一种区分非标变径压缩弹簧大小端的视觉检测方法

技术领域

本发明涉及非标变径压缩弹簧的视觉检测领域，尤其涉及一种仅测量非标变径压缩弹簧一端就区分弹簧大小端的视觉检测方法。

背景技术

弹簧是一种常见的机械零件，其中非标变径压缩弹簧常用于减震器组装中。这类弹簧是有大小端之分的，也就是一端粗一些，一端细一些，略成锥形，肉眼不易区分。弹簧两端并紧磨平，有1.5到2.5圈的支撑圈。这类弹簧在组装时需要区分大小端，按正确的朝向安装才能起到最佳减震效果。

传统的区分方法是使用人工分别测量弹簧两端外径，通过比较，进而区分出大小端。后来自动化测量方法出现了，其本质和人工测量一样，也是接触式测量，效率有所提升，但测量机构设计复杂。近年来随着机器视觉的发展，视觉测量的方法被应用于弹簧大小端的分别测量和区分。视觉测量是非接触式测量，测量速度大大提高。

在自动化装配生产中，弹簧大小端检测是在上料机构上完成的，而上料机构需要固定弹簧，使得只有弹簧的一端完整可见，且可见的圈数有限。在弹簧加工精度足够时，得到弹簧尺寸的规格说明后，可以通过仅测量弹簧一端尺寸，和规格值相比较，来确定被测端是大端还是小端。但是在实际生产中，弹簧两端尺寸十分接近，由于加工精度的原因，同一批次的弹簧有可能出现某些弹簧的大头尺寸小于某些弹簧的小头尺寸的情况。在这种情况下，仅测量弹簧的一端就无法完全确定大小头了，一定会造成误判。而一个减震器需要一组多个弹簧组装而成，一个弹簧的误判就导致了一组弹簧的浪费。

变径弹簧大端的最末端弹簧外径即为弹簧大端尺寸，小端的最末端弹簧外径即为小端尺寸。弹簧末端有并紧的支撑圈，在以一个弹簧丝直径为宽度测量弹簧最末端外径时，使弹簧沿着轴线旋转并连续测量，在其中一段连续相位下，测不到弹簧最末端外径的最宽处，此时外径测量值会小于外径实际尺寸。而在其他相位下，因为可以测到弹簧最末端外径的最宽处，外径测量值准确且波动很小。这是弹簧本身的固有特点。现有测量方法需要旋转弹簧相位，使弹簧的相位处于能测得最宽外径处才进行测量。这样的方法虽然测量准确，但势必增加了检测时间，甚至需要设计复杂的机构来支持这种检测，使得检测的效率下降了。

发明内容

为了解决上述技术问题中的至少之一，本发明提供了一种仅通过对弹簧的一端检测即可区分非标变径压缩弹簧大小端的视觉检测方法。

本申请公开了一种区分非标变径压缩弹簧大小端的视觉检测方法，如图1，包括步骤：

对一个批次的弹簧进行样本图片采集；

使用初始参数对样本图片进行两段式视觉测量；

对样本数据进行统计分析，确定是否要增加样本；

调整参数，重新标定样本图片，比较样本数据分布，确定该批次弹簧的最佳测量参数和区分弹簧大小端的阈值；

确定质疑区间；

用上述步骤得到的测量参数和质疑区间，用两段式测量方法对弹簧进行正式检测；

当弹簧批次发生改变或者落在质疑区间内弹簧比例达到预设值时，重新启动标定流程。

根据本公开的至少一个实施方式，对一个批次弹簧进行样本图片采集，具体方法包括：

随机选取同一批次的一组弹簧，个数为m，依次分别放在检测机构上，只需暴露出一端。相机镜头与弹簧的轴线垂直，拍摄弹簧暴露一端的侧视图影像。对这一组弹簧的大小两端分别进行拍照采集。弹簧摆放的初始相位是随机的，每一张拍完后，随机旋转弹簧相位再拍摄一张，直到得到一端n张不同相位的照片。然后把弹簧翻转180度，暴露出弹簧的另一端，用同样方法拍摄n张照片。这样就得到了m*

根据本公开的至少一个实施方式，使用初始参数对样本图片进行两段式测量，具体方法包括：视觉算法对弹簧末端图片提取两个宽度分别为w1和w2的图片切片，第一个切片位于弹簧最末端，第二个切片离弹簧最末端距离为s，图2是对参数w1，w2和s的一个示意；视觉算法计算出两个图片切片中的弹簧外径d1和d2；对d1使用权重f，对d2使用权重1-f,用公式d = d1*f+d2*(1-f)计算得到弹簧外径尺寸d。

参数w1，w2，s和f的初始设定值就是初始参数。图片切片要能够覆盖到弹簧外径的最宽处才可准确测量。弹簧丝是圆柱状且螺旋的，如果图片切片宽度过窄，则很可能测不到外径最宽处；如果切片宽度过宽，则会覆盖多于一圈的弹簧。由于弹簧的变径特点，切片过宽会导致弹簧小端测量结果偏大。因此，w1和w2初始时可以都设定为一个弹簧丝直径宽度。由于弹簧变径的特点，图片切片越接近末端，切片中的弹簧外径尺寸越接近实际外径尺寸，因此第一个图片切片从弹簧最末端开始。考虑到弹簧末端并紧磨平的特点，第二个图片切片离末端的距离的初始值s可以设定为0.5个弹簧丝直径的宽度。参数f的初始值可以设定为0.5，即给予d1和d2一样的权重。初始测量参数w1，w2，s和f的具体设定可以由操作人员根据实际情况决定。

根据本公开的至少一个实施方式，对样本数据进行统计分析，确定是否要增加样本，包括步骤：用初始参数对所有图片进行两段式测量，得到所有弹簧的外径尺寸后，绘制这些外径尺寸的频数分布直方图。如果弹簧大小端尺寸的分布符合正态分布形状，且中间高峰均值和加工标准尺寸近似相等时，可以判定样本为无偏样本，这组图片就可以作为标定的样本。如果样本分布不体现为正态分布，或均值和加工尺寸差距很大，则继续增加样本数量，重复上面的步骤，直到样本数据足够。

根据本公开的至少一个实施方式，调整参数，重新标定样本图片，比较样本数据分布，确定该批次弹簧的最佳测量参数和区分弹簧大小端的阈值，具体包括：调整参数w1，w2，s和f，用调整后的参数标定所有样本图片，得到新的一组样本数据。算法比较不同参数下样本数据的分布，当样本分布中弹簧大小端尺寸分布可以完全分开，没有交叠时，这组参数即可被用于最终测量参数。也可以继续调整参数，直到找到使样本分布中大小端完全分开，且方差最小，这组参数可以作为最佳参数用于最终测量。

因为样本数据中弹簧大端的数量和弹簧小端的数量相等，因此把所有样本数据的弹簧外径尺寸的中位数作为区分弹簧大小端的阈值。

根据本公开的至少一个实施方式，确定质疑区间，也就是在区分大小端尺寸的阈值左右选定一个范围，当测量尺寸落在这个范围内时，判定待测弹簧为质疑件。

有了区分大小端的阈值后，当测量尺寸落在阈值附近时，也不能完全排除误判的风险。本发明提出了质疑区间的概念。也就是在阈值左右计算设计一个区间，当测量尺寸落在这个区间时，此弹簧被判定为质疑件，或者弃用或者人工复检。这样可以减少误判，但是可能会造成一定比例的误杀。所谓误判是指，弹簧大小头的判断结果与实际情况相反。所谓误杀是指，虽然弹簧的大小端被准确判断了，但因为在质疑区间内，被丢弃了。如果质疑区间大，误判的就少，误杀的就多。如果质疑区间小，那么误杀的少，而误判的多。

质疑区间的设计要根据用户实际需求来决定。如果用户认为待测件价值大，误判带来的损失小于误杀的，可以把质疑区间设计小一些。如果用户认为误判带来的损失大于误杀的，宁愿误杀一些工件来保证检测准确率，则可以把质疑区间设计大一些。但当质疑区间比例超过10%时，就失去了本来的物理意义。

根据本公开的至少一个实施方式，当弹簧更换批次以后，或者检测结果中落在质疑区间的弹簧比例超过预定值时，系统触发重新样本标定的过程，重新设定测量参数，从而保证测量的准确性。

本公开实施例提供的技术方案包括以下有益效果：样本图片的采集方法保证了样本中弹簧末端呈现出不同相位，还原实际检测中的场景，也可以保证样本中大端和小端的图片数量一样多，为后续计算区分大小端的阈值提供了依据，同时这样的样本数据采集方法使用较少的弹簧构建较大的样本图片集，节省了样本图片采集的操作时间；本技术方案不需要专门设计便于检测的定位机构，在生产上料的待料过程中即可检测，无需专门识别大小端的工序；无需暴露出弹簧两端，只需在已有生产装备上对弹簧的一端进行视觉检测即可判断弹簧大小端；检测速度快，即拍即测，不需要调整弹簧相位来确保测量准确；在弹簧加工精度不够，大小端尺寸分布出现交叠时，弹簧大小端的误判率大大减小；检测不依赖于加工参数，算法可以根据样本数据来计算得到判断的阈值，本检测方法可应用于加工参数保密的弹簧检测中。

附图说明

附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。

图1是本公开具体实施方式的一种区分非标变径弹簧大小端的视觉检测方法流程示意图。

图2是本公开中测量参数w1，w2和s的示意图。

图3 是本公开一个实施例中使用初始参数进行测量后弹簧尺寸分布图。

图4是本公开一个实施例中调整参数进行测量后弹簧尺寸分布图。

具体实施方式

下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。

在本公开的一个可选实施方式中，本公开提供了一种区分非标变径弹簧大小端的视觉检测方法，如图1所示，包括以下步骤： 样本图片采集；用初始参数对样本图片进行两段式视觉检测；根据样本分布判断是否要增加样本；调整参数，重新标定样本，得到新的样本分布图，直到确定最佳参数；设定质疑区间；使用最佳参数进行正式检测；当批次发生改变或者落在质疑区间内的弹簧数量超过设定值时，重启标定流程。

在本实施例中，随机选取一组待检测批次弹簧作为样本，并对样本采集图片。随机选取同一批次的20根弹簧，依次放在检测机构上。相机镜头与弹簧的轴线垂直，拍摄弹簧一端的侧视图影像。对弹簧的大小两端分别进行拍照采集。弹簧摆放的初始相位是随机的，每一张拍完后，随机旋转相位再拍摄一张，直到得到一端四张不同相位的照片。然后把弹簧翻转180度，拍摄同一个弹簧的另一端，用同样方法拍摄四张照片。这样使用这组弹簧就可以得到80张大端的照片，和80张小端的照片。把这些照片作为样本图片。样本弹簧的个数和一端弹簧拍摄的张数都是可选的，操作人员可以根据实际情况调整。

在本实施例中，使用初始参数对样本图片进行两段式测量。首先对弹簧丝直径进行视觉测量，得到弹簧丝线径d0。以d0为宽度，提取弹簧最末端的两段图片切片，也就是第一个图片切片的宽度w1=d0，第二个图片切片的宽度w2=d0。第一段图片切片是从弹簧最末端开始，往弹簧另一端方向取宽度为d0的图片切片。第二段图片切片是从离开弹簧末端半个弹簧丝的距离开始，往弹簧另一端方向取宽度为d0的切片，也就是s=d0/2。初始参数w1，w2和s如图2所示。根据轮廓提取算法计算得到第一段外径d1以及第二段外径d2。给第一段测量结果初始权重0.5，也就是把这两段弹簧外径尺寸求平均值作为弹簧一端的外径尺寸，也就是d=(d1+d2)/2。初始参数w1，w2，s和f的选择不是唯一的，操作人员可以根据实际情况调整。

使用这一组参数，对所有样本图片进行两段式测量，得到了所有大小端的尺寸。在本实施例中，根据样本数据画出大小端尺寸分布图，如图3所示，横坐标是弹簧外径尺寸测量值，纵坐标是尺寸出现的频数，这里的尺寸单位并不是长度单位，而是视觉算法得出的根据图片像素的测量值。从图中可以看出弹簧大小端的尺寸分布符合正态分布形状，且中间高峰均值和加工标准尺寸近似相等。这时说明样本数据足够。否则增加样本工件，重复上面的步骤，直到样本数据足够。本实施例中大端尺寸有80个，小端尺寸也有80个，从图3中可以看出大小端尺寸分布存在交叠。用现有参数测得弹簧一端尺寸后无法确定弹簧的大小端。

在本实施例中，调整参数w1，w2，s和f，对所有图片重新标定，得到新的样本分布图。比较不同参数下样本数据的分布，发现当w1=d0, w2=d0，s=0.2*d0，f=0.4时，样本分布中弹簧大小端尺寸可以完全分开没有交叠，这组参数即可确定为最终测量参数。图4是本实施例调整参数后大小端尺寸的分布，从中可以看出，大小端尺寸分布已经完全没有交叠。由于样本中大端有80个，小端也有80个，可以用这组参数测量出的这一组弹簧大小端的外径尺寸的中位数357.5，作为区分大小端的阈值。

在本实施例中，在阈值左右各取1.5个尺寸单位作为质疑区间，也就是当弹簧尺寸落在质疑区间356到359之间，弹簧被弃用或人工复检。在实际操作中，当用户追求高的判断准确性，而宁愿损失一些工件时，可以把质疑区间设计大一些；反之，用户认为误判带来的损失小于误杀的，希望多保留一些工件，可以把质疑区间设计小一些。但质疑区间的设计不应使得被质疑的工件数量超过所有检测件的10%。

在本实施例中，使用前面步骤中计算得到的最佳测量参数w1，w2，s和f，对待检测弹簧进行两段式检测，得到弹簧一端的测量尺寸d。再根据前面步骤中得到的质疑区间来判断待测弹簧的大小端。当测量尺寸小于质疑区间的下限时，判断为弹簧小端；当测量尺寸大于质疑区间上限时，判断为弹簧大端；当测量尺寸落在质疑区间内，则弃用弹簧。

在本实施例中，弹簧批次改变时，或者落在质疑区间内的弹簧数量超过整体检测弹簧数量的10%时，重新启动标定程序，得到新的检测参数，再开始新的检测。