提取的感兴趣区域作为模版，通过基于灰度值的模版匹配算法在每一幅法兰端面5图像。
36、中进行搜索，由搜索结果得到曲轴相对于初始位置的旋转角度。0121更具体的说，首先对图像进行预处理进而提取到感兴趣区域，即法兰端面5区域；然后以初始位置图像中的法兰端面5为模板建立模板匹配的模型，并在曲轴旋转后的图像中搜索该模板，由匹配结果可以得知曲轴旋转的角度。0122法兰端面5图像采集系统采用的是低角度环形光源6照明，光线近距离直接照射在曲轴的法兰端面5上，由光线的反射导致端面区域的亮度非常大。然后基于8邻域对其相邻的部分进行连通，形成多个连通区域，求得每个连通区域的面积，选择出面积最大的一个用作后续处理。说明书CN104089586A119/10页120123本发明采用的是一类最简单的模板。
37、匹配算法，该类算法基于模板和图像中的灰度值进行匹配。沿图像中的所有点平移模板，并且在每个位置计算相似度量S的过程，可以把S的所有结果看成一幅图像SR,C，S可以看成由模板中各点的灰度值TR,C以及模板移动到图像当前位置时被模板覆盖区域的灰度值FRU,CV组成的函数。为了消除光照的变化对相似度量的影响，本发明采用NCC作为表征相似度的相似度量，其计算式为01240125式中，MT和分别为模板中所有像素灰度值的平均值和方差，即01260127MFR,C和是平移到图像当前位置的模板所覆盖的图像区域中所有像素灰度值的平均值和方差，即01280129NCCR,C值越大，模板和图像的相似度也越大，因此，最。
38、终取NCCR,C的极大值作为匹配结果。01306、若待测轴颈为主轴颈4，多次重复步骤45；若为连杆轴颈14，则等待CCD相机12移动到新的测量位置后再多次重复步骤45，直至达到预先设置的采样图像数量。所述的CCD相机12移位是指，即在机械臂11的动作下，使得安装在机械臂11上的CCD相机12能跟随连杆轴颈14移动而调节移动位置，进而使得CCD相机12的远心镜头13始终竖直并远心镜头13的光心与待测的连杆轴颈14的距离保持不变且远心镜头13始终位于连杆轴颈14上方。0131具体的说，在某一轴颈进行测量前，首先对检测装置声明该待测轴颈是主轴颈4还是连杆轴颈14。在步骤5之后，若待测轴颈为主轴颈4，。
39、CCD相机12在位置保持不变的情况下对旋转后的主轴颈4进行图像采集；若待测轴颈为连杆轴颈14，CCD相机12的位置需做相应调整后再对旋转后的连杆轴颈14进行图像采集。重复步骤4和步骤5，直至采集到预先对该待测轴颈设置的采样点数目。检测下一个待测轴颈时，重复步骤3、步骤4和步骤5，直至完成对所有待测轴颈的采样。01327、评定发动机曲轴轴颈的圆度和圆柱度误差。具体过程包括以下步骤。013371、分别求出圆度和圆柱度的原始法向误差。013472、将步骤71中求出的原始法向误差和步骤53中求出的曲轴旋转角度代入步骤13建立的误差评定规划模型当中，也就是式9和式10求得轴颈的圆度和圆柱度误说明书CN104089586A1210/10页13差。说明书CN104089586A131/5页14图1说明书附图CN104089586A142/5页15图2图3说明书附图CN104089586A153/5页16图4说明书附图CN104089586A164/5页17图5说明书附图CN104089586A175/5页18图6说明书附图CN104089586A18。