贯流风扇叶轮超声焊接机叶轮定位导杆检测仪

　　1 非接触式的导杆垂直度测量仪

　　导杆的位移和形变在测量向上可以分解成x和y两个分量，只有同时测量出x和y可能了解到导杆的实际位移情况。本项目采用激光非接触测量的方法，其原理是激光束通过光斑整形装置整形成检测所需要形状的光斑并以一合适的角度入射到导杆表向，利用光学成像系统将导杆表向反射的光斑成像在向阵CCD上。如果导杆发生位移变化，成像于面阵CCD上的光斑位置也会发生改变。测量原理如图1所示。

　　原理上，设计合适的光学成像系统和配合优化的软件算法，可测量出光斑位置的变化精度在亚像素的尺度，也就是在微米级的水平。在搭建的仪器原型实验获得数据来看，测量精度在10微米左右，已足以满足实际生产的要求(实际要求的精度约为200-300微米)。

　　2 根据CCD获取的图像进行导杆位移测量

　　电脑通过USB接口连接用于测量的CCD器件读取_维图像信息，然后通过计算光斑落在CCD的距阵位置得出导杆的x, y方向的偏移量。因此CCD的分辨率直接影响到测量精度。

　　2.1 CCD图像的获取

　　测量仪使用的CCD为Microview MVC1000MS Camera,该CCD带有USB2.0接日及完整的驱动与SDK工具包。在安装好驱动程序后即可以通过调用SDK工具包中的接u进行与CCD进行通信。通过CCD采集到的原始图像如图2。

　　测量仪使用的CCD为Microview MVC1000MS Camera,该CCD带有USB2.0接日及完整的驱动与SDK工具包。在安装好驱动程序后即可以通过调用SDK工具包中的接u进行与CCD进行通信。通过CCD采集到的原始图像如图2。

　　从CCD获取的图像中包含有所需的光斑数据，背景数据及噪声数据。首先通过滤波算法将噪声过滤，然后再设定一个域值T，用T值对图像数据进行划分两部份，大于T值部份及小T值部份。计算域值的方法有多种，本测试仪采用了最大方关域值算法。具体算法如下:图像灰度级的集合设为S=(1, 2, 3,…，i,…，L)，灰度级为i的像素数设为ni，则图像的全部像素数为：像素灰度i归一化概率为。

　　图像灰度平均值这是全局方差。

　　将图像的灰度集合S=(1, 2, 3,…，i,…，L)的灰度级T作为域值，把图像分割为S1=(1, 2, 3,…，T)，S2=(T++1，T+2，T+3,…，L}的两个类C1和C2，这时C1和C2发生的概率为ω1和ω2由下式生出:

　　C和C1像素的灰度平均值分别为u和u2，方差分别为。

　　最佳域值T是使分离度最大时的灰度值。其中类内方差:

　　类间方差

　　其中

　　由此得出通过调整丁划分两类C1和C2计算出最大η(T)值，此时C1和C2更是所求的域值。