唐冬梅　石　紅　傅云霞　姜志華　曾燕華 / 上海市計量測試技術(shù)研究院

?

基于圖像處理技術(shù)的試驗篩自動測量系統(tǒng)

唐冬梅石紅傅云霞姜志華曾燕華 / 上海市計量測試技術(shù)研究院

摘要介紹了試驗篩自動測量系統(tǒng)的硬件構(gòu)成及軟件系統(tǒng)，對試驗篩自動測量系統(tǒng)中應(yīng)用的圖像處理技術(shù)進(jìn)行了研究，分析了該系統(tǒng)對校準(zhǔn)結(jié)果的不確定度。研究成果替代人眼觀測方法，實現(xiàn)了試驗篩的自動化測量。同時提升了效率，降低了勞動強(qiáng)度。

關(guān)鍵詞試驗篩；圖像處理技術(shù)；自動測量

0　引言

試驗篩是符合某項標(biāo)準(zhǔn)規(guī)范、用于對顆粒物料作篩分粒度分析的篩具，它廣泛應(yīng)用于航空、航天、印刷、印染、電子、采礦、制藥、糧食、食品加工、化工等行業(yè)及科研院所進(jìn)行的粒度分析和篩分試驗。試驗篩測量技術(shù)與國民經(jīng)濟(jì)同步發(fā)展，與國計民生休戚相關(guān)。

以往的試驗篩測量設(shè)備為游標(biāo)卡尺、投影儀、工具顯微鏡等測量儀器，其特點是設(shè)備簡單。由于這些測量方式均依靠人眼進(jìn)行，所以測量工作量繁重、費時費力、效率低下、測量數(shù)據(jù)客觀性差、人眼容易疲勞。為解決這一問題，本文設(shè)計了一個基于影像測量儀的試驗篩自動測量系統(tǒng)，將被測試驗篩通過CCD成像，經(jīng)圖像處理提取其特性參數(shù)，實現(xiàn)了試驗篩的自動檢測[1]。

1　試驗篩自動測量系統(tǒng)

1.1硬件構(gòu)成

試驗篩自動測量系統(tǒng)的硬件構(gòu)成如圖1所示，它主要由機(jī)械運(yùn)動控制模塊、光學(xué)模塊、影像檢測模塊以及計算機(jī)等組成。機(jī)械運(yùn)動控制模塊包括X-Y工作臺、Z軸立柱及運(yùn)動部件、底座、伺服電機(jī)、運(yùn)動控制卡等；光學(xué)模塊包括光源、光源控制器等；而影像檢測模塊由高分辨力CCD和圖像采集卡構(gòu)成[2]。進(jìn)行試驗篩測量時，由機(jī)械運(yùn)動控制模塊和光柵尺進(jìn)行精確定位，由影像檢測模塊獲取圖像數(shù)據(jù)，最后由軟件進(jìn)行數(shù)據(jù)處理，得到測量結(jié)果。

圖1　試驗篩自動測量系統(tǒng)硬件構(gòu)成

1.2軟件系統(tǒng)

通過CCD獲取被測試驗篩圖像的模擬信號，經(jīng)過圖像采集卡A/D轉(zhuǎn)換，將被測試驗篩圖像數(shù)字化后送入計算機(jī)，圖像的后續(xù)處理工作便全部交由軟件完成。圖2為試驗篩檢測程序流程圖。軟件是本自動測量系統(tǒng)用于進(jìn)行圖像預(yù)處理（濾波除噪、二值化）、邊緣檢測、測量與數(shù)據(jù)處理的核心部分。送入計算機(jī)的圖像為灰度圖像，轉(zhuǎn)換成黑白二值圖像，如圖3所示，圖中黑色部分為金屬絲，白色部分為篩孔。計算機(jī)同時處理該圖像數(shù)據(jù)，并提取試驗篩的尺寸信息W和金屬絲徑d，根據(jù)數(shù)據(jù)庫中已知的基本尺寸W、任意網(wǎng)孔最大尺寸偏差X、平均尺寸偏差Y、中間偏差Z值判斷其是否合格。

2　系統(tǒng)中的圖像處理技術(shù)

2.1圖像預(yù)處理

在采集和傳送被測試驗篩圖像的過程中，不可避免地受到各種噪聲信號的干擾。由于這些外加噪聲的存在，獲得的試驗篩圖像與原始圖像存在一定程度的差異。因此，在對采集到的圖像進(jìn)行處理之前，首先需要對圖像進(jìn)行預(yù)處理，主要是通過對含有噪聲的圖像進(jìn)行濾波，達(dá)到平滑噪聲的目的。常用的濾波方法包括均值濾波、中值濾波、低通濾波等。均值濾波和低通濾波在濾除噪聲的同時，會使圖像邊緣變得模糊，而中值濾波由于沒有采用取平均值的方法，因此可獲得邊緣輪廓更清晰的圖像。本試驗篩自動測量系統(tǒng)采用了中值濾波方式。

圖2　試驗篩檢測程序流程

2.2邊緣檢測

圖像的邊緣可以被定義為在局部區(qū)域內(nèi)圖像特性的差別，它表現(xiàn)為圖像上的不連續(xù)性，如表現(xiàn)在圖像上灰度級的突變、紋理結(jié)構(gòu)的突變以及彩色的變化等。圖像的邊緣信息無論是對人類或?qū)C(jī)器視覺來說都是非常重要的。邊緣具有能勾畫出區(qū)域的形狀，能被局部定義及能傳遞大部分圖像信息等許多優(yōu)點。試驗篩要求校準(zhǔn)的幾個量都涉及到邊緣，因此，測量的準(zhǔn)確度和邊緣檢測有很大關(guān)系。邊緣提取是試驗篩影像測量的關(guān)鍵步驟，其提取準(zhǔn)確度對后續(xù)的參數(shù)測量有很大影響。常用的邊緣檢測方法主要有檢測梯度的最大值、檢測二階導(dǎo)數(shù)的零交叉點、小波多尺度邊緣檢測、匹配濾波器算法和局部能量法等，常用的邊緣檢測算子有 Roberts 算子、Prewitt 算子、Sobel算子、Laplace算子、Canny 算子等。這些算子的測量準(zhǔn)確度均為像素級。在實際應(yīng)用中，要求圖像邊緣檢測準(zhǔn)確度達(dá)到亞像素級?，F(xiàn)有的亞像素級邊緣檢測算法有插值法、 矩法、 曲面擬合法等[3]。通過對比分析，本系統(tǒng)采用了帶極值抑制條件的Sobel算子雙向找梯度最大值的邊緣檢測方法。

2.3輪廓檢測

由邊緣檢測算子直接輸出的邊緣數(shù)據(jù)通常包括了整幅圖像里的所有邊緣信息，即還包括了網(wǎng)孔外側(cè)邊緣、網(wǎng)孔內(nèi)雜點邊緣、污漬邊緣等，這些數(shù)據(jù)無法直接用于計算所需的網(wǎng)孔內(nèi)側(cè)邊緣。計算機(jī)采用輪廓跟蹤技術(shù)，以選好的灰度閾值，可自動找到每個網(wǎng)孔或金屬絲，測出網(wǎng)孔或金屬絲在屏幕上所占的像素點數(shù)，即可得到網(wǎng)孔尺寸W和金屬絲徑d。圖3圖像的白色部分為網(wǎng)孔，其灰度大于閾值；黑色部分為金屬絲，其灰度小于閾值。輪廓跟蹤程序找到網(wǎng)孔的某一個白色點，以該點為網(wǎng)孔的跟蹤起點，沿順時針方向跟蹤大于閾值的像素點，當(dāng)跟蹤到該像素點與網(wǎng)孔邊緣的起始點重合時。認(rèn)為跟蹤完成一個網(wǎng)孔，可得到該網(wǎng)孔的徑向和緯向幾何尺寸。測量絲徑的原理基本相同，不同的是此時跟蹤小于閾值的像素點。

3　校準(zhǔn)結(jié)果的不確定度評定[4]

以使用本系統(tǒng)對0.020 mm的試驗篩進(jìn)行校準(zhǔn)為例進(jìn)行不確定度評定。

3.1測量模型

測量的數(shù)學(xué)模型：δ = d

式中：δ —— 被測篩孔尺寸的測量結(jié)果；

d —— 在本系統(tǒng)的讀數(shù)值

測量不確定度的構(gòu)成要素：測量重復(fù)性引起的標(biāo)準(zhǔn)不確定度u（d1）；本系統(tǒng)示值誤差引起的標(biāo)準(zhǔn)不確定度u（d2）；被測件與本系統(tǒng)線膨脹系數(shù)差引起的標(biāo)準(zhǔn)不確定度u（d3）；被測件與本系統(tǒng)溫度差引起的標(biāo)準(zhǔn)不確定度u（d4）。

3.1標(biāo)準(zhǔn)不確定度分量評定

3.1.1測量重復(fù)性引起的標(biāo)準(zhǔn)不確定度u（d1）

通過用本系統(tǒng)對0.020 mm試驗篩的一個篩孔測量10次，可得到由測量重復(fù)性引起的標(biāo)準(zhǔn)不確定度為u（d1）= 0.74 μm。

3.1.2本系統(tǒng)示值誤差引起的標(biāo)準(zhǔn)不確定度u（d2）

本系統(tǒng)示值誤差為（2+L/100） μm（其中L單位mm），認(rèn)為符合正態(tài)分布，取k = 3，當(dāng)測量尺寸為0.02 mm時，u（d2） = 0.67 μm。

3.1.3被測件與本系統(tǒng)線膨脹系數(shù)差引起的標(biāo)準(zhǔn)不確定度u（d3）

被測件（黃銅）的線膨脹系數(shù)為（18±0.5）× 10-6℃-1，本系統(tǒng)光柵尺的線膨脹系數(shù)為（10±0.5）×10-6℃-1，最大差值為9×10-6℃-1，Δt = 0.5 ℃，L = 5 mm，取三角分布，u（d3）= 0.01 μm。

3.1.4被測件與本系統(tǒng)溫度差引起的標(biāo)準(zhǔn)不確定度u（d4）

設(shè)被測件與本系統(tǒng)溫度差為0.5 ℃，線膨脹系數(shù)為（18±0.5）×10-6℃-1，L = 5 mm，服從反正弦分布，k =，則u（d4）= 0.03 μm。

3.2標(biāo)準(zhǔn)不確定度

標(biāo)準(zhǔn)不確定度見表1。

表1　標(biāo)準(zhǔn)不確定度匯總

3.3合成標(biāo)準(zhǔn)不確定度

靈敏系數(shù)Ci= 1，各影響量相互獨立，合成標(biāo)準(zhǔn)不確定度為

3.4擴(kuò)展不確定度

4　結(jié)語

本文介紹了一種基于圖像處理技術(shù)的試驗篩自動測量系統(tǒng)。該系統(tǒng)通過計算機(jī)的運(yùn)行處理可迅速得到測量網(wǎng)孔的最大尺寸偏差、平均尺寸偏差、中間偏差等，并判斷是否符合國家計量校準(zhǔn)規(guī)范JJF 1175-2007《試驗篩》的要求。整個過程計算機(jī)自動處理完成，與常規(guī)靠人眼進(jìn)行觀測的檢測方法相比，該系統(tǒng)操作簡便、測量準(zhǔn)確，在檢測網(wǎng)孔數(shù)量、數(shù)據(jù)處理速度等方面具有明顯優(yōu)勢。將試驗篩檢測從人工轉(zhuǎn)為自動，在提高準(zhǔn)確度的同時提升了檢測效率，降低了勞動強(qiáng)度，對計量技術(shù)的發(fā)展具有重要意義。

參考文獻(xiàn)

[1] 王為農(nóng)，徐一華.影像測量儀技術(shù)基礎(chǔ)[M].北京:中國商業(yè)出版社，2010.

[2] 張馥生，陳琦，陳玉寬，等.基于面陣CCD圖像檢測的光電影像測量系統(tǒng)[J].光機(jī)電信息，2011,28(5):32-37.

[3] 劉變蓮.亞像素邊緣檢測技術(shù)的研究[J].電腦開發(fā)與應(yīng)用，2005，18( 11) : 54- 55.

[4] 謝樹冰.影像測量儀尺寸測量示值誤差的不確定度分析[J].工業(yè)計量，2012，22(1):39-40.

Automatic measuring system for test sieves based on image processing techniques

Tang Dongmei，Shi Hong，F(xiàn)u Yunxia，Jiang Zhihua，Zeng Yanhua
（Shanghai Institute of Measurement and Testing Technology）

Abstract:The hardware and software of an automatic measuring system for test sieves are introduced. The image processing techniques applied in the system are studied, and the uncertainty of calibration results is analyzed. Instead of the human eyes observation method, the reseach results have realized the automatic measurement of test sieves. Meanwhile the efficiency is greatly raised and the intensity of labor is decreased.

Key words:test sieve; image processing technique; automatic measurement