本發(fā)明涉及精密檢測(cè)領(lǐng)域，具體是一種基于圖像處理的主軸回轉(zhuǎn)誤差新算法。

背景技術(shù)：

隨著超精密加工技術(shù)和納米技術(shù)的發(fā)展，人們對(duì)機(jī)械零件和測(cè)量?jī)x器的精度水平要求也越來越高，普通的加工精度已經(jīng)不能滿足越來越高的加工要求，現(xiàn)已經(jīng)發(fā)展到納米級(jí)精度。超精密機(jī)床是實(shí)現(xiàn)超精密加工的關(guān)鍵載體，它直接決定了零件加工的精度、效率和可靠性。超精密靜壓主軸是超精密機(jī)床和測(cè)試儀器的關(guān)鍵部件，是系統(tǒng)精度的基礎(chǔ)。超精密加工技術(shù)的發(fā)展水平直接影響了一個(gè)國(guó)家的尖端技術(shù)以及國(guó)防的發(fā)展，在航空航天、國(guó)防、能源、光電和通信等高新技術(shù)領(lǐng)域，超精密加工技術(shù)都占據(jù)極其重要的地位。主軸回轉(zhuǎn)精度是衡量主軸動(dòng)態(tài)性能的關(guān)鍵指標(biāo)之一，也是影響超精密加工精度的重要因素之一，而且機(jī)床加工精度越高，其所占比例越大。主軸回轉(zhuǎn)精度測(cè)試結(jié)果可以用來預(yù)測(cè)加工工件表面產(chǎn)生的誤差、尋找誤差來源和提高機(jī)床加工精度與整體性能。目前對(duì)于主軸回轉(zhuǎn)精度的動(dòng)態(tài)測(cè)試多采用非接觸法，將多個(gè)高精度電容或電感傳感器與高精度標(biāo)準(zhǔn)件相結(jié)合來構(gòu)建主軸回轉(zhuǎn)精度動(dòng)態(tài)測(cè)試系統(tǒng)。這種方法將標(biāo)準(zhǔn)球或標(biāo)準(zhǔn)棒作為檢測(cè)基準(zhǔn)安裝在機(jī)床主軸末端，隨主軸一起回轉(zhuǎn)運(yùn)動(dòng)，利用傳感器進(jìn)行數(shù)據(jù)采集與處理，分析得到主軸的回轉(zhuǎn)精度。

但是這種測(cè)試精度受傳感器的測(cè)試性能、標(biāo)準(zhǔn)件制造，安裝精度、測(cè)試環(huán)境的影響較大，如電容傳感器特別易受現(xiàn)場(chǎng)電磁環(huán)境的干擾，測(cè)試時(shí)要求被測(cè)物體具有良好的導(dǎo)電及接地條件等。目前的大多數(shù)測(cè)量方法與測(cè)量工作只是針對(duì)主軸靜態(tài)回轉(zhuǎn)精度測(cè)量，對(duì)主軸動(dòng)態(tài)回轉(zhuǎn)運(yùn)動(dòng)的狀態(tài)特別是在機(jī)床加工狀態(tài)下對(duì)主軸運(yùn)動(dòng)狀態(tài)的測(cè)試還是很少涉及。尋求新的主軸回轉(zhuǎn)精度測(cè)試方法及相關(guān)算法，實(shí)現(xiàn)超精密主軸回轉(zhuǎn)精度在線測(cè)試成為亟需解決的技術(shù)難題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于針對(duì)目前主軸回轉(zhuǎn)誤差檢測(cè)結(jié)果易受電磁信號(hào)等因素干擾，提出一種新的主軸回轉(zhuǎn)誤差算法以解決上述背景技術(shù)中提出的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種基于像差圖圖像處理的主軸回轉(zhuǎn)誤差新算法，該算法是基于搭建的主軸回轉(zhuǎn)誤差在線測(cè)試系統(tǒng)進(jìn)行的，待測(cè)精密機(jī)床主軸的上端連接專用夾具，高精度光學(xué)平晶置于夾具內(nèi)便于固定與調(diào)整，利用干涉儀測(cè)量并獲取主軸回轉(zhuǎn)時(shí)高精度光學(xué)平晶表面的像差圖，將干涉儀采集的像差圖送入計(jì)算機(jī)進(jìn)行圖像分析與處理，獲得主軸回轉(zhuǎn)誤差，從而實(shí)現(xiàn)在線檢測(cè)主軸回轉(zhuǎn)精度。

一種基于像差圖圖像處理的主軸回轉(zhuǎn)誤差新算法，其具體步驟如下：

步驟一，安裝測(cè)試樣件光學(xué)平晶，將專用夾具安裝在主軸的輸入端上，高精度光學(xué)平晶置于專用夾具內(nèi)，通過調(diào)節(jié)專用夾具實(shí)現(xiàn)光學(xué)平晶的固定與微調(diào)。

步驟二，安裝干涉儀，首先將型材支架通過阻尼彈簧減震地腳固定在機(jī)床上，其次將五維調(diào)整工作臺(tái)固定安裝在型材支架上，再將干涉儀固定安裝在五維調(diào)整平臺(tái)上。

步驟三，粗調(diào)型材支架上的滑塊使干涉儀空間位置相對(duì)于光學(xué)平晶在測(cè)量范圍內(nèi)，然后精調(diào)五維調(diào)整平臺(tái)使干涉儀的光斑位于主軸回轉(zhuǎn)軸心處，在機(jī)床主軸回轉(zhuǎn)時(shí)計(jì)算機(jī)上能顯示清晰、穩(wěn)定的像差圖。

步驟四，設(shè)置干涉儀采集周期為30ms，設(shè)置采集圖像為M幅(如M=100)，獲取主軸在不同圓周和不同轉(zhuǎn)速下的光學(xué)平晶表面像差圖，對(duì)像差圖進(jìn)行灰度化、去噪、閾值分割、形態(tài)學(xué)處理、邊緣特征提取等步驟提取特征圓邊緣信息，采用最小外接矩形法提取像差圖表面特征圓的形心坐標(biāo)值，保存主軸每周M幅像差圖形心坐標(biāo)值再根據(jù)最小二乘法可得出并評(píng)定主軸回轉(zhuǎn)誤差。

作為本發(fā)明進(jìn)一步的方案：所述干涉儀具有對(duì)振動(dòng)和氣流不敏感等特性，其測(cè)量速度比常規(guī)的相移干涉儀快 5000 多倍，可以在單次曝光下獲得所有測(cè)量信息，最低曝光時(shí)間為30μsec。

作為本發(fā)明進(jìn)一步的方案：所述高精度光學(xué)平晶，平面度誤差PV值是λ/20，其中λ=632.8nm。

作為本發(fā)明再進(jìn)一步的方案：所述夾具為光學(xué)平晶專用夾具，可對(duì)平晶進(jìn)行固定和微調(diào)。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：光學(xué)平晶為測(cè)試樣件通過專用夾具安裝在待測(cè)精密機(jī)床的主軸上隨主軸一起轉(zhuǎn)動(dòng)，通過干涉儀實(shí)時(shí)采集主軸回轉(zhuǎn)時(shí)光學(xué)平晶表面上的像差圖，根據(jù)像差圖特征區(qū)域的運(yùn)動(dòng)軌跡可計(jì)算得出主軸的回轉(zhuǎn)誤差，本算法簡(jiǎn)單易行，為主軸回轉(zhuǎn)誤差的動(dòng)態(tài)測(cè)量和主軸回轉(zhuǎn)誤差數(shù)據(jù)采集、處理、評(píng)定提供新的技術(shù)途徑。

附圖說明

圖1主軸回轉(zhuǎn)誤差在線測(cè)試系統(tǒng)圖；

圖2本發(fā)明算法的流程圖；

圖3采集的初始像差圖；

圖4閾值分割后像差圖；

圖5最終結(jié)果像差圖；

圖中 1-干涉儀、 2-型材支架 、3-光學(xué)平晶、4-專用夾具、5-待測(cè)主軸、6-阻尼彈簧減震地腳、7-機(jī)床、8-圖像采集器、9-計(jì)算機(jī)。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參閱圖1，本發(fā)明實(shí)施例中，一種基于像差圖圖像處理的主軸回轉(zhuǎn)誤差新算法步驟如下：

具體實(shí)施方式一

步驟一，安裝測(cè)試樣件光學(xué)平晶，將專用夾具(4)安裝在主軸的輸入端(5)上，高精度光學(xué)平晶(3)置于專用夾具(4)內(nèi)，通過調(diào)節(jié)專用夾具（4）實(shí)現(xiàn)光學(xué)平晶(3)的固定與微調(diào)。

步驟二，安裝干涉儀，首先型材支架(2)連接阻尼彈簧減震地腳(6)固定在機(jī)床(7)上，其次將五維調(diào)整工作臺(tái)固定安裝在型材支架(2)上，再將干涉儀(1)固定安裝在五維調(diào)整平臺(tái)上。

步驟三，粗調(diào)型材支架(2)上的滑塊使干涉儀(1)空間位置相對(duì)于光學(xué)平晶(3)在測(cè)量范圍內(nèi)，然后精調(diào)五維調(diào)整平臺(tái)使干涉儀(1)的光斑位于主軸回轉(zhuǎn)軸心處，在機(jī)床主軸回轉(zhuǎn)時(shí)計(jì)算機(jī)(9)上能顯示清晰、穩(wěn)定的像差圖。

步驟四，設(shè)置干涉儀(1)采集周期為30ms設(shè)置采集圖像為M幅(如M=100)，獲取了主軸在不同圓周和不同轉(zhuǎn)速下的光學(xué)平晶表面像差圖，對(duì)像差圖進(jìn)行灰度化、去噪、閾值分割、形態(tài)學(xué)處理、邊緣特征提取等步驟提取特征圓邊緣信息，采用最小外接矩形法提取像差圖特征圓的形心坐標(biāo)值，保存主軸每周M幅像差圖形心坐標(biāo)值再根據(jù)最小二乘法可得出并評(píng)定主軸回轉(zhuǎn)誤差。

具體實(shí)施方式二

結(jié)合圖2、圖3、圖4、圖5說明本實(shí)施方式，所述步驟四具體包括：

步驟1，彩色像差圖表面上信息包含了主軸在每個(gè)相位的信息，然而對(duì)彩色圖像進(jìn)行處理時(shí)，其效率往往很低，因此灰度化像差圖。

步驟2，在獲取像差圖過程中，外部實(shí)驗(yàn)環(huán)境難免會(huì)產(chǎn)生噪聲對(duì)圖像生成干擾，從而導(dǎo)致獲取的像差圖質(zhì)量不高，圖像噪聲會(huì)加大后期對(duì)特征圖像提取的難度，因此去除像差圖表面的噪聲是首要解決的問題。當(dāng)前常用的圖像去噪方法主要有兩種：空域法濾波法和頻率域?yàn)V波法，空域法濾波法處理圖像中噪聲的實(shí)質(zhì)是直接對(duì)圖像中的像素點(diǎn)的灰度值在空間域內(nèi)進(jìn)行處理，本算法采用中值濾波。

步驟3，圖像分割是圖像處理流程中一個(gè)較重要的環(huán)節(jié)，圖像分割的質(zhì)量影響后期圖像特征提取的準(zhǔn)確性，設(shè)定一個(gè)閾值T則這個(gè)閾值T相當(dāng)于一個(gè)門限，當(dāng)像素的灰度值介于[T，255]之間，圖像中所有在此區(qū)間的像素點(diǎn)自動(dòng)轉(zhuǎn)換為白色。反之當(dāng)像素灰度值介于[0，T]之間時(shí)，在此區(qū)間的像素點(diǎn)自動(dòng)轉(zhuǎn)換為黑色，即經(jīng)過閾值分割后得到的圖像為二值圖像有利于下一步提取特征圓邊緣特征信息，本算法采用全局閾值分割法以整幅圖像的灰度直方圖按單閾值進(jìn)行劃分。

步驟4，閾值分割后的像差圖，特征圓分界比較明顯，為了提高提取特征圓邊界的效率和準(zhǔn)確性，需要對(duì)像差圖像進(jìn)行膨脹、腐蝕處理，當(dāng)像素A被像素B膨脹，此操作可記作，當(dāng)像素A被像素B腐蝕，此操作記作為，本算法采用膨脹3次腐蝕2次得到清晰的特征圓。

步驟5，邊緣特征提取，F(xiàn)indContours為OpenCV一個(gè)邊緣提取的庫函數(shù)，在FindContours函數(shù)提取二值化的圖像邊緣時(shí)，先對(duì)整幅圖像進(jìn)行相似像素圖像收索，檢測(cè)到邊緣輪廓時(shí)，first_contour的值將會(huì)由函數(shù)填充后返回，與此同時(shí)它的值將會(huì)成為第一個(gè)外輪廓的指針，當(dāng)沒有檢測(cè)圖像輪廓時(shí)它的值為空;當(dāng)檢測(cè)到圖像邊緣輪廓時(shí)將會(huì)利用h_next和v_next連接像素點(diǎn)。

步驟6，形心坐標(biāo)提取，特征圓邊緣并非是一個(gè)規(guī)則的圓形，無法直接提取特征圓的圓心坐標(biāo)，利用最小外接矩形法求出最小外接矩形對(duì)角線的交點(diǎn)坐標(biāo)值可代替特征圓的圓心坐標(biāo)值，在FindContours庫函數(shù)提取邊緣特征后，利用CvBox2 cvMinAreaRect2庫函數(shù)對(duì)特征區(qū)域進(jìn)行最小外界矩形的繪制，提取矩形的形心坐標(biāo)。

步驟7，對(duì)主軸回轉(zhuǎn)每周采集M(如M=100)幅光學(xué)平晶像差圖，求解出每幅像差圖特征圓的形心坐標(biāo)值并保存數(shù)據(jù)再利用最小二乘圓求解出輪廓的平均圓，即顯示輪廓到該圓距離平方和為最小的圓。式中：為被測(cè)實(shí)際輪廓上第點(diǎn)到最小二乘圓的圓心的距離，R為最小二乘圓的半徑，根據(jù)最小二乘法計(jì)算出主軸回轉(zhuǎn)誤差。

對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。