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。