基于機(jī)器視覺的壓縮彈簧中段線徑測(cè)量

易煥銀，劉志明，覃明俊

(廣東交通職業(yè)技術(shù)學(xué)院機(jī)電工程系，廣東廣州510800)

0 前言

壓縮彈簧在各類彈簧中應(yīng)用最為廣泛，號(hào)稱“簧中王”，在很多機(jī)構(gòu)中擔(dān)負(fù)關(guān)鍵任務(wù)[1]。對(duì)各類目標(biāo)的參數(shù)檢測(cè)是機(jī)器視覺的一個(gè)重要研究方向[2]，關(guān)于彈簧這一零件的機(jī)器視覺檢測(cè)，文獻(xiàn)[3]提出了一種扁彈簧分類和扭轉(zhuǎn)角度質(zhì)量視覺檢測(cè)方法；文獻(xiàn)[4-7]設(shè)計(jì)了測(cè)量彈簧內(nèi)外徑尺寸的視覺系統(tǒng)；文獻(xiàn)[8-9]提出了檢測(cè)彈簧座組件跨度、承載座尺寸和缺陷的視覺系統(tǒng)；文獻(xiàn)[10-11]開發(fā)了基于視覺的彈簧缺陷檢測(cè)系統(tǒng)。以上方法和系統(tǒng)以檢測(cè)彈簧內(nèi)、外徑等參數(shù)及各類缺陷為主。

彈簧線徑指彈簧鋼絲的直徑，對(duì)彈簧的硬度、壽命、彈性耗能等性能有著決定性影響。關(guān)于彈簧線徑的檢測(cè)技術(shù)，文獻(xiàn)[12]公開了一種檢測(cè)彈簧線徑是否符合圖紙要求的裝置，使用時(shí)需把彈簧鋼絲插入裝置本體，通過能否插進(jìn)各個(gè)通端孔來判斷彈簧線徑是否合格。該方法屬于機(jī)械接觸式測(cè)量，效率較低且無法測(cè)出彈簧線徑的具體數(shù)值。文獻(xiàn)[13]開發(fā)了一種檢測(cè)彈簧圓度、軸向直線度與表面質(zhì)量的視覺系統(tǒng)，采用Hough變換[14]檢測(cè)彈簧線兩測(cè)的直線并由其距離得出彈簧各段的線徑。該方法檢測(cè)線徑有兩個(gè)問題：(1)彈簧邊沿為曲線，Hough直線檢測(cè)穩(wěn)定性不足；(2)無法給出每個(gè)檢測(cè)點(diǎn)位的線徑及缺陷。針對(duì)一種特殊的汽車彈簧的逆向工程問題，文獻(xiàn)[15]開發(fā)了一種壓縮彈簧視覺測(cè)量系統(tǒng)，該系統(tǒng)可測(cè)量各個(gè)位置點(diǎn)的彈簧線徑，但測(cè)量效率較低，單個(gè)彈簧的測(cè)量時(shí)間長達(dá)150 min。

目前彈簧線徑的測(cè)量以采用游標(biāo)卡尺等手工方式為主，存在工作效率和穩(wěn)定性低且一般只對(duì)局部點(diǎn)位進(jìn)行抽查檢測(cè)的問題。為克服現(xiàn)有技術(shù)在測(cè)量效率和檢測(cè)密度方面的不足，本文作者分析壓縮彈簧的成像特征和機(jī)器視覺測(cè)量彈簧線徑的難點(diǎn)，以彈簧中段部分近似直線的特征為出發(fā)點(diǎn)，以提取關(guān)鍵拐點(diǎn)為突破口，提出一種對(duì)壓縮彈簧中段線徑進(jìn)行快速、高密度測(cè)量的方法。該方法單次測(cè)量可以在200 ms內(nèi)完成數(shù)百個(gè)以上的彈簧中段線徑的測(cè)量。

1 方法設(shè)計(jì)

圖1所示為典型的壓縮彈簧。壓縮彈簧為螺旋形狀，視覺成像后有如下特點(diǎn)：整體為不規(guī)則曲線；在兩端各約一圈的區(qū)域，彈簧線重疊度較高；在彈簧軸線兩側(cè)的區(qū)域，彈簧線不規(guī)則彎曲、部分重疊；在軸中心線附件的區(qū)域，彈簧線近似為直線；彈簧中線各段近似直線部分的長度差異較大。

圖1 壓縮彈簧

由于彈簧視覺成像的以上特點(diǎn)，文中問題的難點(diǎn)在于：(1)如何排除彈簧的非直線及重疊部分的干擾；(2)如何將各中段分開后進(jìn)行分別測(cè)量，同時(shí)盡可能多地保留接近直線的部分以增加檢測(cè)點(diǎn)位的數(shù)目；(3)如何確定生成指定密度的檢測(cè)線段的數(shù)目、位置和方向。

圖2所示為方法的結(jié)構(gòu)圖，由5個(gè)模塊構(gòu)成：圖像采集模塊、圖像預(yù)處理模塊、關(guān)鍵拐點(diǎn)獲取模塊、中段邊沿直線擬合模塊和中段線徑測(cè)量模塊。

圖2 文中方法結(jié)構(gòu)圖

1.1 圖像采集

圖像采集模塊用于獲取彈簧的外觀圖像，包括工業(yè)相機(jī)、鏡頭、光源和計(jì)算機(jī)，其中光源的選型和調(diào)節(jié)是關(guān)鍵。實(shí)驗(yàn)中工業(yè)相機(jī)采用CMOS面陣相機(jī)，光源采用亮度可調(diào)的LED背光源，調(diào)光時(shí)在不損傷彈簧邊沿的條件下盡量增加背景亮度。圖3所示為采集到的彈簧圖像。

1.2 圖像預(yù)處理

圖像預(yù)處理的目的在于提取彈簧的邊沿部分并去除背景中的噪點(diǎn)，包括如下4個(gè)步驟：

(1)對(duì)原圖進(jìn)行二值化閾值分割。由于采用背光源且打光時(shí)已將背景打亮，因此采用簡單快速的固定閾值進(jìn)行二值化；

(2)對(duì)二值圖像進(jìn)行形態(tài)學(xué)膨脹處理。結(jié)構(gòu)化元素的尺寸不能過大，一般使用3×3的矩形，否則可能會(huì)引起邊沿粘連而減少算法檢測(cè)的點(diǎn)位數(shù)；

(3)使用膨脹圖減去原圖獲得彈簧邊沿。針對(duì)此問題，對(duì)比Canny、Sobel邊沿提取算法，采用膨脹圖減去原二值圖的方法所獲取的彈簧邊沿更加完整、穩(wěn)定；

(4)利用連通域分析[16]去除噪點(diǎn)。進(jìn)行連通域分析后，保留面積最大的連通域。圖4所示為圖像預(yù)處理后的結(jié)果。

圖4 圖像預(yù)處理后的結(jié)果

1.3 關(guān)鍵拐點(diǎn)獲取

獲取關(guān)鍵拐點(diǎn)的主要過程如圖5所示。關(guān)鍵拐點(diǎn)指彈簧邊沿內(nèi)側(cè)的拐點(diǎn)，是彈簧各段之間的交界點(diǎn)，如圖5(d)中藍(lán)點(diǎn)所示。關(guān)鍵拐點(diǎn)的獲得是此算法的一個(gè)核心，是后續(xù)刪除彈簧非直線段部分以及將整個(gè)彈簧的各段分開并生成檢測(cè)基線等關(guān)鍵步驟的基礎(chǔ)條件。該模塊的實(shí)現(xiàn)較為復(fù)雜，包括如下9個(gè)步驟：

(1)獲取彈簧的最小外接矩形，記為RECT，其4個(gè)頂點(diǎn)存放到數(shù)組rect的4個(gè)元素中：rect[0]、rect[1]、rect[2]、rect[3]，并調(diào)整4個(gè)頂點(diǎn)的順序，使得rect[0]、rect[1]為長邊(記為線段L1)，rect[2]、rect[3]為長邊(記為線段L2)，rect[0]和rect[3]為短邊(記為線段L3)，圖5(d)標(biāo)注了各邊和頂點(diǎn)；

(2)將彈簧邊沿在靠近外接矩形RECT短邊的兩側(cè)斷開，使得彈簧邊沿分成2個(gè)易于分別處理的子邊沿。記RECT的兩條長邊L1、L2的中線為L4，求L4與彈簧邊沿的靠近RECT的短邊兩側(cè)的交點(diǎn)，記為P1、P2；將2個(gè)交點(diǎn)P1、P2沿中線方向的小塊區(qū)域置零；

(3)獲取第1個(gè)子邊沿BW1，如圖5(a)所示。方法為對(duì)步驟(2)的結(jié)果圖進(jìn)行連通域分析并保留最大連通域；

(4)獲取第2個(gè)子邊沿BW2并調(diào)整與BW1的位置關(guān)系。首先使用步驟(2)的結(jié)果圖減去步驟(3)的結(jié)果圖后保留最大連通域，然后以2個(gè)邊沿的重心到L1的距離為依據(jù)調(diào)整BW1和BW2的位置關(guān)系，使得BW1更靠近L1，BW2更靠近L2；

(5)斷開第1個(gè)子邊沿BW1，如圖5(b)所示。方法為先求L1和L4的中線L5，再將線段L1、L5包圍的矩形區(qū)域置零；

(6)獲取第1部分關(guān)鍵拐點(diǎn)集合1，如圖5(c)中實(shí)心圓點(diǎn)所示。方法為求圖5(b)中各連通區(qū)域中離L1最遠(yuǎn)的點(diǎn)；靠近交點(diǎn)P1、P2的2個(gè)偽拐點(diǎn)被排除，排除方法為計(jì)算潛在關(guān)鍵點(diǎn)與步驟(2)中P1、P2的距離，如果過近，則認(rèn)為不是關(guān)鍵拐點(diǎn)；

(7)斷開第2個(gè)子邊沿BW2。先求L2和L4的中線L6，再將L2、L6包圍的矩形區(qū)域置零；

(8)獲取第2部分關(guān)鍵拐點(diǎn)集合2。操作方法與步驟(6)類似，求步驟(7)中每個(gè)連通區(qū)中距離L2最遠(yuǎn)的點(diǎn)；

(9)合并關(guān)鍵拐點(diǎn)集合并進(jìn)行排序、清理，如圖5(d)中藍(lán)點(diǎn)所示。排序：距離短邊L3由近到遠(yuǎn)排序，圖5(d)中用拐點(diǎn)處圓點(diǎn)的大小表示。清理：若兩端連續(xù)出現(xiàn)集合1或集合2的元素則只保留靠近另一個(gè)集合元素的那個(gè)，使得在合并、排序后的集合中交替出現(xiàn)集合1和集合2的元素。

圖5 獲取關(guān)鍵拐點(diǎn)的主要過程

1.4 中段邊沿直線擬合

中段邊沿直線擬合時(shí)，首先刪除彈簧非直線及彈簧線重疊的部分，再將各段邊沿分開，最后進(jìn)行直線擬合。該模塊的實(shí)現(xiàn)步驟如下：

(1)斷開彈簧兩端線徑無法測(cè)量的部分。首先分別以關(guān)鍵拐點(diǎn)集合中第1個(gè)和最后1個(gè)點(diǎn)為圓心、以背景色為填充色繪制實(shí)心圓；求以上兩點(diǎn)到L1和L2的兩對(duì)垂足，以每對(duì)垂足為端點(diǎn)繪制背景色直線；

(2)刪除彈簧兩端部分，連通域分析后保留最大的2個(gè)連通域；

(3)刪除彈簧靠近邊界的非直線部分。首先，分別以L1、L2的2個(gè)端點(diǎn)和關(guān)鍵拐點(diǎn)集合中對(duì)應(yīng)集合1和集合2中的關(guān)鍵點(diǎn)獲得2個(gè)閉包絡(luò)區(qū)域，然后調(diào)用閉包繪制函數(shù)(如OpenCV的drawContours函數(shù))將2個(gè)閉包區(qū)域置零；

(4)進(jìn)一步刪除彈簧靠近邊界的非直線部分。將線段L1、L5包圍的矩形區(qū)域內(nèi)的所有像素點(diǎn)置零，將線段L2、L6包圍的矩形內(nèi)的所有像素點(diǎn)置零；

(5)將分屬于彈簧不同段的邊沿分離，如圖6(a)所示。方法為以各關(guān)鍵拐點(diǎn)為圓心繪制背景色的實(shí)心圓；

(6)對(duì)各段邊沿進(jìn)行排序。首先通過連通域分析獲得各段邊沿的重心，然后以各重心到短邊L3的距離從小到大排序。圖6(a)中不同大小的圓點(diǎn)為各段邊沿的重心，離L3距離越遠(yuǎn)的點(diǎn)越大；

(7)對(duì)每個(gè)連通域分別進(jìn)行最小二乘直線擬合，擬合結(jié)果如圖6(b)中各穿過邊界的直線所示。圖6為中段邊沿直線擬合的2個(gè)主要過程。

圖6 中段邊沿直線擬合的主要過程

1.5 中段線徑測(cè)量與結(jié)果顯示

該部分基于關(guān)鍵拐點(diǎn)集合和各段邊沿?cái)M合直線生成檢測(cè)基線，再根據(jù)預(yù)設(shè)檢測(cè)密度生成檢測(cè)線段，最后完成線徑檢測(cè)與結(jié)果顯示，包括如下4個(gè)步驟：

(1)獲取檢測(cè)基線，即彈簧線兩側(cè)邊沿的中線，結(jié)果如圖6(b)中的各段彈簧中間的線段所示。首先進(jìn)行直線配對(duì)，依次檢查相鄰的兩條擬合直線，若對(duì)應(yīng)的2個(gè)邊沿的重心到L3的距離都落在關(guān)鍵拐點(diǎn)集合相鄰的2個(gè)關(guān)鍵點(diǎn)到L3的2個(gè)距離之間，則配對(duì)成功；然后求取以上2個(gè)關(guān)鍵拐點(diǎn)分別到配對(duì)成功的兩條擬合直線的兩對(duì)垂足，并分別求取每對(duì)垂足的中點(diǎn)，即為檢測(cè)基線的2個(gè)端點(diǎn)。

(2)完成各段彈簧線的線徑檢測(cè)，如圖7所示，與檢測(cè)基線垂直的細(xì)線段為檢測(cè)線段，其上的紅點(diǎn)為邊界點(diǎn)。以步驟(1)中的檢測(cè)基線為中線，以兩邊的2條擬合直線距離的1.8倍為檢測(cè)寬度生成檢測(cè)線段；以預(yù)設(shè)檢測(cè)密度為步長向檢測(cè)基線的另一端移動(dòng)檢測(cè)線段，進(jìn)行彈簧線徑檢測(cè)；檢測(cè)時(shí)以檢測(cè)線與前景相交且最長的一段為彈簧線徑，相交點(diǎn)為邊界點(diǎn)，2個(gè)邊界點(diǎn)的距離為該位置線徑。說明：①若檢測(cè)線未檢測(cè)到2個(gè)前景點(diǎn)(檢測(cè)基線的兩端)，則認(rèn)為該段不是彈簧線的近似直線部分而不進(jìn)行測(cè)量；②若檢測(cè)到的2個(gè)前景點(diǎn)的中點(diǎn)不落在2條擬合直線之間(常見于2段彈簧的交界處)，則將該對(duì)點(diǎn)判為誤檢測(cè)點(diǎn)排除。

圖7 檢測(cè)線段與邊界定位結(jié)果

(3)修正檢測(cè)結(jié)果，比較奇、偶數(shù)段測(cè)量數(shù)據(jù)的平均值，以平均值較小的為基準(zhǔn)修正平均值較大的各段數(shù)據(jù)。原因：彈簧有一定的高度，各個(gè)被測(cè)彈簧中段離鏡頭的距離交替發(fā)生遠(yuǎn)、近的變化，從而形成視差；由于測(cè)量時(shí)采用貼放在實(shí)驗(yàn)臺(tái)底座上的直尺來標(biāo)定像素當(dāng)量(每像素對(duì)應(yīng)的實(shí)際物理尺寸)，使用離鏡頭較遠(yuǎn)的各段數(shù)據(jù)修正離鏡頭較近的各段數(shù)據(jù)(測(cè)量值偏大)。

(4)檢測(cè)結(jié)果如圖8所示，在各檢測(cè)基線的首端附近標(biāo)注各檢測(cè)段的編號(hào)，用于后續(xù)檢測(cè)數(shù)據(jù)列表各行與各檢測(cè)線段位置關(guān)系的確定。編號(hào)繪制方法：①求各檢測(cè)基線的首端和尾端的中點(diǎn)；②求各檢測(cè)基線的首端與長邊L1和L3的距離；③求中點(diǎn)到較小距離對(duì)應(yīng)長邊(此例中奇數(shù)段對(duì)應(yīng)L2，偶數(shù)段對(duì)應(yīng)L1)的垂足；④以垂足為參數(shù)調(diào)用文字繪制函數(shù)(如OpenCV的putText函數(shù))繪制相應(yīng)的部位。

圖8 檢測(cè)結(jié)果圖像顯示部分

2 實(shí)驗(yàn)驗(yàn)證

通過兩項(xiàng)實(shí)驗(yàn)來評(píng)估文中方法的測(cè)量精度和在不同檢測(cè)密度下算法運(yùn)行速度的變化情況。

2.1 測(cè)量精度實(shí)驗(yàn)

由于手動(dòng)檢測(cè)難以保證高密度精確移動(dòng)，以較為稀疏的80像素為檢測(cè)密度對(duì)圖3所示的彈簧進(jìn)行測(cè)量，再用電子游標(biāo)卡尺(測(cè)量精度0.01 mm)對(duì)相應(yīng)位置點(diǎn)進(jìn)行手工測(cè)量。算法測(cè)量結(jié)果如圖9所示，共完成了22個(gè)位置點(diǎn)的線徑值測(cè)量。由表1可知：最大絕對(duì)誤差為0.04 mm，最大相對(duì)誤差為2.84%，達(dá)到了測(cè)量精度的基本要求。

圖9 測(cè)量精度實(shí)驗(yàn)的檢測(cè)結(jié)果

表1 測(cè)量精度實(shí)驗(yàn)數(shù)據(jù)

導(dǎo)致存在誤差的主要原因是光學(xué)成像問題，一方面打光無法完全保證成像后的邊沿與彈簧線的真實(shí)邊沿完全一致，另一方面對(duì)檢測(cè)結(jié)果的修正操作并不能完全消除成像“視差”的影響，后續(xù)擬采用遠(yuǎn)心鏡頭替代該修正方案。另外相機(jī)存在一定的畸變等其他硬件因素導(dǎo)致測(cè)量結(jié)果存在誤差。

2.2 不同檢測(cè)密度下的算法運(yùn)行速度對(duì)比實(shí)驗(yàn)

實(shí)驗(yàn)便攜式計(jì)算機(jī)型號(hào)：華碩FX86F，CPU主頻：2.2 GHz，RAM：8 GB。首先以圖3中所示的彈簧為對(duì)象，隨機(jī)擺放并抓拍100張圖像；然后，以不同的檢測(cè)密度(即檢測(cè)線段之間的距離，該值越小檢測(cè)密度越高)進(jìn)行批量測(cè)試。使用C++實(shí)現(xiàn)的該算法平均運(yùn)行時(shí)間如表2所示。

表2 不同檢測(cè)密度下算法的運(yùn)行時(shí)間

由表2可知：隨著檢測(cè)密度的增加，算法運(yùn)行時(shí)間小幅度增加。檢測(cè)密度為5像素時(shí)最慢(平均檢測(cè)點(diǎn)位數(shù)為403個(gè))，算法平均運(yùn)行時(shí)間為130.3 ms；檢測(cè)密度為80像素時(shí)最快(平均檢測(cè)點(diǎn)位數(shù)為21個(gè))，算法平均運(yùn)行時(shí)間為120.4 ms。雖然二者檢測(cè)密度相差16倍(平均檢測(cè)點(diǎn)位數(shù)相差近20倍)，但檢測(cè)速度變化僅為7.60%，說明由于增加檢測(cè)密度所增加的運(yùn)算量并不大，檢測(cè)速度受測(cè)量密度調(diào)整的影響較小。

3 方法應(yīng)用

一方面，為說明此算法完整的使用方法，下面通過基于MFC和OpenCV實(shí)現(xiàn)的檢測(cè)系統(tǒng)并以圖3所示的對(duì)象的檢測(cè)結(jié)果為示例，介紹算法應(yīng)用時(shí)的輸出格式樣式和各檢測(cè)位置線徑數(shù)據(jù)的查看方法。

另一方面，作為文中方法的一個(gè)應(yīng)用場(chǎng)景，分別以2個(gè)不同型號(hào)的缺陷彈簧為例，演示該方法對(duì)壓縮彈簧局部點(diǎn)位的線徑過細(xì)和過粗2種異常情況的缺陷檢測(cè)能力。

3.1 應(yīng)用樣例

圖10所示為檢測(cè)結(jié)果的軟件顯示界面，左側(cè)為結(jié)果圖片，右側(cè)為數(shù)據(jù)列表。

圖10 檢測(cè)結(jié)果的軟件顯示界面

左側(cè)結(jié)果圖片的顯示信息分為三部分：(1)左上角以文字的形式顯示檢測(cè)到的最小和最大線徑及閾值，若在范圍內(nèi)則顯示OK，否則顯示NG；(2)右上角顯示該彈簧檢測(cè)是否通過結(jié)果，若所有檢測(cè)點(diǎn)的線徑值都在預(yù)設(shè)的閾值范圍內(nèi)則顯示OK，表示通過，否則顯示NG，表示不通過；(3)中間彈簧部分，在彈簧各中段部分繪制檢測(cè)線段，若該檢測(cè)點(diǎn)的線徑值在預(yù)設(shè)的閾值范圍內(nèi)，檢測(cè)線為綠色，否則為紅色。檢測(cè)線段上的藍(lán)點(diǎn)為定位到的彈簧邊界點(diǎn)，彈簧軸向兩側(cè)的數(shù)字表示已測(cè)量的各彈簧中段的編號(hào)。

右側(cè)列表部分包含三部分信息：(1)段號(hào)列的規(guī)律：第1個(gè)彈簧段的編號(hào)對(duì)應(yīng)左側(cè)圖中彈簧軸向兩側(cè)的編號(hào)1，然后接著是第一段彈簧的多個(gè)檢測(cè)點(diǎn)編號(hào)，后續(xù)各段的數(shù)據(jù)格式與第1段一致；(2)最大值、最小值兩列為設(shè)定的高、低閾值；(3)測(cè)量值列為線徑檢測(cè)結(jié)果。左側(cè)圖中彈簧各段的編號(hào)與列表中彈簧段的編號(hào)一一對(duì)應(yīng)，左側(cè)圖中靠近各段編號(hào)的檢測(cè)線為起始檢測(cè)線段位置，實(shí)現(xiàn)了每個(gè)檢測(cè)線位置的線徑與右側(cè)列表中的檢測(cè)值的一一對(duì)應(yīng)。由左側(cè)圖可見算法進(jìn)行了8段彈簧中段的線徑檢測(cè)，要查看右邊列表的完整數(shù)據(jù)需拖動(dòng)列表右邊的滾動(dòng)條。

由于檢測(cè)數(shù)據(jù)量較大，檢測(cè)結(jié)果的軟件顯示界面截圖的數(shù)據(jù)列表部分只能顯示部分檢測(cè)數(shù)據(jù)，表3所示為導(dǎo)出并整理后的完整數(shù)據(jù)。由于空間限制且圖10中已有顯示，表中沒有列出重復(fù)度較高的閾值信息。

表3 各檢測(cè)點(diǎn)的測(cè)量數(shù)據(jù)

3.2 缺陷檢測(cè)示例

分別以部分線徑過細(xì)和過粗的2個(gè)不同型號(hào)的缺陷彈簧為檢測(cè)對(duì)象，驗(yàn)證算法對(duì)缺陷位置的檢測(cè)能力。

圖11(a)所示為缺陷樣例1原圖，左上角第2～3圈部分線徑偏細(xì)。圖11(b)所示為缺陷樣例2原圖，靠近中間的一小段部分線徑過粗。

圖11 缺陷樣例原圖

圖12(a)為缺陷樣例1的檢測(cè)結(jié)果。算法成功檢出線徑過細(xì)的部分，紅色線段標(biāo)出了檢出低于閾值的線徑部分。圖12(b)為缺陷樣例2的檢測(cè)結(jié)果。算法成功檢出線徑過粗的部分，紅色線段標(biāo)出了檢出高于閾值的線徑部分。

圖12 缺陷樣例檢測(cè)結(jié)果的軟件顯示界面

4 結(jié)語

針對(duì)目前彈簧線徑測(cè)量方法效率低、測(cè)量密度小的問題，提出了一種基于機(jī)器視覺的壓縮彈簧中段線徑的測(cè)量方法。通過實(shí)驗(yàn)驗(yàn)證，該方法能夠在200 ms內(nèi)完成數(shù)百個(gè)的檢測(cè)點(diǎn)位的線徑測(cè)量，測(cè)量密度和效率遠(yuǎn)高于傳統(tǒng)的彈簧線徑測(cè)量方法，且具有較高的測(cè)量精度。通過轉(zhuǎn)動(dòng)彈簧前后3次左右的測(cè)量，該方法可完成壓縮彈簧整個(gè)中間部分的線徑測(cè)量。但由于成像粘連，該方法無法測(cè)量壓縮彈簧兩端各1圈左右的部分以及拉伸彈簧的全部。