• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      藥柱盲孔質(zhì)量檢測(cè)算法研究 ①

      2020-08-01 00:54:04于蘇洋閆子龍姜春英袁睿斌
      固體火箭技術(shù) 2020年3期
      關(guān)鍵詞:盲孔內(nèi)切圓形態(tài)學(xué)

      于蘇洋,閆子龍,姜春英,袁睿斌,張 渝

      (1.沈陽(yáng)航空航天大學(xué) 機(jī)電工程學(xué)院,沈陽(yáng) 110136;2.上海航天化工應(yīng)用研究所,湖州 313002)

      0 引言

      對(duì)于小型戰(zhàn)術(shù)導(dǎo)彈,為提高發(fā)動(dòng)機(jī)的裝填密度和推力,常在藥柱中埋入銀絲,以提高藥柱的燃速[1]。在內(nèi)埋銀絲后,為了增大燃面,縮短燃面爬升坡段,需要在藥柱端面上沿銀絲方向鉆盲孔[2]。當(dāng)盲孔內(nèi)殘留有較大藥屑時(shí)將會(huì)導(dǎo)致點(diǎn)火瞬間由于燃燒不均勻使得藥柱的結(jié)構(gòu)完整性受到破壞而發(fā)生爆炸[3]。所以,對(duì)藥柱盲孔進(jìn)行孔內(nèi)質(zhì)量檢測(cè)對(duì)導(dǎo)彈的穩(wěn)定性與可靠性具有關(guān)鍵性的作用。

      傳統(tǒng)的孔內(nèi)質(zhì)量檢測(cè)方法為對(duì)各個(gè)孔打光后人工進(jìn)行觀察,效率低且引入了人為因素,使得孔內(nèi)質(zhì)量檢測(cè)的一致性較差,嚴(yán)重影響了藥柱整形加工的效率,采用機(jī)器視覺(jué)的計(jì)算機(jī)處理方法進(jìn)行盲孔質(zhì)量檢測(cè),能較好的克服人為因素的影響,并大大提高檢測(cè)效率。

      本文根據(jù)藥柱盲孔內(nèi)圖片的特征,提出了一種孔內(nèi)質(zhì)量檢測(cè)算法,首先通過(guò)自適應(yīng)閾值分割提取出圖像的感興趣區(qū)域,在該區(qū)域內(nèi)進(jìn)行圖像局部模糊度計(jì)算得到殘留藥屑的粗略輪廓,然后進(jìn)行圖像閉運(yùn)算得到清晰的殘留藥屑形狀,最后計(jì)算最大內(nèi)切圓半徑進(jìn)行量化評(píng)分。

      1 藥柱盲孔質(zhì)量檢測(cè)視覺(jué)系統(tǒng)

      藥柱整形自動(dòng)化生產(chǎn)系統(tǒng)中,藥柱盲孔質(zhì)量檢測(cè)視覺(jué)系統(tǒng)如圖1所示,包括工業(yè)相機(jī)、定焦鏡頭、同軸光源、工控機(jī)。其中,視覺(jué)硬件系統(tǒng)的關(guān)鍵之一是光源的選取,由于盲孔較深,采用普通光源不能照到孔的底部,而同軸光源使得物體反射后的光線與成像光軸處于同一個(gè)軸線上,由圖1中的光路可以看到,選用同軸光源能夠清晰取得盲孔內(nèi)圖片,便于后續(xù)算法的處理[4]。

      圖1 盲孔質(zhì)量檢測(cè)視覺(jué)系統(tǒng)

      2 盲孔質(zhì)量檢測(cè)算法

      孔內(nèi)無(wú)大塊藥屑時(shí),相機(jī)采到的盲孔圖片見(jiàn)圖2(a);有大塊藥屑時(shí),相機(jī)采到的盲孔圖片見(jiàn)圖2(b)。下文算法針對(duì)圖2(b)進(jìn)行處理。

      (a)No drug debris (b)Drug debris

      從圖2可看到,當(dāng)孔內(nèi)有殘留大塊藥屑時(shí),將會(huì)出現(xiàn)局部失焦情況,根據(jù)該特征,本文提出了一種基于模糊度計(jì)算與形態(tài)學(xué)閉運(yùn)算處理的孔內(nèi)質(zhì)量檢測(cè)算法。首先,對(duì)圖片進(jìn)行自適應(yīng)閾值分割提取出圖像的感興趣區(qū)域,在感興趣區(qū)域內(nèi)根據(jù)有藥屑時(shí)的局部失焦特征進(jìn)行圖像局部模糊度計(jì)算得到藥屑的粗略形狀,然后進(jìn)行圖像閉運(yùn)算得到清晰的藥屑輪廓,最后通過(guò)提取最大內(nèi)切圓進(jìn)行量化評(píng)分。檢測(cè)算法的整體流程如圖3所示。

      圖3 盲孔質(zhì)量檢測(cè)流程圖

      2.1 自適應(yīng)閾值分割設(shè)定感興趣區(qū)域

      由于圖片中盲孔的位置為待處理圖像的感興趣區(qū)域,所以通過(guò)提取感興趣區(qū)域可以加快處理速度[5]。設(shè)定盲孔內(nèi)部為目標(biāo)區(qū)域,盲孔外部為背景區(qū)域,圖像的灰度直方圖如圖4所示,可以看到圖像的目標(biāo)區(qū)域與背景區(qū)域有較好的區(qū)分度,所以采用全局閾值分割法進(jìn)行自適應(yīng)閾值分割[6]。

      圖4 盲孔圖像的灰度直方圖

      自適應(yīng)閾值分割設(shè)定感興趣區(qū)域步驟如下:

      (1)選取圖像灰度值的中值Tm作為初始閾值如式(1)所示:

      Tn=Tm(n=0)

      (1)

      (2)通過(guò)閾值Tn將圖像分割為兩部分:目標(biāo)區(qū)域W1,由灰度值小于等于Tn的像素組成,背景區(qū)域W2,由大于Tn的像素組成。

      (3)計(jì)算W1與W2中所有像素的平均灰度值μ1和μ2,新的閾值由式(2)可得:

      (2)

      (4)重復(fù)步驟(2)與步驟(3)進(jìn)行n次迭代后直到連續(xù)迭代閾值的差值ΔT小于預(yù)設(shè)值σ得到最終的分割閾值Tn,其中,σ決定著算法的運(yùn)算次數(shù)和閾值分割的準(zhǔn)確性。針對(duì)現(xiàn)有工件工藝特征,通過(guò)多次實(shí)驗(yàn),選取σ小于0.01作為終止條件時(shí),可較快速準(zhǔn)確的分割得到盲孔輪廓。

      (5)得到分割閾值后,通過(guò)式(3)對(duì)圖片進(jìn)行閾值分割,得到二值圖,如圖5(a)所示[7]。

      (3)

      式中f(m,n)為像素坐標(biāo)系下(m,n)處閾值分割后的像素值;g(m,n)為像素坐標(biāo)系下(m,n)處原圖像的像素值。

      (6)由于圖片中盲孔內(nèi)為感興趣區(qū)域,取二值圖中盲孔的外切矩形(圖5(b))所對(duì)應(yīng)的原圖范圍作為感興趣區(qū)域,如圖5(c)所示。

      2.經(jīng)營(yíng)者要形成“加大經(jīng)濟(jì)管理與科研投入”的管理認(rèn)識(shí)。企業(yè)意識(shí)到開(kāi)展經(jīng)濟(jì)管理的必要性,這極為難得。特別是要在重視科研的基礎(chǔ)上,將各種科技活動(dòng)與經(jīng)濟(jì)發(fā)展進(jìn)行結(jié)合。使用經(jīng)濟(jì)管理理念,其最理想的目標(biāo)就是讓企業(yè)的投資最低,但是收益最大。所以,在知識(shí)經(jīng)濟(jì)時(shí)代,企業(yè)在開(kāi)展經(jīng)濟(jì)管理活動(dòng)時(shí),必須提高對(duì)經(jīng)濟(jì)管理的價(jià)值認(rèn)識(shí),對(duì)經(jīng)營(yíng)活動(dòng)進(jìn)行動(dòng)態(tài)調(diào)整。目前很多企業(yè)的經(jīng)營(yíng)者缺乏必要的時(shí)代意識(shí),忽略了知識(shí)經(jīng)濟(jì)的大環(huán)境要求,因此,整個(gè)企業(yè)的發(fā)展水平始終沒(méi)有得到提升。

      (a)Threshold segmentation

      (b)Enclosing rectangle (c)Region of interest

      2.2 圖片局部模糊度計(jì)算

      提取出圖片中的感興趣區(qū)域后,需要在圖片中確定感興趣區(qū)域中的盲孔范圍內(nèi)是否有殘留的大塊藥屑。分析圖片特征,當(dāng)盲孔內(nèi)有殘留大塊藥屑時(shí),圖片中將會(huì)因?yàn)榫植渴Ы钩霈F(xiàn)局部模糊。對(duì)于圖片中清晰的部分,灰度值變化劇烈;而對(duì)于圖片中局部失焦的部分,灰度值變化平緩。圖片局部方差可反映圖片的灰度值變化程度,所以將圖片局部方差作為圖片的局部模糊度,如式(4)所示[8-9]。

      (4)

      式中μ、δ、M×N分別為灰度值的均值、圖片局部模糊度、窗口的大小。

      通過(guò)滑動(dòng)窗口遍歷圖片計(jì)算感興趣區(qū)域中各個(gè)位置的局部模糊度,生成局部模糊度圖片,如圖6所示。通過(guò)圖6可觀察到殘留藥屑的形狀及不同的窗口大小得到的模糊度圖片。由圖6(a)可觀察到,當(dāng)窗口選擇過(guò)小時(shí),圖片中干擾過(guò)多,不利于后續(xù)分析;由圖6(c)可知,當(dāng)窗口選擇過(guò)大時(shí),殘留藥屑的尺寸將會(huì)減小。當(dāng)矩形窗口邊長(zhǎng)位于區(qū)間[15,25](單位為像素,文中后續(xù)算法中單位均為像素)內(nèi)時(shí),殘留藥屑的信息能夠被較好的保留,本文選擇21×21的窗口遍歷圖片得到局部模糊度圖片,如圖6(b)所示。

      (a)11×11 (b)21×21 (c)31×31

      2.3 圖像形態(tài)學(xué)閉運(yùn)算處理

      圖像的形態(tài)學(xué)處理可保持圖像的基本形狀特征,消除不相干的結(jié)構(gòu)。因此,分析圖片特征,圖片中的干擾對(duì)于其周圍區(qū)域較為分散,采用形態(tài)學(xué)閉運(yùn)算對(duì)其處理(先膨脹后腐蝕),可以進(jìn)一步清除局部模糊度圖片中的較多干擾,得到清晰的殘留藥屑輪廓[10-11]。

      2.3.1 圖像形態(tài)學(xué)膨脹

      圖像形態(tài)學(xué)膨脹即為擴(kuò)展圖片中的亮區(qū)域。膨脹過(guò)程如式(5)所示,即將滑動(dòng)窗口內(nèi)的最大值作為該位置的像素值。

      f′(m,n)=max(g(x,y)|(x,y)∈D)

      (5)

      式中f′(m,n)為像素坐標(biāo)系下(m,n)處形態(tài)學(xué)膨脹后的像素值;g(x,y)為像素坐標(biāo)系下滑動(dòng)窗口(x,y)處在局部模糊度圖中對(duì)應(yīng)的像素值;D為滑動(dòng)窗口內(nèi)坐標(biāo)的集合。

      (a)Small window (b)Big window (c)Appropriate window

      2.3.2 圖像形態(tài)學(xué)腐蝕

      圖像形態(tài)學(xué)腐蝕即為擴(kuò)展圖片中的暗區(qū)域,腐蝕過(guò)程如式(6)所示,即將滑動(dòng)窗口內(nèi)的最小值作為該范圍的像素值。

      f″(m,n)=min[g′(x,y)|(x,y)∈D]

      (6)

      式中f″(m,n)為像素坐標(biāo)系下(m,n)處形態(tài)學(xué)腐蝕后的像素值;g′(x,y)為像素坐標(biāo)系下滑動(dòng)窗口(x,y)處在圖像膨脹圖中對(duì)應(yīng)的像素值;D為滑動(dòng)窗口內(nèi)坐標(biāo)的集合。

      對(duì)圖片進(jìn)行形態(tài)學(xué)膨脹后,殘留藥屑的形狀被部分消除,通過(guò)對(duì)圖片進(jìn)行形態(tài)學(xué)腐蝕可以恢復(fù)殘留藥屑的形狀,形態(tài)學(xué)腐蝕后的圖片如圖8所示,當(dāng)窗口尺寸過(guò)大時(shí),將會(huì)受到盲孔外部區(qū)域的影響使得盲孔整體向內(nèi)收縮如圖8(b)所示,通過(guò)多次實(shí)驗(yàn)得到矩形窗口邊長(zhǎng)在小于40時(shí)有較好的效果,本文取矩形窗口邊長(zhǎng)為17,處理后得到的圖片如圖8(a)所示,從圖中可以看到通過(guò)圖像閉運(yùn)算所得到清晰的殘留藥屑形狀,便于后續(xù)算法進(jìn)行量化分析。

      (a)Appropriate window (b)Big window

      2.4 最大內(nèi)切圓生成

      對(duì)圖片進(jìn)行閉運(yùn)算處理后得到殘留藥屑的清晰形狀,需要對(duì)其進(jìn)行量化分析。采用最大內(nèi)切圓法對(duì)圖片進(jìn)行處理,得到的內(nèi)切圓大小能夠較好地反映出孔內(nèi)藥屑?xì)埩舻那闆r。生成最大內(nèi)切圓的步驟如下[12]:

      (1)閾值分割生成二值圖。對(duì)于閉運(yùn)算后的圖片,殘留藥屑輪廓清晰的顯示出來(lái)。由于盲孔內(nèi)無(wú)藥屑的部分為最大灰度值255,因此取閾值為255,通過(guò)式(3)進(jìn)行閾值分割,得到二值圖如圖9(a)所示。

      (2)獲取盲孔輪廓。由于盲孔在二值圖中為最大輪廓,則可通過(guò)邊界追蹤算法找出步驟(1)得到的二值圖中的各個(gè)輪廓[13],進(jìn)行比較得到最大的輪廓即為盲孔輪廓,設(shè)該輪廓的點(diǎn)集為Ω。

      (3)計(jì)算盲孔內(nèi)部點(diǎn)到盲孔輪廓的距離。當(dāng)圓與盲孔輪廓內(nèi)切時(shí),圓的半徑即為圓心到盲孔輪廓距離的最小值。設(shè)盲孔內(nèi)部點(diǎn)的點(diǎn)集為r,計(jì)算盲孔內(nèi)部各點(diǎn)到盲孔輪廓的最小距離如式(7)所示:

      (7)

      式中dmin為盲孔內(nèi)部點(diǎn)到盲孔輪廓的最小距離;xΩ、yΩ分別為盲孔輪廓上的橫縱坐標(biāo)值;xr、yr分別為盲孔內(nèi)部點(diǎn)的橫縱坐標(biāo)值。

      (4)最大內(nèi)切圓求取。重復(fù)步驟(3),遍歷盲孔內(nèi)部點(diǎn),當(dāng)盲孔內(nèi)部點(diǎn)到盲孔輪廓的最小距離最大時(shí),即找到最大內(nèi)切圓,該點(diǎn)即為最大內(nèi)切圓的圓心,該距離即為最大內(nèi)切圓的半徑,如式(8)所示。將找到的最大內(nèi)切圓在二值圖與閉運(yùn)算圖中表示出來(lái),如圖9(b)與圖9(c)所示。

      R=max(dmin)

      (8)

      式中R為最大內(nèi)切圓的半徑。

      (a)Binary image (b)Binary graph (c)Closed graph

      2.5 量化評(píng)分

      無(wú)殘留藥屑時(shí)得到的最大內(nèi)切圓在閉運(yùn)算圖中表示如圖10所示,對(duì)比圖9(c)可以觀察到,當(dāng)盲孔內(nèi)無(wú)大塊藥屑?xì)埩魰r(shí),最大內(nèi)切圓在一定范圍內(nèi)浮動(dòng)如圖10所示;當(dāng)盲孔內(nèi)有大塊殘留藥屑時(shí),最大內(nèi)切圓較小如圖9(c)所示。因此,可以選用盲孔內(nèi)最大內(nèi)切圓的大小作為量化評(píng)價(jià)盲孔內(nèi)較大藥屑?xì)埩羟闆r的判斷標(biāo)準(zhǔn)。

      圖10 無(wú)殘留藥屑時(shí)最大內(nèi)切圓

      通過(guò)30次采圖實(shí)驗(yàn)分析,得到最大內(nèi)切圓半徑的統(tǒng)計(jì)曲線圖如圖11所示,可觀察到無(wú)殘留藥屑時(shí)最大內(nèi)切圓半徑在區(qū)間(530,570)內(nèi)浮動(dòng)。選取區(qū)間最小值作為量化評(píng)分的閾值s,當(dāng)最大內(nèi)切圓半徑小于s/2時(shí),說(shuō)明殘留藥屑的尺寸大于盲孔的一半,此時(shí)通過(guò)分值變化判斷藥屑尺寸的變化趨勢(shì)已無(wú)意義,所以設(shè)定內(nèi)切圓半徑小于等于s/2時(shí)均為基礎(chǔ)分值40,當(dāng)最大內(nèi)切圓半徑位于區(qū)間(s/2,s)時(shí)可根據(jù)藥屑尺寸變化計(jì)算分值,評(píng)分標(biāo)準(zhǔn)如式(9)所示,當(dāng)分值不為100時(shí)說(shuō)明孔內(nèi)有殘留大塊藥屑。

      圖11 無(wú)殘留藥屑時(shí)最大內(nèi)切圓半徑統(tǒng)計(jì)曲線圖

      (9)

      3 實(shí)驗(yàn)驗(yàn)證

      為了驗(yàn)證本文所提出的盲孔質(zhì)量檢測(cè)算法的穩(wěn)定性與可靠性,進(jìn)行了對(duì)人為加入藥屑的多個(gè)盲孔進(jìn)行質(zhì)量檢測(cè)評(píng)分的實(shí)測(cè)驗(yàn)證。

      各個(gè)孔的質(zhì)量檢測(cè)評(píng)分如表1所示,通過(guò)觀察表1所得的評(píng)分?jǐn)?shù)據(jù)可知,對(duì)同一個(gè)孔進(jìn)行定量加藥屑時(shí),其分值變化隨著藥屑尺寸的增大逐漸減小,說(shuō)明盲孔檢測(cè)算法對(duì)孔內(nèi)殘留藥屑的檢測(cè)具有較好的可靠性;同時(shí),對(duì)不同的孔檢測(cè)結(jié)果也有相同的趨勢(shì),說(shuō)明該算法具有較好的穩(wěn)定性。

      表1 各個(gè)孔質(zhì)量檢測(cè)評(píng)分

      4 結(jié)論

      本文針對(duì)藥柱盲孔殘留藥屑的自動(dòng)質(zhì)量檢測(cè)需求,提出了基于模糊度計(jì)算與形態(tài)學(xué)閉運(yùn)算處理的視覺(jué)處理算法,并提出利用評(píng)分標(biāo)準(zhǔn)判斷有無(wú)藥屑與藥屑?xì)埩舳嗌俚牧炕u(píng)價(jià)方法,具有較好的適用性與可靠性。相比于人工檢測(cè),該方法效率高且一致性好,當(dāng)盲孔內(nèi)有較大殘留藥屑時(shí),能夠準(zhǔn)確的對(duì)其進(jìn)行量化評(píng)分,滿足自動(dòng)化批量生產(chǎn)的需求。

      猜你喜歡
      盲孔內(nèi)切圓形態(tài)學(xué)
      三個(gè)偽內(nèi)切圓之間的一些性質(zhì)
      盲孔內(nèi)反倒角的加工工藝研究
      與三角形的內(nèi)切圓有關(guān)的一個(gè)性質(zhì)及相關(guān)性質(zhì)和命題
      射孔槍耐壓性能的影響因素分析
      一種偽內(nèi)切圓切點(diǎn)的刻畫(huà)辦法
      僅與邊有關(guān)的Euler不等式的加強(qiáng)
      醫(yī)學(xué)微觀形態(tài)學(xué)在教學(xué)改革中的應(yīng)用分析
      一種跨層盲孔制作及對(duì)位方式研究
      一種快速填盲孔的工藝及原理研究
      數(shù)學(xué)形態(tài)學(xué)濾波器在轉(zhuǎn)子失衡識(shí)別中的應(yīng)用
      庄河市| 饶河县| 海宁市| 馆陶县| 宝兴县| 临高县| 大渡口区| 西贡区| 宜兰市| 神池县| 大田县| 肇庆市| 沾益县| 临泽县| 宣武区| 河北省| 准格尔旗| 金山区| 勃利县| 定州市| 昆山市| 彰武县| 沁水县| 广河县| 永胜县| 巴东县| 沂源县| 上高县| 分宜县| 巢湖市| 涞水县| 定日县| 合山市| 遂川县| 大同市| 岑溪市| 肥西县| 平罗县| 平顶山市| 房产| 武汉市|