键盘轮廓度的检测方法与流程

本发明涉及一种轮廓度检测方法，特别涉及一种键盘轮廓度的检测方法。

背景技术：

轮廓度误差是指实际被测轮廓对其理想轮廓的变动量，其中理想轮廓是由理论正确尺寸确定的形状。零部件在设计时给出的就是理想轮廓。想要保证产品的质量，必须控制零部件的轮廓度误差，目前通常采用标准测量仪器测量，这样需要固定的测量人员去操作并且测量的时间较长；或者选择高分辨率的镜头，概括整个产品的视野，这样会导致整个测量结果的精度低，不符合高精度测量的要求；又或是通过将图像的坐标系与带动相机移动的轴的坐标系关联在一起，取多张图像测量。这样的测量方式会将轴的误差代入计算，导致结果不够精准。

技术实现要素：

本发明的目的是提供一种无需轮廓的解析表达式，适应面更广，对复杂形状的轮廓依然适用并且可用来计算2d和3d轮廓度的键盘轮廓度的检测方法。

为解决上述技术问题，本发明采用如下技术方案：一种键盘轮廓度的检测方法，其包括以下步骤：

步骤一.利用面阵ccd相机扫描键盘尺寸图纸，从尺寸图纸中键盘的键帽的理想轮廓提取理想点集σp，其中每个标准点p由坐标和法向量组成pstd{x,y,vx,vy}；

步骤二.利用标定板对面阵ccd相机做标定；

步骤三.利用面阵ccd相机扫描待检测样品，得到待测点集σp，其中每个检测点由2坐标组成q{x,y}。然后利用最小二乘拟合，得到旋转矩阵r，和平移矩阵t，使得其中n为待测点集中点的数量，qi是其中的一个点，pi是在理想点集中与qi距离最近的点；

步骤四.利用r和t将待测点集σq变换为σq2＝rσq+t，计算σq2中每个点qi2到对应的标准点pi的距离在pi法线上的投影di，得到d的最大值dmax，那么轮廓度profile＝2|dmax|。

优化的，键盘尺寸图纸或待检测样品的四个角依次为第一角、第二角、第三角、第四角，在利用面阵ccd相机扫描键盘尺寸图纸或待检测样品时，从而键盘尺寸图纸或待检测样品的其中第一角开始拍摄，第一次拍摄完成后，面阵ccd相机向第二角移动一定距离，第二次拍摄，保证和上一次的拍摄图片存在重合区域，不会漏掉目标信息，重复以上步骤，直到面阵ccd相机跑到键盘右上角，完成第一行的拍摄，然后面阵ccd相机向第三角方向移动一定距离，开始第二行第一次拍摄，保证和上一次的拍摄图片存在重合区域，然后由第二角向第一角方向移动一定距离，开始第二行第二次拍摄，保证和上一次的拍摄图片存在重合区域，重复以上步骤，直到拍摄完整个键盘为止，记录下整个过程中键盘尺寸图纸或待检测样品相机拍照的位置。

优化的，所述标定板为一个带棋盘格和二维码的玻璃板，玻璃板的尺寸不小于键盘尺寸，棋盘格的尺寸已知，二维码已知，每个二维码表示一个二维的坐标点(x,y)。

进一步地，将所述标定板放置到键盘所在位置处，在步骤一中保存的每一个拍照位，拍摄标定板图像，利用面阵ccd相机标定，可以得到面阵ccd相机的图像坐标系到棋盘格坐标系的映射关系，由于棋盘格中带有二维码表示的点坐标，所以可以将所有的拍照位所拍摄的图像的图像坐标映射到同一个棋盘格坐标系。

优化的，步骤四中：利用最小二乘法计算待检测点集σq到理想点集σp的旋转矩阵r和平移向量t，即是求r和t，使得

在得到理想点集和待检测点集之后，首先计算每个点集的质心：

标准点质心--

待检测点质心--

令,p’＝pi-p,q’＝qi-q，代入(1)式，得到p'i属于中心化后的理想点集σp’，属于中心化后的待测点集σq’。为了查找在理想点集σp’中距离待检测点p'i最近的点，将理想点集σp’建立二叉树k-dimensionaltree，然后遍历待检测点p'i,i＝0,1,…n-1,根据欧氏距离得到对应的标准点q'i,i＝0,1,…n-1。对(2)式进行展开，可以得到想要让(3)式最小，也就是让最大，而其中对h做奇异值分解(svd)，可以得到h＝uλv^t，其中u和v是正交矩阵，λ是非负的对角阵。可以证明，当r＝uv^t时，最大，即(3)式最小。然后，平移向量t＝p-rq；根据关系式σq2＝rσq’+t，可以得到旋转平移后的中心化待检测点集σq2,遍历σq2找到σp’所建k-dtree中与qi2对应的点p'i，计算σq2找到σp’距离的平方和然后令σq2代替σq’重复上述步骤，计算出新的距离平方和s2，得到前后两次计算结果的差值ds＝|s-s2|，若ds＞e(ε是人为设定的阀值)，则令s＝s2，σq’＝σq2，继续迭代；否则停止迭代，进入下一步；

在上一步的结果中，已经得到了变换后的待检测点和在标准点中对应的最近点组成的点对集首先利用3σ准则剔除异常点对，然后遍历点对，计算待检测点qi2沿标准点p'i法线方向到p'i的距离di，选择绝对值的最大值dmax,那么轮廓度profile＝2|dmax|。

本发明的有益效果在于：本发明只需前期调试完成，便可以进入批量型测试；通过标定，可以通过拍多张图像，将多张图像融合成一张完整的图像这样，可以选择视野较小的镜头，提高像素分辨率，从而提高整体的检测精度；直接将多张图像的坐标系与带二维码的棋盘格标定板坐标系关联，测量精度高。

附图说明

附图1为本发明中理想键盘示意图；

附图2为本发明中理想键盘的键帽示意图；

附图3为本发明中相机拍照点位及运动方向的示意图(直线中的点为拍照点、箭头表示运动方向)；

附图4为本发明中标定板的示意图；

附图5为本发明中相机拍照点位及运动方向示意图；

附图6为本发明中相机拍照点位及运动方向示意图；

具体实施方式

下面结合附图所示的实施例对本发明作以下详细描述：

一种键盘轮廓度的检测方法，其包括以下步骤：

步骤一.利用面阵ccd相机扫描键盘尺寸图纸，从尺寸图纸中键盘的键帽的理想轮廓提取理想点集σp，其中每个标准点p由坐标和法向量组成pstd{x,y,vx,vy}；键盘尺寸图纸或待检测样品的四个角依次为第一角、第二角、第三角、第四角，在利用面阵ccd相机扫描键盘尺寸图纸或待检测样品时，从而键盘尺寸图纸或待检测样品的其中第一角开始拍摄，第一次拍摄完成后，面阵ccd相机向第二角移动一定距离，第二次拍摄，保证和上一次的拍摄图片存在重合区域，不会漏掉目标信息，重复以上步骤，直到面阵ccd相机跑到键盘右上角，完成第一行的拍摄，然后面阵ccd相机向第三角方向移动一定距离，开始第二行第一次拍摄，保证和上一次的拍摄图片存在重合区域，然后由第二角向第一角方向移动一定距离，开始第二行第二次拍摄，保证和上一次的拍摄图片存在重合区域，重复以上步骤，直到拍摄完整个键盘为止，记录下整个过程中键盘尺寸图纸或待检测样品相机拍照的位置。

步骤二.利用标定板对面阵ccd相机做标定；所述标定板为一个带棋盘格和二维码的玻璃板，玻璃板的尺寸不小于键盘尺寸，棋盘格的尺寸已知，二维码已知，每个二维码表示一个二维的坐标点(x,y)。将所述标定板放置到键盘所在位置处，在步骤一中保存的每一个拍照位，拍摄标定板图像，利用面阵ccd相机标定，可以得到面阵ccd相机的图像坐标系到棋盘格坐标系的映射关系，由于棋盘格中带有二维码表示的点坐标，所以可以将所有的拍照位所拍摄的图像的图像坐标映射到同一个棋盘格坐标系。

步骤三.利用面阵ccd相机扫描待检测样品，得到待测点集σp，其中每个检测点由2坐标组成q{x,y}。然后利用最小二乘拟合，得到旋转矩阵r，和平移矩阵t，使得其中n为待测点集中点的数量，qi是其中的一个点，pi是在理想点集中与qi距离最近的点；

步骤四.利用最小二乘法计算待检测点集∑q到理想点集∑p的旋转矩阵r和平移向量t，即是求r和t，使得

在得到理想点集和待检测点集之后，首先计算每个点集的质心：

标准点质心--

待检测点质心--

令,p’＝pi-p,q’＝qi-q，代入(1)式，得到p'i属于中心化后的理想点集σp’，属于中心化后的待测点集σq’。为了查找在理想点集σp’中距离待检测点p'i最近的点，将理想点集σp’建立二叉树k-dimensionaltree，然后遍历待检测点p'i,i＝0,1,…n-1,根据欧氏距离得到对应的标准点q'i,i＝0,1,…n-1。对(2)式进行展开，可以得到想要让(3)式最小，也就是让最大，而其中对h做奇异值分解(svd)，可以得到h＝uλv^t，其中u和v是正交矩阵，λ是非负的对角阵。可以证明，当r＝uv^t时，最大，即(3)式最小。然后，平移向量t＝p-rq；根据关系式σq2＝rσq’+t，可以得到旋转平移后的中心化待检测点集σq2,遍历σq2找到σp’所建k-dtree中与qi2对应的点p'i，计算σq2找到σp’距离的平方和然后令σq2代替σq’重复上述步骤，计算出新的距离平方和s2，得到前后两次计算结果的差值ds＝|s-s2|，若ds＞e(ε是人为设定的阀值)，则令s＝s2，σq’＝σq2，继续迭代；否则停止迭代，进入下一步；

在上一步的结果中，已经得到了变换后的待检测点和在标准点中对应的最近点组成的点对集首先利用3σ准则剔除异常点对，然后遍历点对，计算待检测点qi2沿标准点p'i法线方向到p'i的距离di，选择绝对值的最大值dmax,那么轮廓度profile＝2|dmax|。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。