基于内窥图像畸变校正的孔内表面尺寸测量方法

针对孔内表面缺陷尺寸测量难的问题,提出一种内窥图像校正方法以实现孔内表面尺寸测量。根据内窥成像原理,在考虑应用场景几何约束的情况下,将图像畸变分解为周向畸变和轴向畸变,将校正模型中的参数简化为图像中心坐标和一个非线性增长函数,进而提高了内窥镜图像边缘区域的校正精度。采用Hough变换和图像像素标定的方法得到相关参数,为克服轴向校正对标定结果的依赖,采用神经网络算法拟合包含像素相对位置和孔径的轴向校正函数。实验结果表明,基于像素标定的6组实验的平均测量误差为1.95%,准确度高。对于不具备标定条件的孔内表面缺陷,采用轴向校正函数进行校正和测量,3组实验的平均测量误差为6.75%,结果较为理想。所提出的校正方法通用性好、准确率高,可用于孔类零件及管道的自动化检测和智能检测。