一种大尺寸轴类零件图像采集装置及采集方法

技术领域

本发明属于图像采集和图像处理技术领域，具体涉及一种大尺寸轴类零件图像采集装置及采集方法。

背景技术

目前，对轴类零件进行尺寸测量时主要还是需要借助游标卡尺、钢尺、螺旋测微仪以及专用辅助接触式测量工具等通用的测量工具，虽然这种传统操作方式存在实施简单、技术难度低的优势，但普遍存在测量效率低、可重复性差、测量种类单一等局限性，且无法针对测量结果进行快速分析与数据保存。

三坐标测量机在工业检测中得到广泛应用，其不仅测量精度高，且效率高。在公开号为CN109631812B的专利中，张志成提出一种自动测量齿轮尺寸的方法，用三坐标测量机对齿轮进行测量，该方法测量时需要与被测对象直接接触，针对精密易损类零件，在测量过程中存在划伤其表面的可能。非接触式测量方式与工具，有三维激光扫描测量，《基于多个线激光传感器旋转扫描铸钢车轮在线三位测量技术》一文中陈瀚采用多个线激光传感器对车轮进行旋转扫描，将多视角下测量的数据拼合在一起，实现车轮全尺寸的在线测量。其通过激光扫描测尺寸，具有较高的相干性和平行度，且受环境影响小，因此测量精度较高。但其操作不易，成本高。

机器视觉技术已在工业零件尺寸测量中得到广泛应用，在公开号为CN208720997U的专利中，吴南寿等人提出一种基于机器视觉的平板类工件尺寸检测系统，利用远心镜以及图像采集相机组成视觉检测装置，配合平行背光源和移动机构进行图像采集，通过图像处理测量工件尺寸，快速判断工件是否合格，实现实时检测和监控。但该方法没有对待测物进行定位，在移动过程中可能会导致待测物偏移，进而影响测量精度。在公开号为CN109520436B的专利中，姚海滨等人提出一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统，将蝶形弹簧放置在待测区域进行自动化判断与检测，操作方便、简单，但该方法测量时需要手动更换待测弹簧，效率不高。《一种基于机器视觉的轴类零件定位与测量系统》一文中粟序明等人对机器视觉平台的搭建以及硬件选型后，采集轴的背光图像，但该方法只适用于0～60mm的工件，对于超过60mm的工件无法获取完整图像边缘信息，部分图像的边缘信息无法反映完整工件的尺寸，将影响测量精度。

近年来，视觉测量技术已取得了较大的发展，但其在大尺寸零件尺寸测量应用中仍面临诸多挑战。特别是针对尺寸超过50mm的大尺寸工件，受限于相机分辨率、拍摄视场等因素，单幅工件图像难以获取理想的测量精度，需要多幅序列图像通过拼接以实现高分辨率工件信息的全覆盖。为了更准确高效地完成对大尺寸零件的测量工作，需要对硬件和软件系统均进行有针对性地改进。对于硬件系统，有必要研发一种高精密的运动平台，选用高分辨率相机的镜头。对于软件系统，可通过改进图像拼接算法来提高大尺寸轴类零件视觉测量精度，这对提高大尺寸轴类零件视觉测量精度将具有重要意义。

发明内容

本发明的目的在于解决现有技术中存在的问题，提出一种大尺寸轴类零件图像采集装置及采集方法，通过依次采集一系列具有重叠区域的高分辨率序列图像，应用图像匹配算法完成序列图像拼接，从而获得高分辨率的轴零件全景图像。

本发明的技术方案为：一种大尺寸轴类零件图像采集方法，包括如下步骤：

1)通过大尺寸轴类零件图像采集装置获取一系列具有重叠部分的序列图像，获取序列图像时以钢尺作为人工标志，获取图像后应用SURF算法提取图像中特征点进行粗匹配；

2)应用RANSAC算法删除匹配图像中的误匹配点；

3)建立映射拼接模型，将拼接图像变换到同一坐标系中；

4)利用渐入渐出融合算法对配准后的图像进行融合处理，得到一张完整且平滑的全景图像。

进一步地，SURF算子特征匹配主要分为以下四个步骤：

(1)构造Hessian矩阵，生成兴趣点

SURF算子构建Hessian矩阵生成图像稳定特征点，对于一个图像F(x,y)，其二阶微分Hessian矩阵如下式所示：

一幅图像可以被定义为一个二维函数F(x,y)，

在构建Hessian矩阵之前，需对图像进行高斯滤波，在尺度因子σ下，其对应Hessian矩阵如式所示：

式中L

由Hessian矩阵判定式求取局部极大值，判定该特征点是否为关键点；

(2)构建尺度空间

(3)特征点提取

先初步筛选出极值点，再根据其梯度方向分布特性确定稳定特征点；

(4)生成SURF特征描述子

首先以特征点为中心，并沿其主方向取边长为20s的矩形区域，s为检测到特征点所在的尺度，将其分成16个子区域，每个子区域应用小波模板求取响应值，然后统计水平方向之和∑dx、水平方向绝对值之和∑|dx|、垂直方向之和∑dy以及垂直方向绝对值之和∑|dy|，每个特征点形成64维描述符。

3.如权利要求1所述的一种大尺寸轴类零件图像采集方法，其特征在于，步骤2)中应用RANSAC算法除去特征点误匹配时，应用RANSAC算法求取一个矩阵大小为3×3的最佳单应性矩阵H，如式所示：

其中s为尺度参数，(x,y)为目标图像特征点坐标，(x',y')为场景图像特征点坐标，h

进一步地，步骤3)中选用柱面映射模型进行映射拼接。

进一步地，步骤4)中采用的是加权平均法中的渐入渐出融合算法，针对重叠区域内像素点灰度值进行加权平均，在融合过程中，权值逐渐变化，其算法公式如下：

式中f(x,y)为融合后图像像素点灰度值，f

进一步地，步骤1)中采集的轴类零件图像重叠区域设定为50％。

进一步地，所述大尺寸轴类零件图像采集装置包括龙门模块工作平台、相机、镜头、光源、轴类零件夹具、机架和上位机；龙门模块工作平台为设在机架上的三轴运动平台，相机和镜头设在龙门模块工作平台、其能在三轴方向进行位置的调节，固定轴类零件的轴类零件夹具设在龙门模块工作平台的前方，光源设在轴类零件夹具前方，上位机通过通讯线分别与PLC、相机串口通讯，编程发送指令控制龙门模块工作平台的拍摄动作。

进一步地，轴类零件夹具包括底板、滑轨、滑动块、连接板、V型定位块、丝杆传动件、托板、Z轴滑轨和支撑板，滑轨设在底板一侧且沿其长度方向延伸，滑动块滑动连接在滑轨上，滑动块顶部设有连接板，V型定位块固定在连接板上，滑动块与丝杆传动件传动连接，轴类零件设在V型定位块上；支撑板固定在底板的另一侧，Z轴滑轨设在支撑板上靠近丝杆传动件的一侧，L型的托板滑动连接在Z轴滑轨上且可沿其进行纵向滑动，在支撑板的侧面设有刻度标记，托板的水平板上用于放置标准量块。

进一步地，所用相机为500万像素面阵黑白CCD工业相机，帧率大于10fps，像素深度为8bit或10bit，镜头焦距为16mm；

龙门模块工作平台包括X轴运动滑台、Y轴运动滑台和Z轴运动滑台，相机和镜头连接在Z轴运动滑台上且可沿其进行Z轴方向的运动；

Y轴运动滑台包括相对设置的Y轴主动运动滑台和Y轴从动运动滑台；

X轴运动滑台和Y轴主动运动滑台由伺服电机伺服驱动，Z轴运动滑台为手摇驱动。

在X轴运动滑台和Y轴主动运动滑台的侧边对应设有起限位作用并与PLC电性连接的感应器和感应片。

进一步地，轴零件图像的采集步骤如下：

S1、上电后，通过上位机控制PLC发送回归原点指令，使装置回归原点；

S2、控制X轴运动滑台向右运动；

S3、每次向右移动一个工位后停留0.5s；

S4、控制相机进行定点拍摄；

S5、判断X轴运动滑台是否到达右限位，若没有到达，则继续向右移动，若到达，则进行S6；

S6、X轴运动滑台处于右限位开关处，触发PLC软元件指令，使伺服电机驱动X轴运动滑台自动回归原点以待下次检测，自此运行结束，轴图像采集流程完毕。

相比于现有技术，本发明具有如下优点：

1、本申请在依次采集到具有重叠区域的高分辨率序列图像后，应用图像匹配算法完成序列图像拼接，从而获得高分辨率轴零件全景图像。

2、发明采用SURF算子进行图像配准，利用RANSAC算法精确匹配，选用柱面映射模型进行映射拼接，最后采用加权平均法中的渐入渐出融合算法对图像重叠部分进行平滑处理，使两幅图像在重叠区域平滑过渡，使得最终获得的轴类图像具有高分辨率特性；

3、由于受到镜头视场宽度的限制，采集轴类零件图像时通常只能拍摄到轴类零件的一部分，所以需要拍摄多张轴类零件图像之后再进行图像拼接；本申请提出的轴类零件图像采集装置以面阵黑白CCD工业相机作为拍摄工具，采用XYZ三轴滑台装置和传感器定位元件移动相机，并利用PLC与上位机串口通讯实现轴图像信息的自动化、全覆盖拍摄，可连续稳定地拍摄出高精度轴类零件图像，采集的图像可清楚地看出轴零件边缘。

4、Z轴运动滑台选用手摇方式驱动，具有成本低、使用寿命长的特点，且实心手轮质量轻，可减少X轴和Y轴电机的驱动负载；在调节相机镜头工作距离时，手摇驱动相比电机驱动而言更加稳定、方便。

附图说明

图1为大尺寸轴类零件图像采集装置的方框示意图；

图2为大尺寸轴类零件图像采集装置的轴测图；

图3为X轴运动滑台的轴测图；

图4为Y轴主动运动滑台的轴测图；

图5为Z轴运动滑台的轴测图；

图6为光源连接在光源支架上后的轴测图；

图7为轴零件装配在轴类零件夹具上后的轴测图；

图8为V型连接块的轴测图；

图9为大尺寸轴类零件图像采集装置进行图像采集时的方法流程图；

图10为相机拍摄路线轨迹示意图；

图11为连续拍摄的两张钢尺图像，其中，左边小图为拍摄的第一张钢尺图像，右边小图为拍摄的第二张钢尺图像；

图12为获取的SURF特征匹配图像；

图13为基于RANSAC算法获取的精确匹配图像；

图14a为创建的全景2D空间图像；

图14b为序列图像坐标系转换示意图；

图14c为映射拼接后的图像；

图15a为渐入图像掩膜；

图15b为融合渐入掩膜后的拼接图像；

图15c为渐出掩膜；

图15d为渐出掩膜后图像；

图15e为融合后图像；

图16为图像拼接流程图；

图17为15张钢尺序列图像；

图18为拼接后的钢尺全景图像；

图19为钢尺全景图局部放大图；

图20为13张轴图像序列图像；

图21为轴零件全景拼接图；

图22为轴零件全景拼接图局部放大图。

其中，1-龙门模块工作平台，2-相机，3-镜头，4-光源，5-轴类零件夹具，6-机架，7-上位机；

11-X轴运动滑台，12-Y轴运动滑台，13-Z轴运动滑台；

111-伺服电机，112-滑台板架，113-联轴器，114-丝杆，115-导轨，116-滑块，117-感应器，118-感应片，119-实心手轮；

121-Y轴主动运动滑台，122-Y轴被动运动滑台；

41-活动销杆，42-光源支架；

51-底板，52-滑轨，53-滑动块，54-连接板，55-V型定位块，56-丝杆传动件，57-托板，58-Z轴滑轨，59-支撑板。

具体实施方式

下面结合附图对本发明的技术方案作进一步的说明，但并不局限于此，凡是对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，均应涵盖在本发明的保护范围中。

实施例1：

为了更准确、高效地实现对大尺寸轴类零件的测量工作，本实施例中公开一种大尺寸轴类零件图像采集装置。包括龙门模块工作平台1、相机2、镜头3、光源4、轴类零件夹具5、机架6和上位机7。龙门模块工作平台1为设在机架6上的三轴运动平台，相机2和镜头3设在龙门模块工作平台1上继而能在三轴方向进行位置的调节，固定轴类零件的轴类零件夹具5设在龙门模块工作平台1的前方，光源4设在轴类零件夹具5前方，上位机7通过通讯线分别与PLC、相机2串口通讯，编程发送指令控制龙门模块工作平台1稳定运动拍摄，从而采集高精度图像。

龙门模块工作平台1包括X轴运动滑台11、Y轴运动滑台12和Z轴运动滑台13，Y轴运动滑台12固定在机架6表面，X轴运动滑台11连接在Y轴运动滑台12上且可沿其进行Y轴方向的运动，Z轴运动滑台13连接在X轴运动滑台11上且可沿其进行X轴方向的运动，相机2和镜头3通过连接板连接在Z轴运动滑台13上且可沿其进行Z轴方向的运动。

Y轴运动滑台12包括相对设置的Y轴主动运动滑台121和起到辅助支撑平衡的Y轴从动运动滑台122，Y轴从动运动滑台122相对于Y轴主动运动滑台121而言除了缺少丝杠驱动组件、其他部分结构一致。

X轴运动滑台11和Y轴主动运动滑台121由伺服电机伺服驱动，Z轴运动滑台13为手摇驱动。

X轴运动滑台11和Y轴主动运动滑台121的基本结构相同，以X轴运动滑台11为例，包括伺服电机111、滑台板架112、联轴器113、丝杆114、导轨115、滑块116、感应器117和感应片118。伺服电机111固定在滑台板架112一端，在滑台板架112内设有沿其长度方向延伸的丝杆114，丝杆114两端分别设有一个丝杆支撑座，丝杆114靠近伺服电机111的一端通过联轴器113与伺服电机111连接，在丝杆114上通过丝杆螺母连接有滑块116，在滑台板架112内侧底部设有沿其长度方向延伸的导轨115，滑块116滑动连接在导轨115上，在滑台板架112的侧边设有与PLC电性连接的感应器117，在滑块116上对应设有感应片118。

伺服电机111驱动，可将丝杆114的旋转运动转化为滑块116沿导轨115进行的直线运动；Z轴运动滑台13通过连接板与X轴运动滑台11的滑块连接，实现相机2在X轴方向的运动，控制X轴方向的拍摄。为保证相机2在X轴方向拍摄轴图像的完整性，其移动行程应大于轴夹具尺寸的长度，调节两个感应器117之间的安装距离，设定X方向移动行程为200mm。

X轴运动滑台11通过连接板与Y轴主动运动滑台121的滑块连接，实现相机2在Y轴方向的运动，但是Y轴主动运动滑台121的移动距离需进行针对设计。

Z轴运动滑台13相比于X轴运动滑台11而言，以手摇驱动代替了伺服驱动，丝杆114一端与实心手轮119连接，将实心手轮119的旋转运动转化为滑块116在Z轴上的直线运动。选用手摇方式的优势是成本低、使用寿命长，且实心手轮119质量轻，可减少X轴和Y轴电机的驱动负载。在调节相机镜头工作距离时，手摇驱动相比电机驱动而言更加稳定、方便。Z轴运动滑台13实现相机2在Z轴方向的移动，通过调节相机2工作距离和镜头焦距，保证轴图像清晰成像。由于是手摇驱动，行程人为可控，所以Z轴运动滑台13上未设行程限定感应器。

轴类零件夹具包括底板51、滑轨52、滑动块53、连接板54、V型定位块55、丝杆传动件56、托板57、Z轴滑轨58和支撑板59，滑轨52设在底板51一侧且沿其长度方向延伸，滑动块53滑动连接在滑轨52上，滑动块53顶部设有连接板54，V型定位块55固定在连接板54上，滑动块53与丝杆传动件56传动连接，进而将丝杆的旋转运动转变为滑动块53在滑轨52上的直线运动，轴类零件设在V型定位块55上；支撑板59固定在底板51的另一侧，Z轴滑轨58设在支撑板59上靠近丝杆传动件56的一侧，L型的托板57滑动连接在Z轴滑轨58上且可沿其进行纵向滑动，在支撑板59的侧面设有刻度标记，托板57的水平板上用于放置标准量块，将托板57滑动调节至标准量块上表面与轴中心平面齐平，可通过其上的标准量块来确定相机的像素，用于保证相机标定时标准量块和轴在同一个平面被相机拍摄。

为使轴类零件夹具5适用于不同轴长和轴径的轴类零件的装夹工作，该实施例中设计滑轨52的行程范围0～310mm，V型定位块55上的卡接凹槽包括上方的V型部和底端的弧形部，卡接凹槽高度为10mm，V型部底端的开口宽度为10mm、顶端的开口宽度为20mm，可调节定位轴长0～310mm、轴径0～20mm的轴零件。

本实施例以自行车后轴为实验对象，自行车后轴为固定心轴，只承受弯矩，不传递扭矩。与后轴装配的为棘轮机构，即自行车飞轮，后轴用于飞轮的支撑。后轴轴径尺寸精度将直接影响到自行车飞轮的使用寿命、性能及状态。轴长实际尺寸为185.102mm，滑轨的行程必须大于轴长且不影响轴的直线移动。轴的中间段大轴直径为10.988mm，左端小轴直径为9.985mm，右端小轴直径为9.975mm，用来固定轴零件的V型定位块凹槽底部距离上平面的高度为10mm。

光源4通过活动销杆41插接连接在光源支架42上，活动销杆41转动带动光源4进行角度的调节。光源4是决定图像质量的重要因素，良好的光源可以有效地突出被测物体的表面特征，将其与背景信息区分开来，提供清晰、准确的图像，从而降低后期图像处理的复杂性。针对不同检测目标，其照明方式一般可分为前向照明和背向照明。前向照明常用于各种被测物体表面缺陷检测，能够突出被测物体表面特征细节。背向照明一般用于被测物体的尺寸测量，能够突出被测物体边缘轮廓信息。但在本实施例中受到拍摄系统结构的限制，不适合在其下方设置光源，且测量过程中需要关注轴零件表面信息，获取轴零件图像表面特征点，用于后续序列图像的拼接，故本实施例中照明系统选用LED白色条形光源且采用前向照明方式。

LED白色条形光源的照射角度和安装位置可自由调节，其光照均匀，光照强度可根据检测需求自行调节，条形光源常用于尺寸测量，能突出被测物体边缘信息。其中光源固定高度距离机架上表面200mm，照射角度与水平方向呈60°夹角，确保被测轴类零件表面光照均匀。

相机2是一种前端成像设备，它通过透镜将光线聚焦在成像平面上产生图像，轴图像采集的质量将直接影响图像处理的速度。上位机向相机2发送图像采集指令，图像采集卡获取相机采集到的图像后，将采集到的图像在上位机进行储存和处理。本实施例中选用的是面阵黑白CCD工业相机。相机主要参数的计算是相机选择的重要环节，其主要参数包括：分辨率、像素深度、最大帧率等。

分辨率是指相机每次采集图像的像素点数，是相机的基本参数之一，相机单方向分辨率可以根据目标的要求精度及视野范围求出。视野范围为相机工作时每一次拍摄所覆盖的最大视野FOV为Hmm×Hmm，本实施例中，拍摄的视野范围FOV为40mm×40mm。轴零件尺寸公差范围在6～17μm之间，精度要求A高于0.02mm时，相机水平(垂直)方向像素：

所以相机2至少需要达到400万像素(2000×2000＝4000000)，故本实施例中选择500万像素的面阵黑白CCD工业相机，满足拍摄需求。

最大帧率F为相机采集传输图像额度速率。图像采集时间t要求为0.1s时，帧率为：

所以相机选用最小帧率为10fps，但实际检测中一般大于10fps。

像素深度指存储每个像素所用的位数。像素深度越大，测量精度就越高，同时系统速度也会减慢，需要处理的数据量会增加，成本也会大幅增加。从经济性和检测效率的角度出发，本实施例选择8bit或10bit的像素深度。

镜头是图像采集系统的重要组成部分，镜头的质量直接影响整个系统的性能。其主要参数的计算是镜头选型的重要环节，通常用焦距、孔径系数和视野范围来表示透镜的基本光学特性。在选择透镜时，首先要确定焦距，然后再考虑畸变和分辨率等其他要求。焦距指焦点到透镜中心的距离，焦距的大小决定了镜头的视野范围，焦距越大，视角越小，其拍摄范围也越小。

焦距可以根据视野范围、镜头到被测物体的距离以及传感器尺寸计算得出，公式为：

其中，L表示镜头到被测物体的距离，本实施例中L的值大约为100mm，2/3”尺寸的CCD传感器尺寸为L×W＝8.8mm×6.6mm，视野范围FOV为H×H＝40mm×40mm，则焦距

机架长1580mm，宽830mm，高840mm，上台面为铝板，为使加工方便，将上台面分割成两块板，拆卸方便。台面上打有8个按钮孔位和1个通讯线孔位。机架装有脚轮，可灵活移动。

相机2标定后，将轴零件固定于轴类零件夹具5上并调节至轴中心平面和标准量块(或标定板，二选一)上表面齐平位置。同等位置，调节相机镜头工作距离，获取轴零件所需拍摄视野范围，使轴图像能清晰成像；通过上位机7发送图像采集指令给PLC和相机2，从而控制采集装置按指定指令完成图像采集工作，图像采集卡获取相机采集到的图像后，将采集到的图像在上位机7进行储存和处理，最终将采集结果反馈至上位机7。

本实施例以面阵黑白CCD工业相机作为拍摄工具，采用三轴滑台装置和传感器定位元件移动相机，并利用PLC与上位机串口通讯实现自动化全方面拍摄。

为方便后续图像拼接过程中进行图像配准，需尽可能保持图像采集环境的稳定，因此X轴方向的运动不宜过快。图像拼接中图像配准需对前、后采集到的两幅图像进行信息提取和对比，当图像重叠区域很小时，它的配准容易造成误匹配，一般情况下相邻序列图像重叠率大约为30％～50％，图像重叠率越高，拼接精度越高。为提高轴零件序列图像拼接精度和轴总体长度尺寸测量精度，通过多次实验，需保证每次拍摄的轴零件序列图像至少有50％的重复率。在避免误匹配和保持图像采集环境稳定的基础上，为了提高图像采集的效率，本实施例中前后采集的轴类零件图像重叠区域设定为50％。图9是轴零件采集方法的流程图，具体包括以下执行步骤(执行下述步骤时，相机和镜头在Y轴和Z轴方向的位置已经调整到位，并且在后续移动过程中不再改变)：

S1、上电后，通过上位机7控制PLC发送回归原点指令，以控制X轴运动滑台和Y轴运动滑台上的滑块回归原点，设定X轴上左侧光电传感器(又称行程开关)为左限位开关、Y轴上后方光电传感器为后限位开关，X轴左限位开关、Y轴后限位开关出为原点。

具体的，在定位控制中，当PLC执行初始化运行或断电后再上电时，当前值寄存器内容会清零，但机械位置不一定在原点，因此有必要执行一次原点回归，使机械位置回归原点。为保证每一次相机拍摄轴图像的准确性，通过上位机控制PLC发送回归原点指令，使装置回归原点。

S2、控制X轴运动滑台11向右运动；

S3、每次向右移动一个工位后停留0.5s；

S4、控制相机2进行定点拍摄；

S5、判断X轴运动滑台11是否到达右限位，若没有到达，则继续向右移动，若到达，则进行S6；

S6、X轴运动滑台11处于右限位开关处，触发PLC软元件指令，使伺服电机111驱动X轴运动滑台11自动回归原点以待下次检测，自此运行结束，轴图像采集流程完毕。

具体的，为保证采集轴图像的完整性，不发生漏检现象，以光电传感器作为限位开关，使图像采集装置在X轴方向上按直线进行运动并自动化拍摄轴图像。如图10所示，经过大量实验，最终相机2每次在X轴方向上连续拍摄13次。为了使电机稳定旋转，当伺服电机111安装完后，必须调整参数。调整速度比例增益KVP值和速度积分增益KVI值，使伺服电机停止时不产生振荡且旋转时旋转速度稳定。首先把积分增益KVI调至零，将KVP值渐渐加大，当电机停止时产生振荡且旋转速度明显忽快忽慢，将KVP值往回调小，使振荡消除、旋转速度稳定。如同KVP值一样，将积分增益KVI值渐渐加大，使积分效应渐渐产生，当电机停止时产生振荡且旋转速度明显忽快忽慢，将KVP值往回调小，使振荡消除、旋转速度稳定。在调节伺服驱动PID参数后，经大量实验，根据相机拍摄视野范围FOV＝40mm×40mm，并保证轴图像分辨率为2592×1944的基础上，控制PLC每次以3000Hz的频率发送5500个脉冲，使X轴运动滑台11右移一个工位。为保证拍摄轴图像的质量，X轴运动滑台11每次向右移动一个工位后停留0.5s进行定点拍摄，避免因装置在运动过程中产生的轻微抖动而导致拍摄的图像模糊，直至到达右限位开关位置，停止X轴方向的相机移动拍摄并反向回归至左限位开关位置。

通过反复实验，PLC每次以3000Hz的频率发送5500个脉冲，使X轴运动滑台右移一个工位后停留0.5s进行定点拍摄，消耗时间为

单个工位长度约为s＝15mm，则可计算出图像采集装置拍摄运行速度：

综上所述，根据本实施例公开的轴图像采集方法，可以对夹具中的轴进行连续、高精度图像采集。装置以6.5mm/s的速度拍摄移动，采集装置运行稳定，拍摄轴类零件图像精度高于0.02mm，单幅图像分辨率达到2592×1944，能够清楚地观察出轴图像边缘信息，提高后续图像处理的速率和准确性。

由于测量大尺寸的轴类零件尺寸时会受限于相机分辨率与系统结构，无法一次获取高分辨率的轴零件全景图像。因此，本实施例通过依次采集一系列具有重叠区域的高分辨率序列图像，应用图像匹配算法完成序列图像拼接，从而获得高分辨率轴零件全景图像。

为实现轴零件序列图像高精度拼接，本实施例采用基于特征的图像配准方法，基于特征点匹配的拼接方法柔性较高，且抗干扰性强，理论上适合任意尺寸零件的拼接。常用方法包括Harris角点特征匹配法、SIFT特征匹配法和SURF特征匹配法等。本实施例采用SURF特征匹配法，SURF算法是基于SIFT算法的优化算法，其针对SIFT算法计算复杂度高、计算量大的问题，对特征点提取以及特征向量描述方面进行改进。

在特征匹配中，先应用SURF算法进行粗匹配，再应用RANSAC算法进行精确匹配。为验证算法准确性，本实施例中采用具有明显刻度的钢尺图像作为SURF算法实现特征匹配的实验对象。

如图11中左、右两小图所示，为本实施例测量系统连续拍摄的两张钢尺图像。这两张图像具有一定的重叠部分，应用SURF算法对其进行特征匹配，如图12所示，为特征匹配后得到的图像。从图中可以看出SURF算法在待匹配的两幅序列钢尺图像中提取相似特征点，通过这些对应匹配特征点进行图像配准，但在图像配准过程中会存在错误对应特征点的匹配。为进一步提高图像配准精度，应用RANSAC算法对SURF算法生成的64维特征描述子进行误匹配点删除。

图13为经过RANSAC算法筛选误匹配点后的钢尺匹配图，对比图可以看出，去除了一些误匹配点，从而对图像进行精确匹配。

在特征匹配之后，需建立映射模型进行图像映射拼接，映射模型是图像映射的载体，是二维图像映射到三维空间的一种变换。如图14a所示，首先根据待拼接序列图像尺寸以及两幅图像的拼接位置设置全景图宽高，创建2D空间定义全景图尺寸，其中黑白交界处即为拼接位置。其次将两张序列图像依次转换到创建的全景图像坐标系中，如图14b所示，最终完成两幅序列图像的映射拼接。如图14c所示，通过人工观察发现拼接后的图像看不出明显的拼接缝，且拼接处刻度清晰，看不出刻度重叠误差，拼接效果较好。

在图像采集过程中，相机拍摄的序列图像质量会受到光照均匀度、拍摄角度、拍摄距离等外界因素的影响，若仅完成序列图像重叠区域的像素叠加，统一其图像坐标系，在其图像拼接处会产生不连续的现象。因此在经过映射拼接后，还需采用图像融合技术对图像重叠部分进行平滑处理，使两幅图像在重叠区域平滑过渡。如图15a所示为渐入图像掩膜，从图中可以看出，序列图像沿X轴正方向融合过程中，掩膜颜色逐渐加深，即对应权值从左往右逐渐变大，图15b为融合渐入掩膜后的拼接图像。图15c与图15d分别为渐出掩膜和融合渐出掩膜后的拼接图像，其与渐入过程相反，从而最终达到平滑过渡的效果。对比图15e与图15c，经过融合的图像在拼接处更加平滑。

如图16所示，为图像全景拼接流程图。通过相机获取一系列具有重叠部分的序列图像，获取图像后应用SURF算法提取图像中特征点进行粗匹配。然后应用RANSAC算法删除匹配图像中的误匹配点，实现图像的精确匹配。接着建立映射拼接模型，将拼接图像变换到同一坐标系中。最后利用渐入渐出融合算法对配准后图像进行融合处理，得到一张完整且平滑的全景图像。

为验证拼接算法有效性，本实施例中通过拍摄钢尺序列图像进行拼接实验验证。如图17所示，为本测量系统中相机连续拍摄的15张具有重叠区域的钢尺序列图像，拼接后得到图18所示全景钢尺图像。为了便于观察图像配准效果，图19为钢尺在11cm处的局部放大图，从放大图中可以清晰看出，在刻度线处存在配准误差(箭头所指为其中一处)，但其误差明显小于0.5mm。验证拼接算法目的是为了对轴零件序列图像进行拼接，从而得到轴零件全景图像，通过边缘检测算法计算出轴零件总体长度尺寸。

在验证拼接算法效果后，基于相同的方法实现自行车后轴零件序列图像的拼接。但由于轴零件为三维圆柱体，而不是二维平面，且本实施例中公开的测量系统采用的是前向照明方式，因此相机拍摄轴图像表面存在光照强度不均匀现象。同时，轴零件光轴部分表面特征不明显，特征点不易提取，且螺纹段部分存在大量的加工纹理，纹理特征重复性高，若匹配模板选择不恰当，在匹配过程中容易发生多个局部特征相匹配，从而导致序列图像的误匹配，因此不能直接对轴零件进行拼接。基于特征点的图像配准法对于特征点位置变化信息较为敏感，为了提高轴零件序列图像的配准精度，本实施例中采用了一种添加标志位的方法。

在工业生产流水线中，通常直接在被测零件上做标记，常见的标记有“十”字形、星形、数字形、字母形等，但这样就增加了添加标记和去除标记的工序，且轴类零件并不适合在其表面添加人工标记。因此，本实施例中采用钢尺作为人工标志，钢尺刻度均匀，同样是具有周期重复性的平行线，但在钢尺上还有等间距的数字形标志，有了数字形标志，更加便于SURF算法提取特征点。

如图20所示，为拍摄的13张具有钢尺标志的轴零件序列图像。通过人工标志的SURF拼接算法，可获得如图21所示的轴类零件全景拼接图像。为便于观察轴序列图像配准效果，图22为轴拼接全景图像在钢尺8cm处的局部放大图，从放大图中可以清晰看出，刻度存在配准误差，且轴图像上部分螺纹存在一定的误差重影(箭头所指为其中一处)，可明显看出误差小于0.5mm。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。