戴知圣，潘　晴，鐘小蕓

(廣東工業(yè)大學(xué) 信息工程學(xué)院，廣州　510006)

?

基于機(jī)器視覺的工件尺寸和角度的測(cè)量

戴知圣，潘晴，鐘小蕓

(廣東工業(yè)大學(xué) 信息工程學(xué)院，廣州510006)

摘要：針對(duì)一款手機(jī)U盤芯片的二維尺寸的測(cè)量問題，提出運(yùn)用圖像處理的方法，實(shí)現(xiàn)手機(jī)U盤芯片長(zhǎng)度和偏角的非接觸式測(cè)量;通過COMS工業(yè)相機(jī)采集到U盤芯片的背光圖像，在邊緣檢測(cè)的基礎(chǔ)上，用Hough變換檢測(cè)和定位U盤芯片邊緣直線;針對(duì)在一條邊上Hough變換對(duì)應(yīng)檢測(cè)到多條直線的情況，提出采用直線參數(shù)平均法擬合邊緣直線，從而獲得較精準(zhǔn)的邊緣位置;通過對(duì)已知尺寸的標(biāo)準(zhǔn)塊進(jìn)行相機(jī)標(biāo)定，由此計(jì)算出精確的U盤芯片的尺寸和傾斜角度;實(shí)驗(yàn)表明：該算法能夠滿足工程上較高精度的檢測(cè)要求。

關(guān)鍵詞：U盤芯片；二維尺寸；非接觸式測(cè)量；Hough變換

0引言

隨著智能手機(jī)的迅速普及，手機(jī)已超過筆記本電腦成為最重要的移動(dòng)數(shù)碼終端設(shè)備。大量數(shù)據(jù)內(nèi)容的不斷增加，手機(jī)U盤的出現(xiàn)極大地方便了手機(jī)和電腦之間的數(shù)據(jù)共享。目前大多數(shù)廠家進(jìn)行U盤機(jī)芯尺寸測(cè)量主要是通過游標(biāo)卡尺或者千分尺進(jìn)行人工檢測(cè)。人工檢測(cè)存在效率低、可靠性差、易因工人疲勞而產(chǎn)生誤檢等弊端，難以滿足現(xiàn)在制造業(yè)強(qiáng)調(diào)的實(shí)時(shí)、快速、在線和非接觸檢測(cè)的特殊要求[1]，而基于機(jī)器視覺的檢測(cè)方法[2-6]彌補(bǔ)了人工檢測(cè)的所有缺陷。

本文針對(duì)一款手機(jī)U盤芯片二維尺寸和傾斜角度的檢測(cè)問題，提出利用機(jī)器視覺方法實(shí)現(xiàn)U盤芯片非接觸式測(cè)量。通過采集到的U盤芯片的背光圖像，經(jīng)過一系列圖像預(yù)處理后，利用Hough變換[7-9]檢測(cè)U盤輪廓上的邊緣直線。針對(duì)在一條邊上Hough變換對(duì)應(yīng)檢測(cè)到多條直線的情況，本文提出采用直線參數(shù)平均法擬合邊緣直線，從而獲得較精準(zhǔn)的邊緣位置。通過提取特定的直線以及相交后求出的關(guān)鍵點(diǎn)的坐標(biāo)，計(jì)算出芯片在圖像上的尺寸和偏角，最后通過相機(jī)標(biāo)定計(jì)算出芯片的實(shí)際尺寸。

1光學(xué)檢測(cè)系統(tǒng)組成

本文設(shè)計(jì)的光學(xué)檢測(cè)系統(tǒng)(AOI)由圖像采集設(shè)備、光源、PC機(jī)以及圖像處理軟件構(gòu)成。圖像采集設(shè)備是由500萬像素的CMOS工業(yè)相機(jī)和25 mm的定焦鏡頭組成。手機(jī)U盤芯片如圖1所示,本文實(shí)驗(yàn)光源采用的是LED背光光源，在背光方式下，光源均勻的從被檢測(cè)物體的背面射出，可以獲得高清晰的輪廓，照射效果如圖2所示。相機(jī)采集到的圖像通過USB接口傳輸給計(jì)算機(jī)，利用軟件對(duì)圖像進(jìn)行處理并識(shí)別被測(cè)U盤芯片是否合格。

圖1　U盤芯片原圖　　　　　　圖2　U盤芯片背光圖

2檢測(cè)原理及算法流程

檢測(cè)的目標(biāo)是檢測(cè)U盤的最大長(zhǎng)度和豎直方向兩條邊的夾角，如圖3所示，即計(jì)算AD邊到BC邊的最大距離以及AB邊與CD邊的夾角。因此，需要提取A、B、C、D 4個(gè)點(diǎn)在圖像中的坐標(biāo)以及求得直線AB與CD的夾角。

圖3　U盤芯片二維結(jié)構(gòu)圖

本文提出的算法主要分為五部分：圖像預(yù)處理、邊緣直線檢測(cè)、直線擬合、尺寸和角度的計(jì)算以及相機(jī)的標(biāo)定。

2.1圖像預(yù)處理

預(yù)處理是通過對(duì)相機(jī)采集到的圖像進(jìn)行灰度化、邊緣檢測(cè)、膨脹處理以及區(qū)域填充，最后再做一次邊緣檢測(cè)等一系列操作，如圖4所示。本文采用Canny算子進(jìn)行邊緣檢測(cè)，提取的邊緣較完整，邊緣線連接程度好，定位較為精準(zhǔn)，效果如圖5所示。

圖4　圖像預(yù)處理流程圖

圖5　第一次Canny邊緣檢測(cè)圖　　　　　圖6　填充效果圖

由于U盤芯片中部的拼接部分存在一定的間隙，在背光照射下會(huì)漏光，這對(duì)豎直方向邊緣的直線檢測(cè)造成很大干擾，還可能檢測(cè)不出最短的那條邊的直線。因此在邊緣檢測(cè)的基礎(chǔ)上做一次區(qū)域填充處理，將U盤邊緣內(nèi)部全部填充為白色，如圖6所示。但是由于邊緣檢測(cè)檢測(cè)后的邊緣存在不連續(xù)性，這就不能保證檢測(cè)的外輪廓為封閉曲線，如果外邊緣不封閉，則不能填充成功。因此，在填充之前需要對(duì)邊緣檢測(cè)的圖像進(jìn)行一次形態(tài)學(xué)膨脹處理，膨脹效果如圖7所示。由于需要提取邊緣的直線，Hough變換是基于邊緣圖像的基礎(chǔ)上進(jìn)行直線檢測(cè)的，因此需要在填充圖像上再做一次邊緣檢測(cè)，檢測(cè)效果如圖8所示。

圖7　膨脹處理圖　　　　　圖8　第二次邊緣檢測(cè)圖

2.2邊緣直線檢測(cè)

本文采用Hough變換的方法提取U盤邊緣直線。由于Hough變換是通過在參數(shù)空間累加器進(jìn)行累計(jì)投票來決定圖像空間中的直線參數(shù)，加上圖像空間和參數(shù)空間的離散化誤差、邊緣檢測(cè)誤差、圖像噪聲等因素影響，累加器矩陣中的每個(gè)單元的累加值可能來源于真實(shí)共線的點(diǎn)，也可能來源于圖像中的噪聲點(diǎn)。當(dāng)算法里的步距角slop(θ)選擇過小時(shí)，會(huì)造成一條直邊上檢測(cè)出多條直線的情況；步距角選擇稍大則導(dǎo)致直線定位不準(zhǔn)確;此外，參數(shù)空間累加器只記錄共線點(diǎn)數(shù)而沒有記錄點(diǎn)的位置關(guān)系，從而無法確定被測(cè)直線段的起點(diǎn)和終點(diǎn)。

針對(duì)一條直邊Hough變換檢測(cè)出多條直線，文獻(xiàn)[10-11]提出用弗里曼鏈碼法初步提取直線，去除部分不在直線上的點(diǎn)。在噪聲較多的情況下，該算法相對(duì)標(biāo)準(zhǔn)Hough變換算法可以提高計(jì)算速度。但在噪聲較少的情況下效果不明顯。

本文提出采用直線平均法做直線擬合，即將一條直邊上檢測(cè)出來的多條直線擬合成一條直線。雖然Hough變換不能定位被測(cè)線段的端點(diǎn)，但可以通過參數(shù)空間提取的直線對(duì)應(yīng)的ρ和(值根據(jù)下面公式[12]來計(jì)算出直線上的兩個(gè)點(diǎn)pt1和pt2。

(1)

(2)

(3)

(4)

(5)

(6)

通過Hough變換檢測(cè)出U盤芯片輪廓的6條邊上的直線，分別提取屬于豎直邊AB、CD上的直線束，以及最長(zhǎng)邊mn和ef上的直線，如圖9所示。由于Hough變換容易在一條邊上檢測(cè)出多條直線，AB和CD兩條邊的直線的是否準(zhǔn)確關(guān)系到U盤偏角的檢測(cè)結(jié)果，因此本文提出對(duì)在AB和CD上的直線進(jìn)行直線擬合，對(duì)mn和ef上的直線分別只取共線點(diǎn)數(shù)最多的一條。

圖9　U盤芯片平面圖

圖12　未擬合的多條局部圖　 　圖13　直線擬合局部圖直線

2.3豎直方向邊上的直線擬合

為了保證U盤芯片偏角檢測(cè)的精度，本文對(duì)Hough變換的步距角取0.1°，同時(shí)分別只取在AB和CD邊上的3~4條共線點(diǎn)最多的直線進(jìn)行擬合，減少參與擬合的直線數(shù)量，使擬合的直線更精準(zhǔn)。

具體做法：AB邊上直線束所對(duì)應(yīng)的參數(shù)ρ和θ分別求平均值，得到新的一條直線的參數(shù)ρAB和θAB，同理得到CD邊上的新直線參數(shù)ρCD和θCD。

未擬合前AB和CD邊上檢測(cè)出多條直線，如圖10所示，局部放大如圖11所示；擬合后用藍(lán)色線畫出，水平方向兩條用最長(zhǎng)直線畫出，擬合效果如圖12所示，局部放大效果如圖13所示。

2.4計(jì)算U盤芯片的最大像素長(zhǎng)度和角度

兩條不平行直線相交，有且只有一個(gè)交點(diǎn)。通過擬合后的直線AB和CD分別與直線mn和ef相交，可以計(jì)算出A、B、P、Q四點(diǎn)在圖像上的坐標(biāo)，但不能求出C、D兩點(diǎn)的坐標(biāo)。通過A(x1,y1)、B(x2,y2)、P(x3,y3)3點(diǎn)坐標(biāo)可以求出P點(diǎn)到直線AB的距離distance1。

distance1=

圖14　U盤芯片偏角圖

2.5相機(jī)標(biāo)定

上文求出的是U盤圖像中的最大尺寸像素距離，要求得實(shí)際尺寸，還需要知道相機(jī)在固定焦距下圖像中每個(gè)像元的實(shí)際尺寸。

本文采用的方法是用一個(gè)標(biāo)準(zhǔn)尺寸的矩形標(biāo)定塊對(duì)相機(jī)進(jìn)行標(biāo)定，標(biāo)定塊長(zhǎng)度為15.00 mm，豎直邊夾角為0°，該標(biāo)準(zhǔn)塊的尺寸誤差不超過1 μm。當(dāng)檢測(cè)到標(biāo)準(zhǔn)塊的Angle為0°時(shí)，Distance數(shù)據(jù)才有效，則記錄該數(shù)據(jù)為Test_distance，單位為像素個(gè)數(shù)。本文采用的CMOS相機(jī)的分辨率2592×1944，通過式子：

3實(shí)驗(yàn)結(jié)果及其分析

本文測(cè)試這款U盤在設(shè)計(jì)上的標(biāo)準(zhǔn)長(zhǎng)度為24.60 mm，偏角為0°。如果被測(cè)U盤的長(zhǎng)度大于24.70 mm或偏角大于1°則判為不良品。

隨機(jī)挑選了一個(gè)測(cè)試樣品，經(jīng)千分尺測(cè)出該U盤芯片的實(shí)際長(zhǎng)度為24.64 mm，在日本的基恩士光學(xué)檢測(cè)儀上測(cè)出該芯片的夾角為0.70°。

采用本文設(shè)計(jì)的直線擬合算法與未擬合算法分別對(duì)該U盤芯片進(jìn)行了1 030次重復(fù)測(cè)試實(shí)驗(yàn)，每次測(cè)試芯片在視野中放的位置不同，分別對(duì)測(cè)量的尺寸和角度的均值、最大誤差和標(biāo)準(zhǔn)差3個(gè)指標(biāo)進(jìn)行對(duì)比，對(duì)比結(jié)果如表1所示。

表1　直線擬合與未擬合的算法測(cè)試對(duì)比

通過以上數(shù)據(jù)表明：直線擬合算法比未擬合算法具有更好的魯棒性，計(jì)算誤差更小。在不同位置測(cè)出的數(shù)據(jù)不同主要是因?yàn)殓R頭的細(xì)微畸變所致，還有圖像的量化誤差也會(huì)對(duì)每次的檢測(cè)結(jié)果數(shù)據(jù)有一定影響?？梢愿鼡Q質(zhì)量更好的鏡頭來改善檢測(cè)數(shù)據(jù)的精度，同時(shí)為了減小圖像畸變效應(yīng)，檢測(cè)時(shí)盡量將工件放置在相機(jī)視野的正中央。

對(duì)已知缺陷類型的800個(gè)樣品進(jìn)行檢測(cè)，其中253個(gè)為合格品，即尺寸或角度在誤差范圍內(nèi)；547個(gè)為次品，次品中200個(gè)為尺寸不合格，250個(gè)為角度不合格，97個(gè)為尺寸和角度都不合格。檢測(cè)結(jié)果如表2所示。

4結(jié)束語

本文設(shè)計(jì)了一套檢測(cè)手機(jī)U盤芯片二維尺寸和角度的光學(xué)檢測(cè)算法，對(duì)U盤芯片邊緣的直線進(jìn)行擬合的算法改進(jìn)。通過對(duì)比直線擬合與未擬合的實(shí)驗(yàn)數(shù)據(jù)，證明本文設(shè)計(jì)的算法具有較高的穩(wěn)定性和準(zhǔn)確性，可以滿足生產(chǎn)檢測(cè)的要求。此外，對(duì)另外兩款形狀相同、長(zhǎng)度不同的手機(jī)U盤芯片進(jìn)行抽

表2　800個(gè)樣品的檢測(cè)結(jié)果統(tǒng)計(jì)表

注：總體準(zhǔn)確率為95.25%，檢測(cè)結(jié)果——“不正確”表示誤檢情況，“正確”表示檢測(cè)結(jié)果與實(shí)際相符。

樣測(cè)量，實(shí)驗(yàn)數(shù)據(jù)與真實(shí)尺寸很吻合，證明本文的光學(xué)檢測(cè)算法在檢測(cè)類似形狀的工件方面具有一定的通用性。

參考文獻(xiàn)：

[1] 單桂軍,胡偉. 一種基于CCD的非接觸尺寸測(cè)量系統(tǒng)[J].電視技術(shù)， 2013, 37(15):41-43．

[2] 常春國(guó),徐運(yùn)濤. 應(yīng)用機(jī)器視覺精確檢測(cè)工件尺寸的研究[J].電子質(zhì)量， 2008(2):1-4.

[3] 趙永濤,賈培剛,姜冰清.基于CCD的機(jī)械零件尺寸測(cè)量研究[J]. 機(jī)電產(chǎn)品開發(fā)與創(chuàng)新， 2009,22(6):138-140.

[4] 黃品松,徐杜,蔣永平,等. 零件尺寸圖像檢測(cè)數(shù)據(jù)處理與高精度檢測(cè)方法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用， 2011,20(9):248-251.

[5] 馬艷娥,張波濤,高磊,等. 基于圖像處理的零件尺寸測(cè)量研究[J]. 電子與測(cè)試， 2011(8):39-41,95.

[6] 田原嫘, 黃合成, 譚慶昌,等. 基于機(jī)器視覺的零件尺寸測(cè)量[J]. 激光與光電子學(xué)進(jìn)展, 2010, 47(1):82-90.

[7] 陳蓋凱. 基于Hough變換的直線檢測(cè)[J]. 西安航空技術(shù)高等?？茖W(xué)校學(xué)報(bào)， 2007,25(3):34-36.

[8] 朱芳芳, 顧宏斌, 孫瑾. 一種改進(jìn)的Hough變換直線檢測(cè)算法[J]. 計(jì)算機(jī)技術(shù)與發(fā)展, 2009(19):19-22.

[9] Wang J, Zhu Q, Wang W, et al. Straight line extraction algorithm by Hough transform combining edge grouping[J]. Journal of Remote Sensing, 2014,18(02):378-383.

[10] 楊順遼. 基于Hough變換提取直線的改進(jìn)方法研究[J]. 電腦與信息技術(shù), 2006,14(5):29-31.

[11] 趙洪亮. 基于Hough變換改進(jìn)的直線檢測(cè)與定位[J]. 激 光與紅外, 2009,39(9):1009-1011.

[12] Gary Brad-ski&ADRIAN Kaehler.Learning OpenCv [M]. American:O’Reilly Media,Inc.2008.

Workpiece Size and Angle Measurement Based on Machine Vision

Dai Zhisheng, Pan Qing, Zhong Xiaoyun

(School of Information Engineering,Guangdong University of Technology, Guangzhou510006,China)

Abstract:In this paper, for two dimensional size and angle of mobile U disk, an image processing methods was presented.It realized a non-contact measurement of the length and angle on mobile U-disk. Based on edge detection, it adopted Hough transformation to detect and locate the straight edge line of Usb chip through the backlighting image of Usb chip photographed by the COMS industrial camera.In the case that Hough transformation might detect to multiple straight lines on one straight edge.The method of linear parameter on average to fit the edge of a straight line was presented. so as to obtain accurate edge positions. Through the known size block for camera calibration, we can calculate the exact size and the angle of inclination of the Usb chip.The experimental results show that this algorithm can meet the detection requirements for higher accuracy in engineering.

Keywords：U-disk chip;two dimensional size; non-contact measurement; Hough transformation

文章編號(hào)：1671-4598(2016)02-0027-03

DOI：10.16526/j.cnki.11-4762/tp.2016.02.007

中圖分類號(hào)：TP391.41

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡(jiǎn)介：戴知圣(1988-)，男，江西吉安人，碩士研究生，主要從事圖像處理、機(jī)器視覺方向的研究。

基金項(xiàng)目：國(guó)家自然科學(xué)基金(61001179)。

收稿日期：2015-07-11；修回日期：2015-10-15。

潘晴(1975-)，男，湖北武漢人，副教授，主要從事圖像處理、模式識(shí)別方向的研究。