基于投影和灰度共生矩阵的内孔几何形状检测.pdfVIP

计《量与 试技~)20tt年第38卷第3期 基于投影和灰度共生矩阵的内孔几何形状检测 InnerHoleShapeMeasurementBasedonProjectionandGray LevelCo—．occurrenceMatrix 高 欣 潘晋孝 (中北大学信息探测与处理技术研究所，山西 太原030051) 摘 要：在生产实践中，常常需要检测工件内孔的几何形状和尺寸。本文介绍了一种利用投影和灰度共生矩阵检测工件 内孔形状的方法。使用该方 法检测内孔的几何形状时，随机采集工件中某一截面在 1O个投影角度下的投影即可。将投影记为矩阵的形式，求投影的灰度共生矩阵，并提取灰度共 生矩阵的二次统计量作为表征内孔几何形状的特征参数。本文的仿真实验利用Radon变换模拟 x射线的投影过程，分别采集不同内孔形状的投影信 号，并提取特征参数。实验证 明该方法能够有效地鉴别出工件 内孔的几何形状。 关键词：投影 ；灰度共生矩阵；内部形状检测 工件内孔位于工件 内部，外层有金属等非透 明材质 灰度共生矩阵共 由4个参数构成，记为 P(，_『，d， 包裹，因此无法使用可见光窥见芯孔的结构特征。特别 )，表示方 向 上相距为d且灰度分别为i和，的像素对 是x射线，凭借其较强的穿透性和控制上的简易性，在 的数量。生成方 向 在 4个方 向上被量化：水平、对角 工业无损检测领域得到了非常广泛的应用。本文使用 线 、垂直和反对角线 (0o，45o，9oo和 135。)。见图 1用于构 Radon变换模拟x射线照射工件截面，获得投影后，使用 造共生矩阵的四个方向。 灰度共生矩阵分析和提取投影 的纹理特征 ，最后使用纹 灰度共生矩阵是方阵，其尺寸与图像的灰度级有关。 理特征 区别 内孑L在形状上的差异。 一 幅图像 厂(m，7／,)，在水平方 向上有 个元素 ，在垂直 ． 1 灰度共生矩阵的基本原理 方向上有 Ⅳv个元素 ，灰度级为 ，那么它的灰度共生矩 灰度共生矩阵(GrayLevelCo—occurrenceMatrix，简称 阵的尺寸为 LXL。利用式 (1)至式(4)求出图像 f(m， GLCM)最早是 由Haralick等人于20世纪7O年代提出的， 7／,)在 四个生成方向上的灰度共生矩阵。 它是一种基于统计的图像纹理分析与识别算法。虽然 目 m『，m±d，nEZ，1≤m， 1 前尚未给出关于纹理的精确定义，但是 由于图像纹理完 P(，，，d，ce)={m±d≤^，1≤n≤ If(m，n)} (1) 全依赖于图像中像素的灰度分布，因此，我们可以利用图 =i，，(m±d，n)= 像灰度级对纹理进行描述和分析。将图像空间中相隔一 ． fm，m±d，n，n干dEz，1≤m， 1 定距离的两个像素之间存在的灰度关系称为图像中灰度 P(i，，d，45o)={m±d≤ ，1≤，n干d^If(m，n)} = i，_厂(m±d，t／T--d)= 的空间相关特性 。灰度共生矩阵就是通过研究灰度的空