基于机器视觉的套筒件尺寸测量研究*

doi:10.16731/j.cnki.1671-3133.2025.04.015

现代制造工程 ›› 2025, Vol. 535 ›› Issue (4): 123-131.doi: 10.16731/j.cnki.1671-3133.2025.04.015

• 仪器仪表/检测/监控 • 上一篇下一篇

基于机器视觉的套筒件尺寸测量研究^*

蔡舒, 吴超华, 罗威, 史晓亮

武汉理工大学,武汉 430070

收稿日期:2024-10-21 出版日期:2025-04-18 发布日期:2025-05-08
作者简介:蔡舒,硕士研究生,主要研究方向为机器视觉与图像处理。E-mail:cs2062581648@whut.edu.cn
基金资助:
* 国家自然科学基金项目(52375201)

Research on dimensional measurement of sleeve pieces based on machine vision

CAI Shu, WU Chaohua, LUO Wei, SHI Xiaoliang

Wuhan University of Technology,Wuhan 430070,China

Received:2024-10-21 Online:2025-04-18 Published:2025-05-08

摘要/Abstract

摘要： 针对传统工业检测中测量套筒尺寸效率低、精度低等问题,提出一种基于机器视觉的套筒尺寸测量方法。首先,通过Halcon软件校准后的CMOS相机采集套筒图像,再经过双边滤波和阈值分割预处理;然后,采用改进的Canny算法结合Otsu算法获取的最佳分割阈值,获得边缘像素级坐标;再然后使用改进的Zernike 矩算法对边缘进行精确定位;最后,采用最小二乘法拟合内、外圆求解出套筒内、外径。实验结果表明,该方法平均测量精度小于0.02 mm,相对未改进算法在时间上减少了28.3 %,测量精度和效率满足企业快速、精确的检测要求。

关键词: 机器视觉, 套筒, 亚像素, 尺寸测量

Abstract: Aiming at the problems of low efficiency and low precision of measuring sleeve size in traditional industrial inspection,a sleeve size measurement method based on machine vision was proposed. Firstly,the sleeve image was captured by the CMOS camera calibrated by Halcon software,and pre-processed by bilateral filtering and threshold segmentation. The improved Canny algorithm combined with the optimal segmentation threshold obtained by the Otsu method was used to obtain the pixel-level coordinates of the edges. The improved Zernike moments algorithm was used to locate the edges accurately. Finally,the inner and outer diameters of the sleeve were solved by fitting the inner and outer circles using the least squares method.The experimental results show that the average measurement accuracy of the method is less than 0.02 mm,and the measurement accuracy and efficiency meet the requirements of enterprises for rapid and accurate inspection.

Key words: machine vision, sleeve, sub-pixel, dimensional measurement

中图分类号:

TP391

蔡舒, 吴超华, 罗威, 史晓亮. 基于机器视觉的套筒件尺寸测量研究^*[J]. 现代制造工程, 2025, 535(4): 123-131.

CAI Shu, WU Chaohua, LUO Wei, SHI Xiaoliang. Research on dimensional measurement of sleeve pieces based on machine vision[J]. Modern Manufacturing Engineering, 2025, 535(4): 123-131.

参考文献

[1] 邓家华.基于机器视觉的轴套尺寸及涂层表面检测系统的研究[D].广州:华南理工大学,2017.
[2] 李大伟,刘中阳,郑薇,等.基于误差修正的光面塞规直径高精度自动检定[J].航空制造技术,2024,67(6):42-47,64.
[3] 贺可太,张茜.基于机器视觉的熔融沉积成型几何质量在线检测方法[J].现代制造工程,2019(5):18-23,28.
[4] 熊文豪,何毅斌,陈宇晨,等.基于图像识别的齿轮尺寸测量研究[J].现代制造工程,2020(3):116-120,128.
[5] QING CHANG T,YING K,JIANWEI M,et al.A Model of Diameter Measurement Based on the Machine Vision[J].Symmetry,2021,13(2):187-187.
[6] WANG J,CHENG C,LI H.A Novel Approach to Separate Geometric Error of the Rotary Axis of Multi-axis Machine Tool Using Laser Tracker[J].International Journal of Precision Engineering and Manufacturing,2020,21(6):1-11.
[7] 顾良玉,吴继薇.基于机器视觉转子冲片亚像素精度尺寸测量研究[J].计算机测量与控制,2024,32(4):29-36.
[8] 赵美丹,余桂英,瞿永顺,等.微小型光学元件尺寸的视觉测量系统研制[J].激光与光电子学进展,2021,58(8):372-380.
[9] HE W,ZHANG A,WANG P.Weld Cross-Section Profile Fitting and Geometric Dimension Measurement Method Based on Machine Vision[J].Applied Sciences,2023,13(7):13-25.
[10] 赵朝朝,江明,殷宗琨.改进canny算子下的工件尺寸测量[J].电子测量与仪器学报,2022,36(8):52-59.
[11] MO J,YAN H,LIU J.An adaptive sub-pixel edge detection method based on improved Zernike moment[J].International Journal of Wireless and Mobile Computing,2022,22(2):140-147.
[12] 王晓杰,莫绪涛,陶新宇,等.基于机器视觉的低对比度物体尺寸测量研究[J].光学技术,2022,48(1):27-33.
[13] 王嘉喆,王慧琴,刘瑞,等.基于分区域自适应阈值Zernike矩的骨签轮廓尺寸测量方法[J].激光与光电子学进展,2023,60(14):225-235.
[14] 刘明佩,朱维斌,叶树亮.基于改进Zernike矩的小模数齿轮亚像素边缘检测[J].仪器仪表学报,2018,39(8):259-267.
[15] 巢渊,唐寒冰,刘文汇,等.基于改进Zernike矩的轴类零件尺寸测量方法[J].电子测量技术,2022,45(3):169-176.
[16] 焦博,刘国宁,赵孟轩,等.基于机器视觉的亚像素精度法兰盘尺寸测量方法[J].现代制造工程,2022(7):121-126.
[17] 任长清,张佳林,杨春梅,等.基于机器视觉的木窗双端铣削加工尺寸测量方法[J].林业工程学报,2024,9(1):141-149.
[18] GUO J,YANG Y,CHEN X.Research on sub-pixel accuracy flange disk dimension measurement based on machine vision[J].Signal,Image and Video Processing,2024,18(8/9):6185-6195.
[19] 潘俊杰,夏如艇.基于机器视觉的E型卡簧尺寸检测方法[J].现代制造工程,2024(1):95-102.
[20] 夏希林.图像滤波去噪及边缘检测技术研究与实验分析[D].吉林:吉林大学,2021.
[21] GAVASKAR G R,CHAUDHURy N K.Fast Adaptive Bilateral Filtering[J].IEEE Trans.Image Processing,2019,28(2):779-790.
[22] 王聪,李恒,薛晓军,等.基于Otsu分割和融合的非均匀光照水下图像增强[J].光电子·激光,2022,33(1):30-36.
[23] ALVENTOSA F,LUNA G.GUD-Canny:a real-time GPU-based unsupervised and distributed Canny edge detector[J].Journal of Real-Time Image Processing,2022,19(3):1-15.
[24] 郭亚盛,张硕,张爱梅.基于机器视觉的圆柱滚子尺寸检测方法[J].现代制造工程,2021(4):109-113.
[25] DERANI M N,RATNM M M,NASIR R M. Improved measure of workpiece surface deterioration during turning using non-contact vision method[J].Precision Engineering,2021,68(3):273-284.
[26] WENJIE L,FUQUAN L,ZHANSI J,et al.A machine vision-based radial circular runout measurement method[J].The International Journal of Advanced Manufacturing Technology,2023,126(9/10):3949-3958.

基于机器视觉的套筒件尺寸测量研究^*

Research on dimensional measurement of sleeve pieces based on machine vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	张喜民, 詹海生. 基于双三次插值的Canny-Devernay亚像素图像边缘检测算法^*[J]. 现代制造工程, 2025, 534(3): 107-114.
[2]	袁奎, 付恒勋, 谌立贵, 秦东, 吴怀超, 王则皓. 轴类工件圆度误差亚像素视觉检测和评定方法研究^*[J]. 现代制造工程, 2025, 533(2): 94-100.
[3]	邓鹏, 唐文涛, 黄开明. 基于级联融合网络的密集型抓取位姿检测^*[J]. 现代制造工程, 2024, 526(7): 126-134.
[4]	姜都, 刘永, 王宸, 李伟杰, 王红霞. 基于视觉原理的链轮尺寸测量方法研究^*[J]. 现代制造工程, 2024, 523(4): 129-134.
[5]	潘俊杰, 夏如艇. 基于机器视觉的E型卡簧尺寸检测方法[J]. 现代制造工程, 2024, 520(1): 95-102.
[6]	杨泽青;张明轩;陈英姝;平恩旭;方勇;吕雅丽;高岩. 基于机器视觉的表面缺陷检测方法研究进展[J]. 现代制造工程, 2023, 511(4): 143-156.
[7]	惠翔禹;金隼;顾同成;何心;李冰;高宇星. 装载机动臂孔组同轴度视觉检测系统设计[J]. 现代制造工程, 2023, 510(3): 112-118.
[8]	钱乐平;邵中魁;沈小丽. 基于3D机器视觉的离心泵叶轮智能无序上料技术应用研究[J]. 现代制造工程, 2023, 509(2): 27-35.
[9]	聂鹏，王家明，李海伟，纪俐. 基于机器视觉的铆接高度差检测方法研究[J]. 现代制造工程, 2022, 504(9): 107-112.
[10]	李慧敏，施怡昕. 永磁电动机自动磁钢装配中的视觉系统设计[J]. 现代制造工程, 2022, 503(8): 87-92.
[11]	刘德志，曾勇，袁雨鑫，卢倩，刘聪. 基于机器视觉的火车轮对轴端标记自动识别算法研究[J]. 现代制造工程, 2022, 502(7): 113-120.
[12]	焦博，刘国宁，赵孟轩，马光岩. 基于机器视觉的亚像素精度法兰盘尺寸测量方法[J]. 现代制造工程, 2022, 502(7): 121-126.
[13]	张朝，徐志鹏，曹松晓，蒋庆，周乔君. 基于工业机器人与机器视觉的多路阀自动装配[J]. 现代制造工程, 2022, 501(6): 122-127.
[14]	程亚彬，张宏伟，王新环，郭子路，. 基于YOLO-V5的矿车桁架铆接孔定位技术研究[J]. 现代制造工程, 2022, 500(5): 115-121.
[15]	林晓平，王冠，陈学灵，刘赞丰，张雅文. 46MnVS5连杆裂解槽在机器视觉的几何尺寸检测研究[J]. 现代制造工程, 2022, 499(4): 119-127.