欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

matlab下对齿轮图片的参数提取

程序员文章站 2022-04-03 22:35:29
...

matlab下对齿轮图片的参数提取

目标:基于matlab对下面图片的各个参数进行提取

matlab下对齿轮图片的参数提取

图片预处理:

首先读入图片,二值化,用canny算子边缘提取,由于接下来要用与中心提取,细化边缘。

代码:

bw1=imread('gear.bmp'); %读取图片
subplot(2,2,1);
imshow(bw1);%展示读取到的图片
bw2=im2bw(bw1);%将图片二值化
subplot(2,2,2);
imshow(bw2);%展示二值化后的图片
bw3=edge(bw2,'canny');%对二值化的图片边缘提取
subplot(2,2,3);
imshow(bw3);%展示边缘提取后的图片
bw4 = bwmorph(bw3,'remove');%对边缘提取后的图片进行细化
subplot(2,2,4);
imshow(bw4);%展示细化提取后的图片

结果:

matlab下对齿轮图片的参数提取

边缘追踪获得齿轮边缘以及内圆的像素值:

代码:

figure;%另开一个图像窗口验证边缘追踪的结果是否正确
imshow(bw4);
x1 = 314; y1 = 132;%由之前运行结果可以查bw4的数值,该点应该在齿轮边缘上,由该点开始边缘追踪
gearline = bwtraceboundary(bw4,[x1 y1],'E');%使用边缘追踪函数获得齿轮部分的坐标
hold on
plot(gearline(:,2),gearline(:,1),'g','LineWidth',2);%在图像中用绿线展示,验证是否提取成功
x2=250; y2=315;
circle = bwtraceboundary(bw4,[x2 y2],'NE');%使用边缘追踪函数获得内孔部分的坐标
hold on
plot(circle(:,2),circle(:,1),'r','LineWidth',2);%在图像中用红线展示出来,验证是否提取成功

结果:

matlab下对齿轮图片的参数提取
追踪成功。

计算中心点:

思想:

中心点可以认为是齿轮边缘线的所有点的平均值,也可以是内圆所有点的平均值。分别计算并且在图像中展示,可以清楚的看到二者的区别。由于内圆的像素点更为规整,在之后的计算中采用内圆像素点平均值作为中心点计算。

代码:

[n,~]=size(gearline);
centerx1=0; centery1=0;
for i=1:n
    centerx1=centerx1+gearline(i,2);
    centery1=centery1+gearline(i,1);
end
centerx1=centerx1/n;
centery1=centery1/n;
hold on
plot(centerx1,centery1,'g*');
%内圆部分
[n,~]=size(circle);
centerx2=0; centery2=0;
for i=1:n
    centerx2=centerx2+circle(i,2);
    centery2=centery2+circle(i,1);
end
centerx2=centerx2/n;
centery2=centery2/n;
hold on
plot(centerx2,centery2,'r*'); 

结果

matlab下对齿轮图片的参数提取
放大后为:
matlab下对齿轮图片的参数提取

分析:

二者的差距并不大,可见先前的运算结果应较为准确。

计算齿顶圆,齿根圆半径:

思想:

由先前求得的中心点位置,可以计算齿轮边缘线上各个点到中心的距离,以一个较小的区间为误差值,统计各个点到中心的距离在各个区间内的个数,数量最多的两个区间值即为齿顶圆和齿根圆半径。区间的大小应该为误差。

代码:

%计算齿轮边缘各点到中心的距离
[m,~]=size(gearline);
for i=1:m
    gearline(i,3)=sqrt((gearline(i,2)-centerx2)^2+(gearline(i,1)-centery2)^2);
end
maxx=max(gearline(:,3));
minn=min(gearline(:,3));
l=minn:0.5:maxx;
%从距离最小值到最大值以0.5为区间对各个值计数,打印出结果观察
for i=1:size(l,2)-1
    num(i)=length(find(gearline(:,3)>l(i)&gearline(:,3)<l(i+1)));
end
figure;
num(size(l,2))=0;
plot(l,num);

结果:

以0.5为单位分别计数:
matlab下对齿轮图片的参数提取
以1为单位分别计数
matlab下对齿轮图片的参数提取
以2为单位计数:
matlab下对齿轮图片的参数提取
计数个数最多的区间即为齿顶圆和齿根圆半径的值,其精确度即为区间大小.

结论:

齿根圆半径为207.8,齿顶圆半径237.8

计算齿数:

思想:

直接打印gearline(:,3)即齿轮边缘线到中心点的距离有下图:
matlab下对齿轮图片的参数提取
设置与最大值和最小值距离10为安全值避免误触发,统计正向进入该区间次数,即可得齿数。
即在小于(min+10)时将标志boo置为1,在大于(max-10)且标志boo为1时count自加计数,且将boo重新置0;

代码:

maxx=max(gearline(:,3));
minn=min(gearline(:,3));
boo=0; count=0;
for i=1:m
    if gearline(i,3)<(minn+10)
        boo=1;
    end
    if (gearline(i,3)>(maxx-10))  &&  (boo==1)
        count=count+1;
        boo=0;
    end
end

结果:
matlab下对齿轮图片的参数提取
28
与手工计数结果吻合

计算分度圆直径:

思想:

由最大值最小值之间以可接受的误差(此处用0.2)为距离,穷举计算不同半径大小下齿厚之和与齿间隙之和。使齿厚和与齿间隙和之差取最小值的半径大小,即为分度圆半径。

代码:

error=0;ee=0;
for i=floor(minn)+5:0.2:ceil(maxx)-5 %i即为假定半径值
    cc=1;dd=1;
    for j=1:m-1%求取假定半径下不同侧的齿轮边缘线与假设半径的交点编号,分别保存在intersection1,2数组下
        if gearline(j,3)<i  && gearline(j+1,3)>i
            intersection1(cc)=j;
            cc=cc+1;
        end
        if gearline(j,3)>i  && gearline(j+1,3)<i
            intersection2(dd)=j+1;
            dd=dd+1;
        end
    end
    chixi=0;%对齿厚,齿间隙赋初始值
    chihou=0;
    ee=ee+1;
    for j=1:26
        chixi=chixi+sqrt((gearline(intersection1(j),1)-gearline(intersection2(j),1))^2
        +(gearline(intersection1(j),2)-gearline(intersection2(j),2))^2);
        chihou=chihou+sqrt((gearline(intersection1(j+1),1)-gearline(intersection2(j),1))^2
        +(gearline(intersection1(j+1),2)-gearline(intersection2(j),2))^2);            
    end
    error(ee,1)=abs(chihou-chixi); %记录当前假定半径下的误差值
    error(ee,2)=i;%记录当前假定半径大小
end
%寻找error数组中第一列大于0的最小值所在的第二列的值即为半径
a=min(error(error(:,1)>0,1));
r=error(error(:,1)==a,2);

结果:

matlab下对齿轮图片的参数提取
分度圆半径为229.8

打印误差(齿厚和与齿隙和之差的绝对值)随假设半径的变化
matlab下对齿轮图片的参数提取
符合认知,可知计算无误。

总结:

由照片直接读取是有一个问题的,就是一个像素点对应的实际尺寸大小并不知道,这应该在拍照的时候用其他已知长度的物体用作标定。故而在这次处理中模数并不能求取。而且齿顶圆齿根圆分度圆半径都是以像素点为单位。

相关标签: matlab 图像处理