基于极坐标变换的齿轮参数测量方法、装置、设备以及存储介质与流程

本技术涉及齿轮参数测量，尤其涉及一种基于极坐标变换的齿轮参数测量方法、装置、设备以及存储介质。

背景技术：

1、现有齿轮视觉检测技术主要包括边缘检测与深度学习两类方案。但这些方案均在笛卡尔坐标系下处理环形分布特征，存在像素级精度不足、计算效率低及参数耦合累积误差等问题，导致齿轮参数测量的准确不高。因此，如何提高齿轮参数测量的准确率，是仍需解决的一个问题。

2、上述内容仅用于辅助理解本技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本技术的主要目的在于提供一种基于极坐标变换的齿轮参数测量方法、装置、设备以及存储介质，旨在解决如何提高齿轮参数测量的准确率的技术问题。

2、为实现上述目的，本技术提出一种基于极坐标变换的齿轮参数测量方法，所述的方法包括：

3、获取待检测齿轮的灰度图像和齿高先验值，对所述灰度图像进行预处理和二值化处理，得到二值掩码，并根据所述二值掩码进行连通域分析，得到初始圆心和初始外径；

4、采用与所述齿高先验值成比例的结构元素对所述二值掩码进行形态学差分运算，提取出齿区域二值图像；

5、根据所述初始圆心、所述初始外径、所述齿高先验值以及所述齿区域二值图像，对所述灰度图像中的环形齿区域进行极坐标变换，生成矩形展开图；

6、在所述矩形展开图中沿径向方向检测梯度峰值，对所述梯度峰值位置的邻域进行二次曲线拟合，得到齿顶点集；

7、对所述齿顶点集进行离群点剔除，并对剔除后的齿顶点集进行最小二乘圆拟合，得到外圆圆心和外圆半径；

8、根据所述外圆圆心和所述外圆半径统计齿数，并根据所述外圆半径与预设系数的乘积确定内圆半径；

9、根据所述外圆半径和所述内圆半径计算齿顶距和齿底距，输出所述齿数、所述外圆半径、所述内圆半径、所述齿顶距、所述齿底距。

10、在一实施例中，所述采用与所述齿高先验值成比例的结构元素对所述二值掩码进行形态学差分运算，提取出齿区域二值图像的步骤包括：

11、获取所述二值掩码和所述齿高先验值；

12、采用第一圆形结构元素对所述二值掩码进行腐蚀处理，得到腐蚀二值图像，所述第一圆形结构元素的半径为第一预设倍数与所述齿高先验值的乘积；

13、采用第二圆形结构元素对所述二值掩码进行膨胀处理，得到膨胀二值图像，所述第二圆形结构元素的半径为第二预设倍数与所述齿高先验值的乘积；

14、对所述腐蚀二值图像与所述膨胀二值图像进行集合差运算，得到中间差分图像；

15、将所述中间差分图像与所述二值掩码进行逐像素的逻辑与运算，得到齿区域二值图像。

16、在一实施例中，所述根据所述初始圆心、所述初始外径、所述齿高先验值以及所述齿区域二值图像，对所述灰度图像中的环形齿区域进行极坐标变换，生成矩形展开图的步骤包括：

17、根据所述齿区域二值图像确定待变换的环形区域；

18、根据所述初始圆心确定极坐标变换的中心点；

19、根据所述初始外径和所述齿高先验值确定径向扫描范围；

20、基于所述中心点和所述径向扫描范围建立反向映射表；

21、根据所述反向映射表对所述环形区域内的像素进行重采样，生成矩形展开图。

22、在一实施例中，所述对所述梯度峰值位置的邻域进行二次曲线拟合，得到齿顶点集的步骤包括：

23、在所述矩形展开图中沿径向方向计算梯度幅值；

24、对计算出的梯度幅值进行非极大值抑制，得到像素精度的峰值位置；

25、对所述峰值位置的邻域内的梯度幅值进行二次曲线拟合，计算所述峰值位置的亚像素偏移量；

26、根据所述亚像素偏移量修正所述峰值位置，得到亚像素精度的齿顶点集。

27、在一实施例中，所述对所述齿顶点集进行离群点剔除，并对剔除后的齿顶点集进行最小二乘圆拟合，得到外圆圆心和外圆半径的步骤包括：

28、采用随机抽样一致性算法对所述齿顶点集进行迭代采样，构建得到候选圆；

29、计算所述齿顶点集中各点到所述候选圆的距离，并将距离小于预设阈值的点划分为内点集；

30、将所述内点集中内点数量最多的候选圆确定为目标圆；

31、将所述目标圆对应的内点集确定为有效齿顶点集；

32、对所述有效齿顶点集进行最小二乘圆拟合，得到外圆圆心和外圆半径。

33、在一实施例中，所述根据所述外圆圆心和所述外圆半径统计齿数，并根据所述外圆半径与预设系数的乘积确定内圆半径的步骤之后，还包括：

34、将所述齿数与预设阈值进行比较；

35、若所述齿数小于预设数量阈值则重新执行极坐标变换并提取齿顶点集。

36、在一实施例中，所述输出所述齿数、所述外圆半径、所述内圆半径、所述齿顶距、所述齿底距的步骤之后，还包括：

37、对所述矩形展开图沿角度方向进行平移，并再次进行极坐标变换，得到第二展开图；

38、将所述矩形展开图与所述第二展开图逐像素作差，得到各角度位置对应的径向偏差量，将所述径向偏差量作为齿形误差；

39、输出所述齿形误差。

40、此外，为实现上述目的，本技术还提出一种基于极坐标变换的齿轮参数测量装置，所述基于极坐标变换的齿轮参数测量装置包括：

41、获取模块，用于获取待检测齿轮的灰度图像和齿高先验值，对所述灰度图像进行预处理和二值化处理，得到二值掩码，并根据所述二值掩码进行连通域分析，得到初始圆心和初始外径；

42、差分模块，用于采用与所述齿高先验值成比例的结构元素对所述二值掩码进行形态学差分运算，提取出齿区域二值图像；

43、变换模块，用于根据所述初始圆心、所述初始外径、所述齿高先验值以及所述齿区域二值图像，对所述灰度图像中的环形齿区域进行极坐标变换，生成矩形展开图；

44、拟合模块，用于在所述矩形展开图中沿径向方向检测梯度峰值，对所述梯度峰值位置的邻域进行二次曲线拟合，得到齿顶点集；

45、剔除模块，用于对所述齿顶点集进行离群点剔除，并对剔除后的齿顶点集进行最小二乘圆拟合，得到外圆圆心和外圆半径；

46、确定模块，用于根据所述外圆圆心和所述外圆半径统计齿数，并根据所述外圆半径与预设系数的乘积确定内圆半径；

47、输出模块，用于根据所述外圆半径和所述内圆半径计算齿顶距和齿底距，输出所述齿数、所述外圆半径、所述内圆半径、所述齿顶距、所述齿底距。

48、此外，为实现上述目的，本技术还提出一种基于极坐标变换的齿轮参数测量设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的基于极坐标变换的齿轮参数测量方法的步骤。

49、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的基于极坐标变换的齿轮参数测量方法的步骤。

50、此外，为实现上述目的，本技术还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的基于极坐标变换的齿轮参数测量方法的步骤。

51、本技术提供了一种基于极坐标变换的齿轮参数测量方法，本技术获取待检测齿轮的灰度图像和齿高先验值，对所述灰度图像进行预处理和二值化处理，得到二值掩码，并根据所述二值掩码进行连通域分析，得到初始圆心和初始外径；采用与所述齿高先验值成比例的结构元素对所述二值掩码进行形态学差分运算，提取出齿区域二值图像；根据所述初始圆心、所述初始外径、所述齿高先验值以及所述齿区域二值图像，对所述灰度图像中的环形齿区域进行极坐标变换，生成矩形展开图；在所述矩形展开图中沿径向方向检测梯度峰值，对所述梯度峰值位置的邻域进行二次曲线拟合，得到齿顶点集；对所述齿顶点集进行离群点剔除，并对剔除后的齿顶点集进行最小二乘圆拟合，得到外圆圆心和外圆半径；根据所述外圆圆心和所述外圆半径统计齿数，并根据所述外圆半径与预设系数的乘积确定内圆半径；根据所述外圆半径和所述内圆半径计算齿顶距和齿底距，输出所述齿数、所述外圆半径、所述内圆半径、所述齿顶距、所述齿底距。本技术通过形态学差分运算直接提取齿区域，避免了边缘检测对表面缺陷的敏感性问题；通过极坐标变换将环形齿分布展开为矩形图，将二维环形检测问题降维为一维峰值检测问题，降低了检测复杂度并提升了抗干扰能力；通过二次曲线拟合获得亚像素精度的齿顶点集，突破了像素级定位的精度瓶颈；通过对外圆拟合与齿数统计的解耦处理，避免了参数之间的迭代累积误差，从而提高了齿轮参数测量的准确率。