張亞軍，齊杏林

(軍械工程學院 彈藥工程系，石家莊 050003)

槍彈作為輕武器常規(guī)彈藥之一，結構看似簡單，但是屬于批量性流水線加工，為保證槍彈的質量，提高零部件加工過程的一致性和裝配過程的一致性顯得尤為重要。所以，槍彈生產(chǎn)過程中必須對彈頭、彈殼、彈頭等零部件進行嚴格的檢測?？傮w上來講，檢測主要包括2 個方面:一是制造精度，如尺寸、重量等;二是表面缺陷，如表面壓痕、擦傷、銹斑、裂縫等。目前，我國槍彈檢測手段、方法和設備還相當落后，幾十年來產(chǎn)品在更新?lián)Q代，但檢測方式卻長期處于“量具+人工”的傳統(tǒng)階段，停留在長檢臺上及肉眼檢驗質量。這種方式不但勞動強度高、費工時，而且由于人工檢測的主觀性造成檢測精度低、可靠性差，給槍彈的質量帶來了潛在的隱患。因此，使用自動檢測技術提高槍彈檢測精度和效率是一項急待解決的問題。

當然，國內對槍彈的檢測也有相關研究，如張旭等［1］采用12 工位高速檢測轉自模型設計測試系統(tǒng)，并使用位移傳感器測量相對位移差的方法來測量槍彈的尺寸;吳海江等［2］用計算機圖像處理技術檢測彈痕。但他們的研究對槍彈的檢測不全面，而且自動化程度不高。近年發(fā)展起來的機器視覺用機器代替人眼進行目標對象的識別、判斷和測量［3］。通過對圖像信息的獲取、處理實現(xiàn)對目標對象的測量和識別。相對于傳統(tǒng)測量檢驗方法，機器視覺技術的最大優(yōu)點是快速、準確、可靠與智能化，對提高產(chǎn)品檢驗的一致性、降低工人勞動強度以及實現(xiàn)檢測自動化。本文應用機器視覺技術設計了槍彈彈頭自動檢測系統(tǒng)，在不接觸彈頭的情況下，實現(xiàn)了對槍彈彈頭尺寸的自動測量和重量的自動檢測。

1 無接觸自動檢測的理論基礎

無接觸自動檢測的理論基礎是機器視覺技術，因此，下面主要介紹一下機器視覺技術的發(fā)展和原理，以便為槍彈彈頭的無接觸自動檢測系統(tǒng)設計提供參考。

1.1 機器視覺的發(fā)展

機器視覺是在20 世紀50年代從統(tǒng)計模式識別開始的，當時的工作主要集中在二維圖像分析和識別上，如光學字符識別，工件表面、顯微圖片和航空圖片的分析和解釋等。20世紀60年代，Roberts 通過計算機程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結構，并對物體形狀及物體的空間關系進行描述。Roberts 的研究工作開始了以理解三維場景為目的的三維機器視覺的研究。Roberts對積木世界的創(chuàng)造性研究給人們以極大的啟發(fā)，許多人相信，一旦由白色積木玩具組成的三維世界可以被理解，則可以推廣到理解更復雜的三維場景。于是，人們對積木世界進行了深入研究，研究的范圍從邊緣、角點等特征提取，到線條、平面、曲面等幾何要素分析，一直到圖像明暗、紋理、運動以及成像幾何等，并建立了各種數(shù)據(jù)結構和推理規(guī)則。到了20 世紀70年代，已經(jīng)出現(xiàn)了一些視覺應用系統(tǒng)［Guzman 1969，Mackworth 1973，］。20 世紀70年代中期，麻省理工學院(MIT)人工智能(AI)實驗室正式開設“機器視覺”(Machine Vision)課程，由國際著名學者B.K.P.Horn 教授講授。同時，MIT AI 實驗室吸引了國際上許多知名學者參與機器視覺的理論、算法、系統(tǒng)設計的研究，David Marr 教授就是其中的一位。他于1973年應邀在MIT AI 實驗室領導一個以博士生為主體的研究小組，1977年提出了不同于“積木世界”分析方法的計算視覺理論(computational vision)，該理論在20 世紀80年代成為機器視覺研究領域中的一個十分重要的理論框架?？梢哉f，對機器視覺的全球性研究熱潮是從20世紀80年代開始的，到了20 世紀80年代中期，機器視覺獲得了蓬勃發(fā)展，新概念、新方法、新理論不斷涌現(xiàn)，比如，基于感知特征群的物體識別理論框架，主動視覺理論框架，視覺集成理論框架等［4］。到目前為止，機器視覺仍然是一個非?；钴S的研究領域，是目前國際上一種先進的檢測技術。2008年河南科技大學的程轉偉等提出把圖像處理技術與缺陷專家診斷系統(tǒng)相結合的零件表面缺陷檢測方法。根據(jù)表面缺陷的特點設計缺陷檢測系統(tǒng)，綜合運用了圖像處理技術，采用改進的中值濾波技術消除噪聲，運用差影法進行缺陷分割，最后使用專家系統(tǒng)進行缺陷分析，并進行了可靠性驗證。2005年天津大學的張曉波等開發(fā)了一種基于圖像處理技術的制動閥表面缺陷自動檢測系統(tǒng)。綜合運用了圖像處理技術，使用了改進的中值濾波技術消除噪聲，運用矩量不變法自動閾值分割，采用霍夫變換提取功能面，可準確判定工件的質量等級。因此，視覺檢測在產(chǎn)品外觀質量、尺寸等檢測上有著無與倫比的優(yōu)勢，是替代傳統(tǒng)的人工檢測和機械檢測設備的最佳選擇，其發(fā)展不僅極大地推動了智能系統(tǒng)的發(fā)展，也拓寬了計算機與各種智能機器的研究范圍和應用領域。

1.2 機器視覺的原理

所謂機器視覺，是指用計算機來實現(xiàn)人的視覺功能，即用計算機來實現(xiàn)對客觀的三維世界的識別，是一個整套的系統(tǒng)，包括相機、鏡頭、光源、視頻采集卡、圖像算法庫、應用程序等一系列的功能部分。人類視覺系統(tǒng)的感受部分是視網(wǎng)膜，它是一個三維采樣系統(tǒng)，三維物體的可見部分投影在視網(wǎng)膜上，人們按照投影到視網(wǎng)膜上的二維的像來對物體進行三維理解。所謂三維理解是指對被觀察對象的形狀、尺寸、離開觀察點的距離、質地和運動特征(方向和速度)等的理解。機器視覺的輸入裝置可以是攝像機、轉鼓等，它們都把三維的影像作為輸入源，即輸入計算機的就是三維客觀世界的二維投影。如果把三維客觀世界到二維投影圖像看作是一種正變換，則機器視覺系統(tǒng)所要做的就是從這種二維投影圖像到三維客觀世界的逆變換，即根據(jù)這種二維投影圖像去重建三維客觀世界，從而實現(xiàn)對目標作出識別的目的。圖1是機器視覺系統(tǒng)在線工作原理。

圖1 機器視覺系統(tǒng)在線工作原理

在圖1 中，被檢測物體(2)在傳送帶(1)上運動，機器視覺系統(tǒng)在相對固定的位置采集被檢測物體的圖像。這就要求要有相應的機械結構保障，同時需要有給出外觸發(fā)信號的傳感器(3)，傳感器是一種電器元件，有光電式、電磁感應式、開關式等不同種類，在實際項目中需要根據(jù)被測物的不同來選擇。觸發(fā)信號去觸發(fā)光源(3)和相機(4)。光源在機器視覺中占據(jù)著很重要的位置，根據(jù)不同的檢測種類需要選擇不同的光源，根據(jù)被檢測物不同的顏色、需要檢測的項目要設計不同的打光方案。例如:檢測尺寸時，一般選擇背光源，保證被測物在相機中的投影邊界清晰、鋒利。而相機是機器視覺系統(tǒng)中的核心部件，只有拿到相對清晰的圖像，好質量的圖像才能做出精確的判斷，在實際現(xiàn)場環(huán)境中還需要在機器視覺系統(tǒng)上加遮光板，這樣防止外部環(huán)境對相機成像的影響。相機拍攝圖像送入計算機(6)內的采集卡(7)上，采集卡將圖像數(shù)據(jù)保存在內存(8)中。通過一系列復雜的圖像算法，圖像算法就是對內存中的圖像數(shù)據(jù)經(jīng)過濾波、銳化、均值、動態(tài)分析、尋邊、小波變換等。通過對圖像數(shù)據(jù)的算法分析得出結果(9)，根據(jù)結果控制計算機上的控制卡(7)，通過控制卡控制排除機構(10)做出反應，排除機構則有一系列的電氣器件組成，例如氣缸、電磁閥等。

2 彈頭自動檢測系統(tǒng)的工作原理及結構組成

2.1 檢測系統(tǒng)工作原理

基于機器視覺的槍彈彈頭檢測原理如圖2 所示，首先需要由機械傳輸定位設備將彈頭送至檢測平臺并進行定位，利用特殊光源以一定方向照射被測彈頭，CCD 相機在彈頭上掃描成像，掃描所得的圖像信號經(jīng)過圖像采集卡輸入計算機，通過圖像預處理、二值化、確定檢測區(qū)域等處理方法后得彈頭的二值圖像，提取二值圖像中的幾何特征參數(shù)，就可以得到彈頭的長度等尺寸，再進行對比和分選。最后將檢測結果顯示出來，并存入數(shù)據(jù)庫中。

圖2 槍彈彈頭檢測原理

根據(jù)上述檢測檢測原理，槍彈彈頭自動檢測系統(tǒng)設計的關鍵內容包括彈頭傳輸、定位、對彈頭最佳照射、選擇圖像采集設備和圖像處理和識別、稱重設備。

2.2 機構組成

根據(jù)圖2 的檢測原理設計總體結構，如圖3 所示，槍彈彈頭檢測系統(tǒng)總體結構主要包括機械傳輸驅動設備、系統(tǒng)控制顯示設備和檢測軟件。

2.2.1 機械傳輸驅動設備主要構成

機械傳輸驅動設備的作用是將彈頭傳送至檢測臺，方便攝像機對槍彈彈頭尺寸掃描成像、稱重設備進行重量檢測，并按照檢測結果將彈頭傳送至不同的分料箱。槍彈彈頭傳送系統(tǒng)包括料斗、料道、取料輪和撥料裝置。料斗將彈頭按預期設計頻率進行排序并送入波浪板料道。料道起連接料斗和取料輪的作用，雙通道的設計提高了輸料效率。彈頭從料斗輸出后，通過料道輸出到取料輪。彈頭取料輪上有3 個V 型槽取料位，取料輪與長度檢測裝置、CCD 相機協(xié)作完成對彈頭長度的圖像采集。

圖3 彈頭自動檢測系統(tǒng)結構

長度檢測裝置由一個背部照射光源和一個曲面定位環(huán)組成，如圖4 所示。彈頭從波浪板料道傳輸?shù)廊×陷哣 型槽中后，取料輪在向最高點轉動的過程中靠曲面定位環(huán)實現(xiàn)彈頭底部定位，當?shù)竭_最高點時，觸發(fā)傳感器，通過工控系統(tǒng)發(fā)出檢測信號，CCD 相機進行圖像讀取，與此同時，取料輪下方的LED 光學照明裝置對被測彈尖部位進行亮度增強照明;攝像機在接收到拍攝信號后，對有LED 光學照明的彈尖部位進行圖像拍攝、讀取，之后，經(jīng)過一系列的圖像處理，傳給計算機工控系統(tǒng)，以實現(xiàn)對彈頭尖部的圖像采集。

圖4 長度檢測裝置

彈頭在取料輪完成長度檢測后，被取料輪帶動繼續(xù)轉動，被輸送到重量檢測裝置，如圖5 所示。重量檢測裝置由一個撥料設備和電子天平、大理石板組成，大理石板附加在電子天平上以增加抗沖擊能力和可靠性。彈頭從取料輪滾下后，撥料設備上的撥片已經(jīng)到位并使?jié)L動的彈頭減速，直到靜止，下一撥片使彈頭緩慢進入天平稱量位置，并觸發(fā)傳感器，通過工控系統(tǒng)發(fā)出檢測信號，電子天平進行稱量，以實現(xiàn)對彈頭重量的測量。

2.2.2 照射及圖像攝像裝置設計

彈頭自動檢測系統(tǒng)中長度檢測光學照明及攝像裝置設計結構如圖6 所示。檢測中需要機械傳輸、照明和攝像協(xié)同配合才能實現(xiàn)良好的圖像采集。

光源是影響機器視覺系統(tǒng)輸入的重要因素，這是由于被檢測的彈頭在CCD 像面上所成像的像質，在很大程度上依賴于其照明情況［5］。光學照明按照射方式可分為背向照明、前向照明、結構光和頻閃光照明等。背向照明是被測物放在光源和攝像機之間，其優(yōu)點是能獲得高對比度的圖像;前向照明是光源和攝像機位于被測物的同側，這種方式便于安裝;結構光照明是將光柵或線光源等投射到被測物上，根據(jù)它們所產(chǎn)生的畸變，解調出被測物的三維信息;頻閃光照明是將高頻率的光脈沖照射到物體上，照相機拍攝要求與光源同步，這樣能有效地拍攝高速運動物體的圖像。本系統(tǒng)需要獲得高對比度的圖像來準確地找到彈頭尖部，所以選用背向照明。

攝像機目前主要有CCD 和CMOS 兩種。對比2 種相機的優(yōu)缺點和性能與價格比，綜合考慮功能需求、尺寸大小、圖像清晰度、工作環(huán)境光照度、數(shù)據(jù)處理方便性、經(jīng)濟性等多個因素，本系統(tǒng)中，選用的SONY 公司XC-75 工業(yè)CCD 相機，分辨率768 ×494;掃描范圍7.95 ×6.45;感光面8.4 μm ×9.8 μm;水平/垂直掃描頻率15.734 kHz/59.94 Hz;水平清晰度570 線;垂直清晰度400l×F4。

3 尺寸和重量檢測實現(xiàn)

槍彈彈頭檢測軟件實現(xiàn)模塊的設計主要包括2 部分:一是彈頭尺寸的檢測;二是彈頭重量的檢測。

3.1 長度測量功能

3.1.1 測量算法

圖像分析和識別是機器視覺系統(tǒng)的關鍵部分，主要完成圖像的預處理、尺寸檢測和缺陷識別［6］。對彈頭圖像進行分析和識別是整個測試系統(tǒng)的關鍵所在，分析和識別的結果是判定彈頭是否合格以及對彈頭進行長短分類的依據(jù)。具體實現(xiàn)步驟:

1)產(chǎn)品校準

用標定彈頭獲取系統(tǒng)測量彈頭全長的基準，即:投影長度PJ和頂點列坐標P0。

2)實際測量

測得實際彈頭的頂點列坐標P1，通過公式L = ［PJ+(P0-P1)* scale］/cosα 獲取被測彈頭的實際全長，其中L為彈頭的實際全長、PJ為投影長度、P0為標定彈頭的頂點列坐標、P1為被測彈頭的頂點列坐標、scale 為像素比、α 為被測彈頭中心軸線與水平面的夾角。

3.1.2 測量模塊實現(xiàn)

彈頭的尺寸要求檢測全長，在判定合格與否的同時，還要對合格的進行過長、過短分類。對于彈頭長度的檢測經(jīng)過底部準確定位后，只需要檢測彈頭彈尖部位的位置(圖7 中豎線所示)就可以準確的測出全長。

圖7 檢測到的彈頭尖部

彈頭尺寸測量功能實現(xiàn)的部分代碼如下:

3.2 重量測量功能

槍彈彈頭重量的測量是通過安放在取料輪之后的高靈敏度電子天平測得的，天平上附加大理石以增加其穩(wěn)定性，如圖5 所示在撥料機構下面即為有附加大理石的電子天平，其最終稱重功能實現(xiàn)部分代碼如下:

4 測試結果分析

根據(jù)前面設計，開發(fā)了配套的軟件(槍彈彈頭檢測系統(tǒng)主界面由系統(tǒng)菜單、圖像顯示、檢測結果、統(tǒng)計結果、運行狀態(tài)、系統(tǒng)狀態(tài)、產(chǎn)品種類、選擇相機、任務面板等9 部分組成)，并開展了測試實驗。槍彈彈頭尺寸和重量檢測以及相關檢測情況如圖8 所示。

圖8 檢測彈頭長度參數(shù)的設定及讀取

通過該彈頭檢測系統(tǒng)，1萬枚彈頭檢測完畢，共耗時118 min，其中長度不合格彈頭數(shù)65 枚，長合格彈頭102 枚，短合格彈頭97 枚;重量不合格彈頭49 枚，合格彈頭過重56 枚，過輕78 枚，去掉重疊情況，其總計不合格彈頭數(shù)83 枚，不合格率為0.83%。對檢測結果不合格彈頭人工全部復檢，未發(fā)現(xiàn)檢測錯誤的彈頭;對檢測結果合格的彈頭進行人工復檢，未發(fā)現(xiàn)漏檢鋼芯。因此，相比人工肉眼檢測，應用該系統(tǒng)檢測彈頭所耗費時間大幅度縮減，檢測效率和檢測精度都大幅提升，較傳統(tǒng)的人工檢測有較大優(yōu)越性和先進性。

［1］彭旭，孔淼，林虎成.轉子式高速高精度彈體尺寸動態(tài)測量系統(tǒng)［J］.兵工自動化，2010，29(8):74.

［2］吳海江，李一民，吳偉，等.基于槍彈頭痕跡自動比對方法的研究［J］.

［3］韓九強.機器視覺技術及應用［M］.北京:高等教育出版社，2009.

［4］賈云得.機器視覺［M］.北京:科學出版社，2000.

［5］劉偉，齊曉慧. 基于視覺的機械手臂自主抓物的實現(xiàn)［J］.兵工自動化，2008，27(12):79-80.

［6］Langley F J.A machine vision board test system［C］//AUTOTESTCON’88. IEEE International Automatic Testing Conference，F(xiàn)uture test. Symposium Proceedings，1988:65-68.

［7］馬濤.雙圓弧擬合法在數(shù)控內孔曲線磨床加工中的應用［J］.現(xiàn)代電子技術，2011，34(21):160-162.

［8］馬鑫，魏鵬旭，岳康.裂縫圖像識別與特征參數(shù)算法的研究［J］.科技資訊，2011(11):47-48.

［9］［美］Rafael C.Gonzalez，Richard E Woods.數(shù)字圖像處理［M］.3 版. 阮秋琦，阮宇智，譯北京:電子工業(yè)出版社，2010.

［10］Junji，He li，Shi Jianli et al. Size Detection of Firebricks Based on Machine Vision Technology［C］.2010，2010 International Conference on Measuring Technology and Mechatronics Automation.