新浪博客

（MATLAB）轴承尺寸内外径的检测方法及代码

2014-06-19 13:03阅读：

http://blog.sina.cn/dpool/blog/u/2127321940

（MATLAB）轴承尺寸内外径的检测方法及代码
毕业设计做的是轴承内外径尺寸的检测，和表面缺陷的识别，从最开始对MATLAB一窍不通，到现在，对MATLAB及图像处理，已经有了一定的了解，答辩结束了，还好有惊无险，现在，把自己这段时间所学习到的知识和大家分享一下，希望能和大家交流一下。

（像素尺寸→真实尺寸）相机标定方面，看了一些资料，但是对棋盘格的标定还是不太理解，标记出来了相机的内外参数，但是还不知道怎么校正相机畸变。


如上图所示，需要求圆环内径、外径，（面积法，hough直线检测、hough圆检测）

1，可以通过求圆形的面积，根据面积，来求轴承的直径。
首先要提取内圆与外圆，然后再扫描面积，最后求半径，具体代码如下
clc;
clear all;
close all;
warning off all;
I = imread('f:\10mm\1.bmp'); %读取原始图像
imshow(I)
%显示原始图像
c=1.0e+03 *[ 0.7705 1.6865 1.6865 0.7585 0.7705];
r =1.0e+03 *[0.4945 0.4945 1.4545 1.4545 0.4945];
J = roifill(I,c,r); %特定区域填充
figure,imshow(J);
figure,imhist(J); %进行直方图均匀化
Q=im2bw(I,150/255); %二值化阈值分割
figure,imshow(Q);
M=im2bw(J,150/255); %二值化阈值分割
figure,imshow(M);
N=~M; %图像取反
figure,imshow(N);
n=bitand(N,Q);
figure,imshow(n) %位与运算
arae1=bwarea(n); %内圆面积
arae2=bwarea(N); %外圆面积
arae3=bwarea(N)-bwarea(n); %圆环面积
r1=sqrt(arae1/pi); %求内圆半径r1
r2=sqrt(arae2/pi); %求外圆半径r2
fprintf(1,'r1=%dr2=%d',r1,r2); %输出r1、r2

2 hough直线检测
通过检测圆内的最长线段来检测圆的直径和圆心，具体代码如下：
clc;clf;clear all;close all;warning off all;
I = imread('f:\10mm\1.bmp'); %读取原始图像
figure,imshow(I) ; %显示原始图像
c=1.0e+03 *[ 0.7705 1.6865 1.6865 0.7585 0.7705];
r =1.0e+03 *[0.4945 0.4945 1.4545 1.4545 0.4945];
J = roifill(I,c,r); %特定区域填充
figure,imshow(J);
figure,imhist(J); %进行直方图均匀化
BW1=im2bw(I,150/255); %二值化阈值分割
figure,imshow(BW1);title('BW1');
BW2=im2bw(J,150/255); %二值化阈值分割
figure,imshow(BW2); title('BW2');
N=~BW2; %图像取反
figure,imshow(N);title('N');
n=bitand(N,BW1); %位与运算
figure,imshow(n);title('n');
%检测外圆直径及坐标
[H, theta, rho]=hough(N); %对二值图像BW进行Hough变换
peaks=houghpeaks(H,2); %获取两个峰值点
lines=houghlines(N,theta, rho,peaks); %检测直线
figure,imshow(N),hold on;
max_len1 = 0;
for k=1:length(lines) %绘制直线
xy=[lines(k).point1;lines(k).point2];
len1=norm(lines(k).point1-lines(k).point2); %获取最长直线坐标
plot(xy(:,1),xy(:,2)); %找出线段的起止点
if ( len1 > max_len1)
max_len1 = len1;
xy_long = xy;
end
len1
end
title('外径hough直线检测')
plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','green');
max_len1 %输出最长线段长度，即直径
lines(1)
lines(2)
[xy]
a1=(xy(1)+xy(3))/2;
b1=(xy(2)+xy(4))/2;
para1=[a1,b1] %显示圆心坐标
%检测内圆直径及圆心坐标
[h,t,r]=hough(n);
peaks=houghpeaks(h,2);
lines=houghlines(n,t,r,peaks);
figure,imshow(n),hold on
max_len2 = 0;
for k=1:length(lines)
xy=[lines(k).point1;lines(k).point2];
len2=norm(lines(k).point1-lines(k).point2); %获取最长直线坐标
plot(xy(:,1),xy(:,2));
if ( len2 > max_len2)
max_len2 = len2;
xy_long = xy;
end
len2
end
title('内径huogh直线检测')
plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','green');
max_len2
lines(1)
lines(2)
[xy]
a2=(xy(1)+xy(3))/2;
b2=(xy(2)+xy(4))/2;
para2=[a2,b2]

3 hough圆变换，具体代码如下
clc; %清空命令行
clear all; %清除工作空间的所有变量
close all; %关闭所有的图形窗口
clf; %清空当前图象窗口中的内容。
I=imread('f:\10mm\1.bmp'); %读取图像
J=medfilt2(I,[3,3]); %进行中值滤波
%迭代法求阈值
ZMax=max(max(J)); %最后用min和max函数找到途中最小灰度值和最大灰度值
ZMin=min(min(J));
TK=(ZMax+ZMin)/2; %求出初始阈值T，为最大值和最小值的平均值
bCal=1;
iSize=size(J);
while(bCal) % 迭代最佳阈值分割算法
iForeground=0;
iBackground=0;
ForegroundSum=0;
BackgroundSum=0;
for i=1:iSize(1)
for j=1:iSize(2)
tmp=I(i,j);
if(tmp>=TK)
iForeground=iForeground+1;
ForegroundSum= ForegroundSum+double(tmp);
else
iBackground=iBackground+1;
BackgroundSum=BackgroundSum+double(tmp);
end
end
end
ZO=ForegroundSum/iForeground;
ZB=BackgroundSum/iBackground;
TKTmp=double((ZO+ZB)/2);
if(TKTmp==TK)
bCal=0;
else
TK=TKTmp;
end
end
disp(strcat('迭代后的阈值：',num2str(TK))); %确定阈值
BW=im2bw(I,double(TK)/255); %图像二值化阈值分割
ED=edge(BW,'canny'); %边缘检测
%霍夫变化检测圆
step_r = 1; % 设定半径搜索步长
step_angle = 0.1; % 设定角度搜索步长
r_min=250;
r_max=300; % 最小半径和最大半径，确定搜索范围
%注意半径范围的选取，直接影响到你想要检测的圆。
% r_min=900;
% r_max=950;
p = 0.7; % 设定阈值
[hough_space,hough_circle,para]=hough_circle1(ED,step_r,step_angle,r_min,r_max,p);
subplot(231),imshow(I),title('原图')
subplot(232),imshow(J),title('中值滤波')
subplot(233),imshow(BW),title('二值化图像')
subplot(234),imshow(ED),title('边缘检测')
subplot(235),imshow(hough_circle),title('检测结果')
function[hough_space,hough_circle,para]=hough_circle1(BW,step_r,step_angle,r_min,r_max,p)
%------------------------------算法概述-----------------------------
% 该算法通过a = x-r*cos(ang

我的更多文章

下载客户端阅读体验更佳

APP专享