基于图像处理的异形摆线轮齿廓提取方法.pdf

创新前沿科技创新与应用Technology Innovation and Application2023 年 28 期基于图像处理的异形摆线轮齿廓提取方法郭彩霞，宿月文（宝鸡文理学院 陕西省机器人关键零部件先进制造与评估省市共建重点实验室，陕西 宝鸡 721016）RV 减速器是工业机器人的核心传动部件，是在传统摆线针轮、行星齿轮传动装置基础上发展起来的一种适用于高精度传动的新型传动装置1。摆线轮具有传动精度高、抗冲击、承载力大等优点，广泛应用于机器人高精密传动场合2。传统摆线轮偏心量 E 通常属于小偏心量，即 ER1/N时，属于异形摆线轮。传统摆线轮易于设计与加工，但是异形摆线轮会使啮合接触面积变大、贴合度好，从而实现传动更为平稳且对加工误差的容许度也更佳。传统摆线轮齿廓可通过数学式直接获取，但是异形摆线轮齿廓为非封闭曲线，无法直接由数学式得到，但是可以从虚拟铣削刀具运动轨迹包络图中提取异形摆线轮的齿廓。本文提出了基于 OpenCV 的图像处理技术提取异形摆线轮齿廓的方法，该方法对虚拟铣削刀具运动轨迹包络图进行预处理，提取异形摆线轮齿廓的离散点，利用掩膜处理和轮廓提取得到坐标轴轮廓，通过异形摆线轮齿廓与坐标轴轮廓的对应关系计算异形摆线轮齿廓的实际坐标值。提取异形摆线轮齿廓的整体流程图如图 1 所示，为摆线轮创新设计提供途径。图 1提取异形摆线轮齿廓的流程1异形摆线轮齿廓设计传统的RV型摆线针轮减速器（如日本Nabtesco公司和秦川机床集团的RV减速机）的摆线轮偏心量E通常符合规律：ER1/N，可称为异形摆线轮，其齿廓无法由公式（1）和（2）得到。而利用公式（3），通过虚拟切削加工的方法可得到与针齿半径相同尺寸的铣削刀具运动轨迹包络图。x=RpNcost-Ecos（Nt）y=RpNsint-Esin（Nt）嗓，（3）利用 MATLAB 编程实现模拟虚拟切削加工过程，编程时设置步长越小，形成异形摆线轮齿廓的像素点越多，得到的齿廓数据点越接近理论值。此处设置步长为 1，线的颜色为红色，得到铣削刀具运动轨迹包络图如图 2 所示。由于编程设置步长很小，所以获得的铣削刀具运动轨迹为连通的区域，便于后续图像处理。图 2铣削刀具运动包络轨迹图2异形摆线轮齿廓提取机器视觉测量方法被广泛应用于工业零件尺寸测量中，采用该方法对零件进行尺寸测量，其中最关键的环节是准确提取出其边缘轮廓4。本文借鉴机器视觉对工业零件尺寸测量的思路，对铣削刀具运动包络轨迹形成的异形摆线轮齿廓进行提取。图像处理应用应有一定的算法积累，而 OpenCV提供了免费开源的机器视觉库，满足了图像处理的基本需求，且提供了 C+和 Python 接口，可实现工业级应用，编程语言 Python 可以使用功能强大的扩展库。本文在 Jupyter Notebook 开发环境中实现异形摆线轮齿廓的提取，用到的扩展库有 Numpy、OpenCV、Mat原plotlib、Pandas 等。其中，Numpy 是开源的 Python 数值计算扩展库，为矩阵运算提供了大量的函数。Matplotlib是 Python 中的数据可视化绘图库。Pandas 是基于Numpy 开发的科学计算库，常用于数据分析、管理和可视化的场合。2.1图像预处理轮廓提取属于图像处理领域的基础应用技术，是模式识别中非常重要的过程。提取异形摆线轮齿廓前需对输入图像进行必要的预处理，如图像填充、灰度变换、二值化处理等，再对二值图像提取轮廓边界点，并以序列的形式存储轮廓的信息，最后将获得的轮廓点在原始图像中画出来。2.1.1图像填充漫水填充是一种用特定的颜色填充连通区域，通过设置可连通像素的上下限以及连通方式来达到不同的填充效果的方法5。该算法常用于标记或分割图像中的感兴趣区域，以做进一步处理或分析。因为铣削刀具运动轨迹包络图与内部的齿轮区域存在明显的分界线，为了方便将齿轮部分从背景中分离出来，采用漫水填充算法将齿轮部分填充为黑色。在 OpenCV 中，漫水填充算法由 cv2.floodFill（）函数实现。齿轮图像形状规则、对称，因此选择图像的中心位置作为初始种子点，填充颜色为黑色。漫水填充效果如图 3（a）所示。2.1.2灰度化处理待处理的图像是彩色图像，对彩色图像进行处理时，需要对 3 个通道依次进行处理，时间开销大。为了提高处理速度，常将彩色图像转换为灰度图像来减少需处理的数据量。当前常用的灰度转换方法有分量法、最大值法、平均值法和加权平均法6。本文采用加权平均法进行图像灰度转换。使用 OpenCV 中的 cv2.cvtColor（）实现灰度转换。灰度化的效果如图 3（b）所示。2.1.3二值化处理为了获得更精准的异形摆线轮齿廓，需要对得到的灰度化图像进行二值化处理。二值化处理，即将灰度图中高于阈值的灰度像素值用 255 代替，反之像素值用 0 代替，即图像中只有黑色和白色的像素值。二值化处理的关键是确定合适的阈值。常用的确定阈值的方法有：大律法、双峰法、迭代法和一维最大熵法等7-8。本文采用双峰法对图像进行二值化处理。首先，画出图3100806040200-20-40-60-80-100100500-50-100尺寸/mm20-创新前沿科技创新与应用Technology Innovation and Application2023 年 28 期图 4灰度图像的直方图3坐标轴轮廓提取3.1掩膜处理用选定的图形、图像或物体对待处理的图像（全部或局部）进行遮挡，以控制图像处理区域的处理过程为掩膜处理10。由于虚拟铣削刀具运动轨迹是红色的，可根据红色的范围标记图2中的红色区域为感兴趣区域（ROI），制作掩膜，再利用掩膜得到坐标轴图像，其步骤如下。淤将图2从BGR颜色空间转换到HSV颜色空间；于取红色下限值为 0，43，46，红色上限值为10，255，255，使用OpenCV中的cv2.inRange（）函数生成掩膜如图5（a）所示，掩膜图像只有0和255像素值，白色区域为感兴趣区域；盂对图2做灰度化、二值化（阈值=180）处理，二值化结果如图5（b）所示；榆使用OpenCV中的cv2.bitwise_or（）函数对图5（a）和图5（b）做按位“或”运算，得到坐标轴二值图像如图5（c）所示。3.2坐标轴轮廓提取用 cv2.findContours（）函数提取二值图像图 5（c）的所有轮廓，将轮廓画到图 2 上，效果如图 5（d）所示。由于坐标轴的数字和刻度线轮廓的面积比较小，设置面积阈值为 200，将面积大于阈值 200 的轮廓筛选出来。其结果为 3 条轮廓，其中，1 条轮廓为整幅图的轮廓，不采用；另 2 条轮廓分别为坐标轴的内、外轮廓，由于坐标轴线很细，所以可以取其中 1 条轮廓作为坐标轴轮廓，画在图 2 上，效果如图 5（e）所示。（b）的直方图如图 4 所示，直方图有多个峰，峰与峰之间是可选取的阈值范围，选择不同阈值范围内的阈值进行测试。为了将图像中的坐标轴信息屏蔽掉，取阈值为 20，对图 3（b）进行二值化。在 OpenCV 中，轮廓提取是从黑色背景中找白色的对象，因此将齿轮部分设置为白色，背景设置为黑色，即二值化时将大于阈值 20的像素值置为 0，反之像素值置为 255，结果如图 3（c）所示。2.2异形摆线轮齿廓提取异形摆线轮齿廓对应图像中齿廓曲线的一系列离散点。曲线可以由多种方法表示，在 OpenCV 中一般用序列来存储轮廓信息9。序列中的每一个元素对应图像轮廓中一个点的位置。利用 OpenCV 中的 cv2.find原Contours（）函数可以从二值图像图 3（c）中寻找异形摆线轮齿廓。将得到的轮廓信息用蓝线绘制在图 2 上，结果如图 3（d）所示。图 3提取异形摆线轮齿廓的过程140 000120 000100 00080 00060 00040 00020 0000灰度值范围050100150200250渊a冤漫水填充渊b冤灰度化渊c冤二值化渊d冤绘制轮廓100806040200-20-40-60-80-100100500-50-100100806040200-20-40-60-80-100100500-50-100尺寸/mm尺寸/mm100806040200-20-40-60-80-100100500-50-100尺寸/mm21-2023 年 28 期创新前沿科技创新与应用Technology Innovation and Application4齿廓坐标提取4.1齿廓坐标值计算用 cv2.findContours（）函数提取的轮廓存储为 1 个点向量，即 point 类型的 vector 表示。每个 point 存储了图像中某像素点所在的行列值。因此，提取的异形摆线轮齿廓并不是设计的其理论坐标数据。根据异形摆线轮齿廓与坐标轴轮廓之间的关系计算异形摆线轮齿廓的理论坐标，计算步骤如下。1）从坐标轴轮廓中将左、右、上、下 4 条边分离出来，分别用 left、right、up、down 表示，并存储为列表。将 x=51 的所有点定义为坐标轴的左边 left。将 x=588 的所有点定义为坐标轴的右边 right。将 y=9 的所有点定义为坐标轴的上边 up。将 y=545 的所有点定义为坐标轴的下边 down。2）计算单位像素对应的实际尺寸。图 2 中 x 坐标轴刻度范围-100，100，y 坐标轴刻度范围-100，100。lx=100-（100）right00-left00，（4）ly=100-（100）bottom01-up01，（5）式中：lx为单位像素对应坐标轴中 x 轴向的实际尺寸值；ly为单位像素对应坐标轴中 y 轴向的实际尺寸值。3）计算坐标轴轮廓中心点在坐标系中的坐标值x0=right00-left002+left00，（6）y0=bottom01-up012+up01，（7）4）计算齿廓中每个点对应坐标系中的实际坐标值。ui=（xi-x0）伊lx，（8）vi=（yi-y0）伊ly，（9）式中：（ui，vi）为齿廓中每个点在坐标轴中对应的坐标值；（xi，yi）为齿廓中每个点在图像中的行、列值。按上述计算公式计算齿廓的每个点在坐标系中的实际坐标值。4.2齿廓坐标存储将计算得到的齿廓坐标数据用 Pandas 库的字典存储数据，再转存成 Excel 文件，为后期生成异形摆线轮的三维模型提供齿廓数据。其中，齿廓的部分数据如图 6（a）所示。用 Matplotlib 库 plot（）函数将提取的异形摆线轮齿廓的图形显示出来，如图 6（b）所示。4.3齿廓坐标应用将异形摆线轮齿廓坐标数据导入三维建模软件UG 中，可以建立异形摆线轮的三维实体模型，如图 7所示，也可以用线切割机床加工异形摆线轮实体。渊a冤部分齿廓数据渊b冤异形摆线轮齿廓图 6异形摆线轮的齿廓图 5提取坐标轴轮廓的过程1007550250-25-50-75-100尺寸/mm2550751000-75-50-25-100渊a冤齿轮掩膜渊b冤二值化渊c冤坐标轴渊d冤所有轮廓渊e冤坐标轴轮廓100806040200-20-40-60-80-100100500-50-100100806040200-20-40-60-80-100100500-50-100100806040200-20-40-60-80-100100500-50-100100806040200-20-40-60-80-100100500-50-100尺寸/mm尺寸/mm尺寸/mm尺寸/mm22-创新前沿科技创新与应用Technology Innovation and Application2023 年 28 期目标物体的搜寻与抓取，将进一步减轻机务人员的工作负担。参考文献院1 王琼丽.维修机库建筑设计的探究与应用J.居舍，2022（6）：166-168.2 薛素铎，王天柱.大跨度飞机场维修机库研究现状与展望C/第十七届空间结构学术会议论文，2018：665-670.3 胡臻.机务维修人员疲劳风险指数研究D.天津：中国民航大学，2017.4 杨梦雪，姚敏茹，曹凯.移动机器人 SLAM 关键问题和解决方法综述J.计算机系统应用，2018（27）：1-10.5 MUR-ARTAL R，MONTIEL J M M，TARDOS J D.ORB-SLAM：a versatile and accurate monocular SLAM systemJ.IEEE Transactions on Robotics，2015，31（5）：1147-1163援6 田野，陈宏巍.室内移动机器人的 SLAM 算法综述J.计算机科学，2021，48（9）：223-234.7 赵洋，刘国良，田国会.基于深度学习的视觉 SLAM 综述J.机器人，2017，39（6）：889-896.8 PEI L L，TONG Q，et al.Monocular Visual-Interial State Es原timation for Mobile Augmented Reality C/IEEE InternationalSymposium on Mixed and Augmented Reality，2017：11-21.9 CUI L Y，MA C Q.SOF-SLAM：a semantic visual SLAMfor dynamic environmentsJ.IEEE Access，2019，7：166528.10毛军，付浩，诸超群.惯性/视觉/激光雷达 SLAM 技术综述J.导航定位与授时，2022，9（4）：18-30.11 尹宝才，王文通，王立春.深度学习研究综述J.北京工业大学学报，2015，41（1）：48-59.12朱磊，仝超，董亮，等.基于残差网络和注意力机制的步态识别算法J.电讯技术，2022，62（12）：1722-1728.13 邹鹏，杨凯军，梁晨.改进 YOLOv5 的轻量级不规范驾驶行为实时检测J.计算机工程与应用，2023，59（13）：186-193.xczcyc图 7异形摆线轮的三维模型5结论针对异形摆线轮的齿廓提取，本文结合图像处理技术对虚拟切削加工得到的异形摆线轮轨迹包络图进行齿廓坐标值的提取。该方法的优点如下。1）针对带坐标轴的虚拟铣削刀具运动轨迹包络图进行图像处理，分别提取了异形摆线轮齿廓和坐标轴轮廓，根据二者的对应关系一一求解齿廓点实际坐标值，获取的齿廓数据接近理论值。2）借助图像处理技术提取异形摆线轮齿廓，无须借助复杂的求解齿廓的方程。3）该方法适用范围较广，可应用于各种复杂齿轮的齿廓提取。参考文献院1 李下蹊，崔建昆援RV 减速器参数化建模及 3D 打印快速成型实现J援机械传动，2020，44（5）：88-91援2 乔雪涛，张力斌，闫存富，等援我国工业机器人 RV 减速器发展现状分析J援机械强度，2019，41（6）：1486-1492援3 HUANG C H，TSAI S J.A study on loaded tooth contactanalysisofacycloidplanetarygearreducerconsideringfriction and bearing roller stiffnessJ.Journal of AdvancedMechanical Design Systems and Manufacturing，2017，11（6）.4 于微波，周旺，杨宏韬.基于 DSnet 网络的零件边缘轮廓提取J.组合机床与自动化加工技术，2023（3）：169-173，177.5 毛星云，冷雪飞，王碧辉，等.OpenCV3 编程入门M.北京：电子工业出版社，2015.6 吴响军，吴超，江鑫富，等.基于计算机视觉的电子血压计数字识别算法研究与设计J.医疗设备，2022，35（9）：5-8.7 ANTALEB A.Antomatic thresholding of gray-level pictureusing two-dimensional entropyJ.Computer Vision GraphicsImage Porcessing，1989，47：22-32.8 WONG A K C，SAHOO P K.A gray-level threshold selectionmethod based on maximum entropy principleJ.IEEE Trans-SMC，1989（19）：422-429.9美 布拉德斯基，美 克勒.学习 Opencv（中文版）M.于仕琪，刘瑞祯，译.北京：清华大学出版社，2009.10 饶艳桃.基于机器视觉的标准直齿圆柱齿轮参数的测量D.重庆：重庆大学，2015.渊上接 18 页冤23-