[发明专利]一种基于机器视觉的二维位移检测方法

权利要求书

1.一种基于机器视觉的二维位移检测方法，其特征在于，包括以下步骤：

步骤1：在被测物上贴检测标志物；

步骤2：摄像机拍摄检测标志物图像；

步骤3：通过阈值自适应方法求取检测标志物图像的分割阈值，再采用图像分割阈值分割检测标志物图像中的光斑，得到二值化光斑图像；

步骤4：对二值化光斑图像的二值化效果进行评价，得到指标值，如果指标值达到标准值，转到步骤6，否则，进入下一步；

步骤5：根据指标值对摄像机的曝光时间进行调整，将调整后的曝光时间值作为摄像机的当前曝光时间值；返回到步骤2；

步骤6：根据得到的符合标准值的二值化光斑图像识别光斑在摄像机坐标系中的二维位移；

步骤7：通过摄像机坐标系与实际笛卡尔坐标系之间的转换，得到被测物的实际二维位移；

步骤4中，所述的指标值为相对距离：

式中l、A分别为二值化光斑图像中白斑的轮廓像素数和总像素数。

2.根据权利要求1所述的基于机器视觉的二维位移检测方法，其特征在于，步骤3中，所述的求取分割阈值的方法为：

将场景图像的灰度值分为1～m级，灰度值i的像素数为n_i，则

总像素数N为

第i级像素值概率P_i为P_i＝n_i/N；

用整数K将m级灰度值分为两组C0＝{1，2，…，K}，C1＝{K+1，K+2，…，m}，则C0组产生的概率ω₀为

ω0=Σi=1kpi=ω(k);]]>

均值μ₀为

其中，是C₀组图像灰度的统计均值；

C1组产生的概率ω₁为

均值μ₁为

其中，是整体图像灰度的统计均值，则

μ＝ω₀μ₀+ω₁μ₁；

于是两组间方差σ²为σ²(k)＝ω₀(μ₀-μ)²+ω₁(μ₁-μ)²

                         ＝ω₀ω₁(μ₁-μ₀)²；

k分别取值1，2，…，m，使方差σ²最大值时的k，即maxσ²(k)时的k值为最佳阈值。

3.根据权利要求1或2所述的基于机器视觉的二维位移检测方法，其特征在于，步骤5中，获取当前曝光时间值的方法为：

若δ大于4.0％，且原图像的最大灰度值X_max小于20，则在原来基础上增加曝光时间ΔT；若δ大于4.0％，且X_max大于200，，则减少曝光时间ΔT，ΔT取0.05ms。