專利名稱：噴射沉積坯動態(tài)尺寸的視覺檢測方法及數(shù)據(jù)采集裝置的制作方法
技術領域：
本發(fā)明屬于數(shù)字圖像檢測及處理領域，具體內容涉及到一種數(shù)據(jù)采集裝置及利用圖像處理技術提取噴射沉積坯尺寸的方法。
背景技術：
噴射成形工藝中，沉積坯尺寸精度是表征噴射成形宏觀效果的重要指標，因此，檢測沉積坯的動態(tài)尺寸成為噴射成形領域中一個重要的研究方向。為了掌握沉積坯尺寸的動態(tài)變化過程，要求在噴射過程中，應實時檢測出沉積坯尺寸，由于這些工作將面向未來的沉積坯尺寸精度的自動控制，這就要求檢測應同時滿足精度和實時性要求。從檢測精度分，已有的邊緣檢測方法可分成兩類像素級邊緣檢測算子和亞像素邊緣檢測算子，像素級邊緣算子的優(yōu)點是檢測速度快，但檢測精度往往難以滿足要求；亞像素邊緣檢測算子的優(yōu)點是檢測精度高，但檢測的時間長，實時性難以滿足要求。在已有的文獻資料中曾介紹過激光傳感器檢測出沉積坯尺寸，其缺點是價格昂貴，且激光傳感器的安裝位置要求十分嚴格，盡管如此，沉積坯尺寸的檢測精度仍難以保證。噴射沉積坯動態(tài)特征視覺信息獲取過程是以普通的CCD攝像頭為傳感器件，然后利用合適的處理算法，快速、精確地檢測到沉積坯尺寸。為此，必須解決如下兩個問題1，視覺傳感器必須能夠“看見”沉積坯，這樣才可以為后面的圖像處理算法提取沉積坯做好前提準備；2，必須選擇合適的圖像處理算法，使檢測精度和算法運行時間兩個指標同時滿足要求。而在實踐中，直接利用CCD攝像頭仍難以采集到高質量的圖像，原因在于噴射過程中干擾的存在，使得采集的圖像受噪聲的嚴重影響，噴射過程中存在兩類噪聲影響采集圖像質量一是霧化室中彌散大量的金屬粉塵，使得沉積坯圖像模糊不清，難以分辨出沉積坯邊緣；二是金屬液滴的飛濺，導致鏡頭表面粘貼大量金屬液滴，使得圖像里產生難以消除的隨機噪聲，由此可知，消除這兩類噪聲的影響，是改善圖像質量的關鍵。

發(fā)明內容
本發(fā)明將利用數(shù)據(jù)采集裝置采集到的數(shù)字圖像信息，再利用視覺檢測方法完成沉積坯動態(tài)特征的檢測，使沉積坯尺寸的檢測同時滿足精度、實時性要求。本發(fā)明噴射沉積坯動態(tài)尺寸的視覺檢測方法包括第一步預處理方法1、第二步邊緣檢測方法2和第三步尺寸計算方法3，它的第二步邊緣檢測方法2為首先是像素級Sobel邊緣檢測算子粗定位邊緣，其過程為先計算預處理圖像每個像素點的x，y方向的方向導數(shù)Sx、Sy(2-1)；然后計算梯度g(x，y)(2-2)；再設定一個閾值t，t取值為60，(2-3)，然后判斷g(x，y)＞t？(2-4)，是，則可判斷該點為可能邊緣點，并將該點的信息記錄在位置的結構型數(shù)組point[x]中(2-5)，否，則返回計算下一像素點梯度g(x，y)(2-2)步驟；最終將所有可能邊緣點的信息記錄在位置的結構型數(shù)組point[x]中[2-5]，將所有可能邊緣點的個數(shù)存放于變量nNumber中(2-6)；然后是亞像素級Zernike moments邊緣檢測算子重新定位邊緣，其過程為首先推導Zernike moments矩的模板，包括一個實數(shù)模板和一個復數(shù)模板(2-7)，再從結構型數(shù)組point[x]中取出下一個粗定位的可能邊緣點(2-8)，然后利用推導的模板計算該可能邊緣點的Zernike moments矩，得到矩A20、A11(2-9)；接著按如下公式計算邊緣點信息Φ、k、l(2-10)φ=tan-1(Im[A11]Re[A11]);]]>A11′=A11e-jφ;]]>l=A20/A11′;]]>k=3A11′2(1-l2)3/2;]]>然后用k、l判斷邊緣點，判斷是否同時滿足l>2/12]]>和k＞30？(2-11)，否，返到從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)步驟，是，則確定為邊緣點，并將該邊緣點的像素坐標存于數(shù)組pixel_edgepoint[x]中(2-12)，然后按如下公式計算該邊緣點的亞像素級坐標并同時存于數(shù)組subpixel_edgepoint[x]中(2-13)subpoint1.x＝point1.x+3.5·l·cosΦ；subpoint1.y＝point1.y+3.5·l·sinΦ；再判斷邊緣點的個數(shù)是否大于等于nNumber(2-14)？是，則二值化邊緣圖像，(2-15)，否，則返到從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)步驟，直到記錄在數(shù)組point[x]中的所有可能邊緣點都重新判斷完畢；它的第三步計算沉積坯上任一位置的尺寸過程為先確定沉積坯圖像中心上的任一點為初始掃描點(3-1)，然后沿沉積坯的直徑方向搜索，直至遇到上、下邊緣點point1、point2(3-2)，則這兩個點之間的線段代表沉積坯的直徑，由離線標定得到的直徑方向上每個像素點代表的實際距離為ySize(3-3)，然后在數(shù)組pixel_edgepoint[x]中分別確定point1、point2的位置(3-4)，接著在數(shù)組subpixe1_edgepoint[x]中找到相應的邊緣點的亞像素坐標subpoint1、subpoint2(3-5)，再計算這兩個點亞像素坐標之間的像素點個數(shù)number(3-6)，number＝[(subpoint1.x-subpoint2.x)2+(subpoint1.y-subpoint2.y)2]0.5則沉積坯的真實尺寸為subpoint1與subpoint2坐標之間象素點的個數(shù)number與ySize的乘積(3-7)真實尺寸的計算公式為diameter＝number*ySize。噴射沉積坯動態(tài)尺寸的數(shù)據(jù)采集裝置包括霧化室、CCD攝像頭5，它還包括玻璃6和鐵筒4，外層玻璃6-1鑲嵌在霧化室門7上，外鐵筒4-1設置在霧化室內且前端與霧化室門7固接，壓蓋8設置在霧化室的外部且與霧化室門7固接，所述CCD攝像頭5的鏡頭2-1設置在壓蓋8中間的槽8-1內，內鐵筒4-2的前端與外鐵筒4-1的后端固接，在內鐵筒4-2前端的筒壁上固接有內層玻璃6-2。本發(fā)明的重點在于新的邊緣檢測方法的應用，通過采用合適的邊緣檢測算子(像素級的sobel邊緣算子和亞像素級的zernike矩相結合的邊緣算子)，進而使整個沉積坯動態(tài)特征提取的時間縮短、精度提高，本發(fā)明的沉積坯動態(tài)尺寸的視覺檢測方法具有檢測精度高、算法的運行速度快，并具有同時滿足精度、實時性要求的優(yōu)點。本發(fā)明的數(shù)據(jù)采集裝置中的CCD攝像頭可以采集圖象，完成光學信號到電子信號的轉換；外層玻璃6-1鑲嵌在霧化室門上并置于攝像頭前端，用于保護攝像頭玻璃片的清潔；外鐵筒4-1置于攝像頭前端，固定在霧化室門上，與外層玻璃6-1組合在一起構成一個封閉鐵筒，用于消除霧化室內粉塵帶來的干擾，改善圖像質量，本發(fā)明采集裝置在攝像頭前增加一定長度、封閉的鐵筒后，較改造前可使充滿粉塵的光路縮短，因此能夠使目標與背景邊界清晰；內鐵筒4-2可防金屬液滴飛濺到內層玻璃6-2上，消除金屬飛濺對圖象質量的影響。


圖1是本發(fā)明的流程示意圖，圖2是預處理方法1的流程示意圖，圖3是邊緣檢測方法2的流程示意圖，圖4是尺寸計算方法3的流程示意圖，圖5是平面亞像素邊緣階躍模型結構示意圖，圖6是數(shù)據(jù)采集裝置結構示意圖。
具體實施例方式
一本實施方式依次為預處理方法1、邊緣檢測方法2和尺寸計算方法3。預處理方法1是采用平均平滑算法消除圖像中局部存在的隨機噪聲，然后利用自適應平滑算法進一步改善圖像質量，同時增強圖像的邊緣，整個預處理算法的過程為準備采集的原始沉積坯圖像，對原始圖像每個像素點的灰度f(x，y)在3*3鄰域內卷積(1-1)，然后求平均值(1-2)，得到新的灰度值fa(x，y)(1-3)。此過程可改善隨機噪聲的影響，但同時模糊了邊緣；然后是自適應平滑算法，自適應平滑算法應用的目的是進一步消除隨機噪聲并增強邊緣附近的對比度，該算法的過程為首先計算每個像素點的x、y方向的梯度Gx(x，y)、Gy(x，y)(1-4)Gx(x,y)=12[f(x+1,y)-f(x-1,y)];]]>Gy(x,y)=12[f(x,y+1)-f(x,y-1)];]]>然后利用橡素點的梯度計算每個像素點的加權系數(shù)W(x，y)(1-5)，為了節(jié)省W(x，y)的運算時間，加權系數(shù)由離線確定，考慮到整個圖像的灰度級為256個，因此加權系數(shù)的個數(shù)也不應超過256，為此，離線確定的加權系數(shù)存于一個數(shù)組中，用時可直接從數(shù)組中提取。最后利用W(x，y)在3*3鄰域重新計算每個像素點的灰度值，得到新的灰度值fe(x，y)(1-6)，該算法可反復迭代，直到滿足要求為止。
fe(x,y)=Σi=-1+1Σj=-1+1f(x+i,y+j)w(x+i,y+i)Σi=-1+1Σj=-1+1w(x+i,y+i)]]>邊緣檢測方法2是檢測沉積坯尺寸的邊緣，此過程是整個沉積坯特征提取的核心，算法運行時間和邊緣定位精度影響整個算法，具體過程為計算預處理的圖像每個像素點的x，y方向的方向導數(shù)Sx、Sy(2-1)；然后計算梯度g(x，y)(2-2)；再設定一個閾值t，t取值為60(2-3)，然后判斷g(x，y)＞t？(2-4)，如果g(x，y)＞t，則可判斷該點為可能邊緣點，并將該點的信息記錄在位置的結構型數(shù)組point[x]中(2-5)；如果g(x，y)≤t，確定該點為非邊緣點，則返回計算下一像素點梯度g(x，y)(2-2)過程，直到找到所有可能的邊緣點，最終將所有可能邊緣點的信息記錄在位置的結構型數(shù)組point[x]中(2-5)，將所有可能邊緣點的個數(shù)存放于變量nNumber中；然后是亞像素級Zernike moments邊緣檢測算子重新定位邊緣，其過程為首先推導Zernike moments矩的模板，包括一個實數(shù)模板和一個復數(shù)模板(2-7)，再從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)，然后利用推導的模板計算該可能邊緣點的Zernikemoments矩，得到矩A20、A11(2-9)；接著按如下公式計算邊緣點信息Φ、k、l(2-10)φ=tan-1(Im[A11]Re[A11]);]]>A11′=A11e-jφ;]]>l=A20/A11′;]]>k=3A11′2(1-l2)3/2;]]>然后用k、l判斷邊緣點，判斷是否同時滿足l>2/12]]>和k＞30？(2-11)，否，返到從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)步驟，是，則確定為邊緣點，并將該邊緣點的像素坐標存于數(shù)組pixel_edgepoint[x]中(2-12)，然后按如下公式計算該邊緣點的亞像素級坐標并同時存于數(shù)組subpixel_edgepoint[x]中(2-13)subpoint1.x＝point1.x+3.5·l·cosΦ；subpoint1.y＝point1.y+3.5·l·sinΦ；再判斷邊緣點的個數(shù)是否大于等于nNumber(2-14)？是，則二值化邊緣圖像(2-15)，否，則返到從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)步驟，直到記錄在數(shù)組point[x]中的所有可能邊緣點都重新判斷完畢；尺寸計算方法3是在邊緣圖像獲得后，利用離線的標定結果計算沉積坯的真實尺寸，計算沉積坯上任一位置的尺寸過程為先確定沉積坯圖像中心上的任一點為初始掃描點(3-1)，然后沿沉積坯的直徑方向搜索，直至遇到上、下邊緣點point1、point2(3-2)，則這兩個點之間的線段代表沉積坯的直徑，由離線標定得到的直徑方向上每個像素點代表的實際距離為ySize(3-3)，然后在數(shù)組pixel_edgepoint[x]中分別確定point1、point2的位置(3-4)，接著在數(shù)組subpixel_edgepoint[x]中找到相應的邊緣點的亞像素坐標subpoint1、subpoint2(3-5)，再計算這兩個點亞像素坐標之間的像素點個數(shù)number(3-6)，number＝[(subpoint1.x-subpoint2.x)2+(subpoint1.y-subpoint2.y)2]0.5則沉積坯的真實尺寸為subpoint1與subpoint2坐標之間象素點的個數(shù)number與ySize的乘積(3-7)真實尺寸的計算公式為diameter＝number*ySize。
具體實施方式
三參照圖3，本實施方式為噴射沉積坯動態(tài)尺寸的數(shù)據(jù)采集裝置，它包括霧化室、CCD攝像頭5，它還包括玻璃6和鐵筒4，外層玻璃6-1鑲嵌在霧化室門7上，外鐵筒4-1設置在霧化室內且前端與霧化室門7固接，壓蓋8設置在霧化室的外部且與霧化室門7固接，本實施方式外鐵筒4-1和壓蓋8都通過螺釘9與霧化室門7相固接，所述CCD攝像頭5的鏡頭2-1設置在壓蓋8中間的槽8-1內，內鐵筒4-2的前端與外鐵筒4-1的后端固接，在內鐵筒4-2前端的筒壁上固接有內層玻璃6-2。
數(shù)據(jù)采集裝置工作原理如下傳感器與沉積坯基本成平行角度安放，在沒加內鐵筒4-2前，金屬液滴可直接飛濺到外層玻璃6-1上；加入內鐵筒4-2后，液滴飛濺到外層玻璃6-1前必須先經(jīng)歷在內鐵筒4-2內飛行的過程，由于內鐵筒4-2內的流場呈紊流狀態(tài)，使得金屬液滴的運行軌跡非直線，相應的增加了在內鐵筒4-2內的飛行時間，這使得金屬液滴在飛濺到外層玻璃6-1前能有充足的時間冷卻，凝固為金屬粉塵，這樣就不會粘貼到外層玻璃6-1上，達到消除金屬液滴飛濺干擾的目的。
權利要求
1.一種噴射沉積坯動態(tài)尺寸的視覺檢測方法，它包括第一步預處理方法(1)、第二步邊緣檢測方法(2)和第三步尺寸計算方法(3)其特征在于它的第二步邊緣檢測方法(2)為首先是像素級Sobel邊緣檢測算子粗定位邊緣，其過程為先計算預處理圖像每個像素點的x，y方向的方向導數(shù)Sx、Sy(2-1)；然后計算梯度g(x，y)(2-2)；再設定一個閾值t，t取值為60(2-3)，然后判斷g(x，y)＞t？(2-4)，是，則可判斷該點為可能邊緣點，并將該點的信息記錄在位置的結構型數(shù)組point[x]中(2-5)，否，則返回計算下一像素點梯度g(x，y)(2-2)步驟；最終，將所有可能邊緣點的信息記錄在位置的結構型數(shù)組point[x]中(2-5)，將所有可能邊緣點的個數(shù)存放于變量nNumber中(2-6)；然后是亞像素級Zernike moments邊緣檢測算子重新定位邊緣，其過程為首先推導Zernike moments矩的模板，包括一個實數(shù)模板和一個復數(shù)模板(2-7)，再從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)，然后利用推導的模板計算該可能邊緣點的Zernikemoments矩，得到矩A20、A11(2-9)；接著按如下公式計算邊緣點信息Φ、k、l(2-10)φ=tan-1(Im[A11]Re[A11]);]]>A11＝A11e-jφ； l＝A20/A11′；k=3A11′2(1-l2)3/2;]]>然后用k、l判斷邊緣點，判斷是否同時滿足l>2/12]]>和k＞30？(2-11)，否，返到從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)步驟，是，則確定為邊緣點，并將該邊緣點的像素坐標存于數(shù)組pixel_edgepoint[x]中(2-12)，然后按如下公式計算該邊緣點的亞像素級坐標并同時存于數(shù)組subpixel_edgepoint[x]中(2-13)subpoint1.x＝point1.x+3.5·l·cosΦ；subpoint1.y＝point1.y+3.5·l·sinΦ；再判斷邊緣點的個數(shù)是否大于等于nNumber(2-14)？是，則二值化邊緣圖像(2-15)，否，則返到從結構型數(shù)組point[x]中取出粗定位的可能邊緣點(2-8)步驟，直到記錄在數(shù)組point[x]中的所有可能邊緣點都重新判斷完畢；它的第三步計算沉積坯上任一位置的尺寸過程為先確定沉積坯圖像中心上的任一點為初始掃描點(3-1)，然后沿沉積坯的直徑方向搜索，直至遇到上、下邊緣點point1、point2(3-2)，則這兩個點之間的線段代表沉積坯的直徑，由離線標定得到的直徑方向上每個像素點代表的實際距離為ySize(3-3)，然后在數(shù)組pixel_edgepoint[x]中分別確定point1、point2的位置(3-4)，接著在數(shù)組subpixel_edgepoint[x]中找到相應的邊緣點的亞像素坐標subpoint1、subpoint2(3-5)，再計算這兩個點亞像素坐標之間的像素點個數(shù)number(3-6)，number＝[(subpoint1.x-subpoint2.x)2+(subpoint1.y-subpoint2.y)2]0.5則沉積坯的真實尺寸為subpoint1與subpoint2坐標之間象素點的個數(shù)number與ySize的乘積(3-7)真實尺寸的計算公式為diameter＝number*ySize。
2.根據(jù)權利要求1所述的噴射沉積坯動態(tài)尺寸的視覺檢測方法，其特征在于第一步預處理方法(1)為首先為平均平滑算法，其過程為對原始圖像每個像素點的灰度f(x，y)在3*3鄰域內卷積(1-1)，然后求平均值(1-2)，得到新的灰度值fa(x，y)(1-3)；然后是自適應平滑算法，其過程為先計算每個像素點的x、y方向的梯度Gx(x，y)、Gy(x，y)(1-4)，然后利用像素點的梯度計算每個像素點的加權系數(shù)W(x，y)(1-5)，最后利用w(x，y)在3*3鄰域重新計算每個像素點的灰度值，得到新的灰度值fe(x，y)(1-6)，該算法可反復迭代，直到滿足要求為止。
3.一種噴射沉積坯動態(tài)尺寸的數(shù)據(jù)采集裝置，它包括霧化室、CCD攝像頭(5)，其特征在于它還包括玻璃(6)和鐵筒(4)，外層玻璃(6-1)鑲嵌在霧化室門(7)上，外鐵筒(4-1)設置在霧化室內且前端與霧化室門(7)固接，壓蓋(8)設置在霧化室的外部且與霧化室門(7)固接，所述CCD攝像頭(5)的鏡頭(2-1)設置在壓蓋(8)中間的槽(8-1)內，內鐵筒(4-2)的前端與外鐵筒(4-1)的后端固接，在內鐵筒(4-2)前端的筒壁上固接有內層玻璃(6-2)。
4.根據(jù)權利要求3所述的噴射沉積坯動態(tài)尺寸的數(shù)據(jù)采集裝置，其特征在于所述外鐵筒(4-1)和壓蓋(8)都通過螺釘(9)與霧化室門(7)相固接。
全文摘要
噴射沉積坯動態(tài)尺寸的視覺檢測方法及數(shù)據(jù)采集裝置，它屬于數(shù)字圖像檢測和處理領域。已有的邊緣檢測方法的檢測精度難以滿足要求，并且現(xiàn)有的利用CCD攝像頭采集圖像，存在由于金屬液滴的飛濺及金屬粉塵以致于影響圖像質量的問題。本發(fā)明的視覺檢測方法包括預處理方法、邊緣檢測方法和尺寸計算方法，其中的圖像邊緣檢測方法提出了一種新的邊緣檢測算子——Sobel－Zernike moments算子，該算子將像素級邊緣檢測算子和亞像素邊緣檢測算子結合起來，本發(fā)明的數(shù)據(jù)采集裝置在攝像頭與沉積坯之間裝有鐵筒和玻璃，避免了粉塵及金屬液滴飛濺對圖像質量的影響，同時視覺檢測方法具有檢測精度高、算法的運行速度快的優(yōu)點。
文檔編號G06K9/38GK1529286SQ200310107609
公開日2004年9月15日 申請日期2003年10月14日 優(yōu)先權日2003年10月14日
發(fā)明者曲迎東, 陳善本, 崔成松, 李慶春 申請人:哈爾濱工業(yè)大學