[发明专利]一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法

摘要

本发明属于三维针脚缺陷检测领域，设计一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法。该方法将针脚按照其行列数分成多个子区域，检测出区域内针脚存在的缺针、少针、断针缺陷，有效解决复杂情况下检测三维针脚缺陷的问题。在三维针脚缺陷检测领域得到很好的应用。本发明所设计的三维针脚缺陷检测方法，优于传统的针脚缺陷检测方法，可以避免离群点噪声在三维缺陷检测时的数据干扰和误判断，同时有效检测针脚缺陷，更加高效、准确。

主权项

1.本发明设计了一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法，其特征是，包含如下步骤：步骤1：利用线激光设备采集连接器的三维点云信息，并将所述三维点信息的转换为pcd格式；步骤2：求取步骤1所述转换格式的三维点云数据在X、Y、Z三个坐标轴方向的最大、最小坐标值，得到点云数据在三个轴上的分布范围，(Dx，Dy，Dz)分别表示点云数据在X、Y、Z三个坐标轴方向的最大(xmax，ymax，zmax)、最小(xmin，ymin，zmin)坐标值，并根据公式(1)得到；步骤3：利用步骤2所得的利用公式(2)计算每个体素栅格的边长，其中d为体素栅格的边长，α为比例因子，N为点云数量；步骤4：对于步骤3处理后的点云，估计每个点周围50个点的距离的均值和标准差以移除离群点；步骤5：在步骤4中进行预处理后的点云中定义X‑Y平面为标准坐标平面，则Z轴方向坐标表示点云数据的高度heigh，定义X‑Y平面模型作为拟合平面；步骤6：采用随机采样一致性方法，拟合针脚平面方程并获取针脚平面点云，按照公式(3)进行计算，其中w表示局内点数目与数据集数目比值，n表示估计模型需要选定n个点，p表示迭代过程中从数据集内随机抽选点均为局内点概率，1‑wn是n个点中至少有一个点为局外点的概率，(1‑wn)k表示算法永远都不会选择到n个点均为局内点的概率；步骤7：计算步骤6得到的针脚平面点云的平均高度average_heigh，将average_heigh设为阈值条件，选取步骤4中预处理后点云中Z坐标高于阈值条件部分点云作为针脚点云；步骤8：将步骤7所得针脚点云投影至X‑Y平面，定义平面模型为：Ax+By+Cz+D＝0，将分割出的针脚点云投影至该平面；步骤9：计算出步骤8所得针脚投影平面点云在X、Y方向的极值min.x，min.y，min.x，max.y，从而计算出针脚在行列方向的间距D1、D2；步骤10：通过步骤9中计算的针脚投影平面点云的极值可得针脚投影平面点云包围矩形长宽分别为(max.y‑min.y)，(max.x‑min.x)，外包矩形长length_out、外包矩形宽width_out计算如公式(4)和公式(5)所示，其中length，width为针脚投影平面点云包围矩形长宽；width_out＝width+D1  公式(4)length_out＝length+D2  公式(5)步骤11：将步骤7所得针脚点云划分为固定N*M区域，N表示针脚行数，M表示针脚列数，依次遍历所有点云数据，用点云数据的x方向坐标除以外包矩形的宽width_out获取比例值p1，再乘以针脚行数N即可确定针脚处在行方向区域(1～N)中哪一个区域；步骤12：点云数据y方向坐标除以外包矩形的长length_out获取比例值p2，再乘以针脚列数M即可获得针脚在列方向区域(1～M)中哪一个区域，结合步骤11中确定的行区域位置，即可将针脚划分成55个子区域；步骤13：结合步骤11和步骤12，每确定一个点云数据所在区域，该区域当前点云数num均加1；步骤14：计算不同区域点的最大高度与平均高度，即遍历区域点云计算各个区域点云数据在Z轴方向的最大值max_heigh以及平均值average_heigh；如果当前子区域点数低于子区域点数统计均值average_num的一半，并且当前子区域点云数据的Z轴方向的最大值低于区域点极值的一半，即可判断该区域针脚存在断针缺陷；步骤15：当针脚点云不存在曲针缺陷时，其法向量近似平行于X‑Y平面，设定标准阈值，当子区域点云数据估计的Z轴法线值大于标准阈值时即可判断该区域针脚存在曲针缺陷；针脚缺陷检测完毕。