本发明属于沥青针入度试验技术领域，尤其涉及一种基于机器视觉的探针与试样表面接触时机检测方法及系统。
背景技术：
随着我国经济快速发展，交通事业也得到了高度重视，特别是高等公路建设方面，因为没有符合相应的施工规范，造成了施工的误差，使沥青路面出现了裂缝和破坏。科学技术在不断进步，沥青的品质和质量也得到了提高，严格对于路面工程进行质量把控，进一步完善沥青材料的检测工作，使得公路的使用年限得到延长。沥青的针入度是鉴定沥青稠度的一种表示方法，能够反映出沥青的性质，按照gb/t4509-1998沥青针入度测定法标准规范，在一定的时间和温度条件下，利用标准针穿过沥青，根据其刺入深度进行测定。该方法能够对沥青的高温与稳定性进行测量，也就是沥青的感温性，可以用作沥青划分的指标，对于沥青质量以及性能都有着重要的作用，提高沥青针入度的准确性就是把控沥青的质量。
沥青针入度测定仪可以分为手动和全自动两种，其主要组成部分包括：标准针，试样皿(金属或玻璃容器)，恒温水浴，平底玻璃皿(容量不小于350ml,内设三角架)，计时器，温度计等。
其工作原理的核心思想是(以手动沥青针入度仪为例)：当在水浴中测试时，直接将试样皿放在浸在水中的支架上，使试样完全浸在水中；慢慢放下针连杆，使针尖刚刚接触到试样的表面，必要时，在合适位置放置光源观察针尖，使针尖与水中针头的投影刚刚接触为止，轻轻拉下活杆，使其与针连杆顶端相接触，调节针入度仪上的表盘读数指零或归零。在规定时间内快速释放针连杆，同时启动秒表或计时装置，使标准针自由下落穿入沥青试样中，到规定时间使标准针停止移动。拉下活杆，再使其与针连杆顶端相接触，此时，表盘指针的读数即为试样的针入度，同一试样至少重复测定三次，取平均值作为试验结果。
目前沥青针入度试验存在的主要问题是：标准针与试样表面的接触是一个难点，并且人为因素最大，现阶段常用的方法是观察标准针在水中的倒影，使得针尖、试样表面刚好接触，若针尖没有与试样接触，针入度值会偏大，若针尖已经刺入到样品中，针入度值会偏小。
技术实现要素：
为了解决上述现有技术中存在的问题，本发明提供一种基于机器视觉的探针与试样表面接触时机检测方法及系统，该方法和系统能有效提高标准针与试样表面刚好接触的准确性。
技术方案如下：
一种基于机器视觉的探针与试样表面接触时机检测系统，包括：
探针阴影形成模块：用于形成探针的清晰阴影；
图像采集模块：用于实时采集视频图像；
接触点检测模块：用于计算和分析探针与试样表面接触时机，并发出驱动控制信号。
进一步的，所述探针阴影形成模块包括：冷光源、防护罩、电线、支架、电源，所述电线一端与所述电源连接、另一端与所述冷光源连接，所述冷光源被嵌套在所述防护罩内，所述支架用于支撑所述电线，所述电线内置在可防水的可变形连接带内。
进一步的，所述图像采集模块是数字摄像机或者模拟摄像机，所述数字摄像机或者模拟摄像机的光轴垂直于探针与其阴影所形成的平面。
本发明还包括一种基于机器视觉的探针与试样表面接触时机检测方法，步骤如下：
s1、探针位置初始化及灰度特征获取：点击采集图像中的探针，或者用矩形框框住探针，并获得探针的灰度均值和方差等特征；
s2、背景构建：连续采集t帧图像，取其平均值作为背景，记为b，其中5≤t≤10；
s3、获取当前帧，记为f；
s4、探针及阴影候选区域确定：将f与b差分，并进行二值化，记为m；
s5、探针边缘点及位置检测
s51、对m进行垂直边缘检测，得到探针候选点图，分别记为cn；
s52、在cn中，结合探针的位置特征、灰度特征和方向特征，去除噪声点，得到探针边缘图，记为en；
s53、对en进行垂直投影，取投影最大值所在位置作为探针的x坐标；
s6、阴影边缘点及位置检测
s61、分别对m进行水平边缘检测，得到阴影候选点图，分别记为cs；
s62、在cs中，结合低亮度特征、方向特征，去除噪声点，得到阴影边缘图，记为es；
s63、对es进行水平投影，取投影最大值所在位置作为阴影的y坐标；
s7、探针与试样面接触点检测
s71、在es中，计算由点(x-w,y-h)和点(x-w,y h)决定的矩形内阴影点的个数，记为ns；
s72、在en中，计算由点(x-w,y-h)和点(x-w,y h)决定的矩形内边缘点的个数，记为nn；
s73、若ns和nn都大于预先设定的阈值，则发送信号给驱动控制模块，本次检测结束；
其中w和h分别表示判定探针底端与阴影相交的矩形区域的宽度和高度的一半，该矩形以(x,y)为中心，4≤w≤10,4≤h≤10。
进一步的，步骤s2中，t值为5。
进一步的，步骤s4中，二值化方法采用大津算法。
进一步的，对检测结束信号进行检测，若收到检测结束信号，则本次检测结束，否则执行步骤s3至步骤s7。
本发明所述的基于机器视觉的探针与试样表面接触时机检测方法及系统解决了人工进行观察操作时误差较大的问题，通过探针阴影形成模块形成探针的清晰阴影，通过图像采集模块进行实时采集视频图像，通过接触点检测模块计算和分析图像数据，并通过一系列计算方法准备得出结果，有效提高标准针与试样表面刚好接触的准确性。
附图说明
图1为本发明基于机器视觉的探针与试样表面接触时机检测系统组成结构图；
图2为本发明探针阴影形成模块组成结构示意图；
图3为本发明基于机器视觉的探针与试样表面接触时机检测方法流程图；
图中附图标记：1-探针、2-玻璃器皿、3-探针阴影、4-冷光源、5-防护罩、6-电线、7-支架、8-水平面。
具体实施方式
下面结合附图1-3对基于机器视觉的探针与试样表面接触时机检测方法及系统做进一步说明。
本发明提出了一种探针与试样表面接触时机的检测方法。
1、系统组成及各部分作用
本系统由探针阴影形成模块、图像采集模块、接触点检测模块、驱动控制模块组成。探针阴影形成模块主要通过冷光源的安装形成探针的清晰阴影；图像采集模块通过摄像机实时采集视频输入后续接触点检测模块；接触点检测模块主要作用是将采集来的图像数据经过算法分析，计算出探针与试样表面是否接触，若接触，则信号传送给驱动控制模块；所述驱动控制模块功能用于控制探针运动、针入度仪表盘归零以及计时装置启动等，通常由开关量卡或d/a组成。
2、探针阴影形成模块说明
探针阴影形成模块主要包括冷光源及其保护罩、可变形连接带和电线及支架、电源组成。冷光源4及防护罩5要放于水平面8以下，可变形连接带及电线6要有防水功能，且易于调整光源角度。电源是与冷光源4配套的直流或交流电源，也可以连接到计算机等设备通过usb供电。
2、图像采集模块的说明
摄像机可以是数字摄像机也可以模拟摄像机，若是模拟摄像机，则需要与图像采集卡配合形成数字图像。摄像机的安装需要以能清晰拍摄到探针和阴影为宜，通常情况下摄像机的光轴应垂直于探针及其阴影所决定的平面，且探针最好处于采集的图像中央。
3、接触点检测模块说明
1)光源电源打开；
2)用鼠标或者触摸屏点击采集的图像中探针，或者用矩形框框住探针；
3)连续采集t帧图像，取其平均值作为背景，记为b，t通常为5-10，实施中t取5；
4)获取当前帧，记为f；
5)将f与b差分，并进行二值化，记为m，二值化方法可以是otsu等方法；
6)分别对m进行水平边缘和垂直边缘检测，得到探针及其阴影候选点图，分别记为cn和cs；
7)在cn中，结合探针的位置特征、灰度特征和方向特征，去除噪声点，得到探针边缘图，记为en；
8)对en进行垂直投影，取投影最大值所在位置作为探针的x坐标；
9)在cs中，结合低亮度特征、方向特征，去除噪声点，得到阴影边缘图，记为es；
10)对es进行水平投影，取投影最大值所在位置作为阴影的y坐标；
11)在es中，计算由点(x-w,y-h)和点(x-w,y h)决定的矩形内阴影点的个数，记为ns，w和h是预先设定的值也可以1)中矩形框设定；w和h分别表示判定探针底端与阴影相交的矩形区域的宽度和高度的一半，该矩形以(x,y)为中心。w和h取值范围通常为4到10。
12)在en中，计算由点(x-w,y-h)和点(x-w,y h)决定的矩形内阴影点的个数，记为nn；
13)若ns和nn都大于预先设定的阈值，则发送信号给驱动控制模块，本次检测结束；阈值的取值范围在w×h与4×w×h之间；
14)检测检测结束信号，若收到检测结束信号，则本次检测结束，否则执行步骤4)至14)。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
1.一种基于机器视觉的探针与试样表面接触时机检测系统，其特征在于，包括：
探针阴影形成模块：用于形成探针的清晰阴影；
图像采集模块：用于实时采集视频图像；
接触点检测模块：用于计算和分析探针与试样表面接触时机，并发出驱动控制信号。
2.如权利要求1所述的基于机器视觉的探针与试样表面接触时机检测系统，其特征在于，所述探针阴影形成模块包括：冷光源(4)、防护罩(5)、电线(6)、支架(7)、电源，所述电线(6)一端与所述电源连接、另一端与所述冷光源(4)连接，所述冷光源(4)被嵌套在所述防护罩(5)内，所述支架(7)用于支撑所述电线(6)，所述电线(6)内置在可防水的可变形连接带内。
3.如权利要求1所述的基于机器视觉的探针与试样表面接触时机检测系统，其特征在于，所述图像采集模块是数字摄像机或者模拟摄像机，所述数字摄像机或者模拟摄像机的光轴垂直于探针与其阴影所形成的平面。
4.一种基于机器视觉的探针与试样表面接触时机检测方法，其特征在于，步骤如下：
s1、探针位置初始化及灰度特征获取：点击采集图像中的探针，或者用矩形框框住探针，并获得探针的灰度均值和方差等特征；
s2、背景构建：连续采集t帧图像，取其平均值作为背景，记为b，其中5≤t≤10；
s3、获取当前帧，记为f；
s4、探针及阴影候选区域确定：将f与b差分，并进行二值化，记为m；
s5、探针边缘点及位置检测
s51、对m进行垂直边缘检测，得到探针候选点图，分别记为cn；
s52、在cn中，结合探针的位置特征、灰度特征和方向特征，去除噪声点，得到探针边缘图，记为en；
s53、对en进行垂直投影，取投影最大值所在位置作为探针的x坐标；
s6、阴影边缘点及位置检测
s61、分别对m进行水平边缘检测，得到阴影候选点图，分别记为cs；
s62、在cs中，结合低亮度特征、方向特征，去除噪声点，得到阴影边缘图，记为es；
s63、对es进行水平投影，取投影最大值所在位置作为阴影的y坐标；
s7、探针与试样面接触点检测
s71、在es中，计算由点(x-w,y-h)和点(x-w,y h)决定的矩形内阴影点的个数，记为ns；
s72、在en中，计算由点(x-w,y-h)和点(x-w,y h)决定的矩形内边缘点的个数，记为nn；
s73、若ns和nn都大于预先设定的阈值，则发送信号给驱动控制模块，本次检测结束；
其中w和h分别表示判定探针底端与阴影相交的矩形区域的宽度和高度的一半，该矩形以(x,y)为中心，4≤w≤10,4≤h≤10。
5.如权利要求4所述的基于机器视觉的探针与试样表面接触时机检测方法，其特征在于，步骤s2中，t值为5。
6.如权利要求4所述的基于机器视觉的探针与试样表面接触时机检测方法，其特征在于，步骤s4中，二值化方法采用大津算法。
7.如权利要求4所述的基于机器视觉的探针与试样表面接触时机检测方法，其特征在于，对检测结束信号进行检测，若收到检测结束信号，则本次检测结束，否则执行步骤s3至步骤s7。
技术总结