韓向可，吳耀春

（安陽工學(xué)院，河南安陽455000）

基于機(jī)器視覺的復(fù)雜零件外觀尺寸檢測(cè)

韓向可，吳耀春

（安陽工學(xué)院，河南安陽455000）

根據(jù)復(fù)雜零件檢測(cè)收慢、效率低的情況，設(shè)計(jì)了一套基于機(jī)器視覺的檢測(cè)系統(tǒng)。介紹了視覺檢測(cè)系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)和零件圖像的預(yù)處理和邊界提取，并詳細(xì)分析了零件尺寸的計(jì)算算法。本設(shè)計(jì)對(duì)其它產(chǎn)品的檢測(cè)、檢驗(yàn)具有一定的借鑒意義。

機(jī)器；視覺；復(fù)雜零件；尺寸檢測(cè)

在機(jī)械制造行業(yè)，特別是汽車生產(chǎn)制造領(lǐng)域，復(fù)雜零部件例如沖壓件、鑄件、復(fù)雜模具工件等大量使用。如汽車減速器轉(zhuǎn)軸端部緊固件，見圖1，在裝配中大量使用。該零件結(jié)構(gòu)復(fù)雜，被測(cè)參數(shù)較多，采用傳統(tǒng)的手工抽檢方式，耗時(shí)長、效率低，人工成本高；同時(shí)，檢測(cè)結(jié)果不可避免的帶有人的主觀測(cè)量誤差，難以保證檢測(cè)精度，造成較大的裝配誤差或難以準(zhǔn)確安裝。隨著圖像處理技術(shù)的發(fā)展，機(jī)器視覺檢測(cè)方法以其非接觸、檢測(cè)精度高、自動(dòng)化程度高等優(yōu)勢(shì)在工業(yè)領(lǐng)域得到了廣泛應(yīng)用，尤其適合于復(fù)雜零部件的外觀輪廓檢測(cè)。本文針此對(duì)轉(zhuǎn)軸端部緊固件的緊固件，研究分析了其外觀輪廓尺寸的機(jī)器視覺檢測(cè)方法。

圖1 被測(cè)零件圖

1 視覺檢測(cè)系統(tǒng)

視覺檢測(cè)硬件系統(tǒng)如圖2所示，它由工件檢測(cè)平臺(tái)、光源系統(tǒng)、CCD相機(jī)、圖像采集卡、計(jì)算機(jī)、系統(tǒng)軟件等組成[1]。其中光源系統(tǒng)包括光源控制器和LED，可根據(jù)工作環(huán)境調(diào)整光照亮度。軟件系統(tǒng)采用Visual C++開發(fā)，用于采集到的圖像處理、顯示和尺寸檢測(cè)等。系統(tǒng)工作原理：當(dāng)工件平放在檢測(cè)臺(tái)時(shí)，按下檢測(cè)按鈕，由CCD相機(jī)進(jìn)行圖像采集，通過軟件系統(tǒng)對(duì)圖像進(jìn)行分析，在計(jì)算機(jī)上顯示出被測(cè)工件輪廓尺寸和偏差等信息。

2 零件圖像處理

在檢測(cè)系統(tǒng)的設(shè)計(jì)中，關(guān)鍵是軟件系統(tǒng)的設(shè)計(jì)。在計(jì)算機(jī)圖像處理中主要由噪聲去除、圖像邊界輪廓提取、尺寸計(jì)算、結(jié)果顯示等部分組成[2]。

2.1 噪聲去除與邊界提取

由于圖像采集是光學(xué)信號(hào)向電信號(hào)的轉(zhuǎn)換，以及受實(shí)際的工作環(huán)境等因素的影響，原始圖像中難免有噪聲的存在、惡化圖像質(zhì)量。因此，圖像預(yù)處理中首要進(jìn)行噪聲去除。根據(jù)圖像實(shí)際情況，采用高斯濾波和中值濾波相結(jié)合的濾波方式。高斯濾波濾除圖像的中高斯噪聲，中值濾波作為一種非線性濾波器，能夠有效地濾除脈沖干擾和椒鹽噪聲，同時(shí)避免平滑濾波等線性濾波器對(duì)圖像細(xì)節(jié)過度模糊的缺點(diǎn)[3]，見圖3（a）所示。而后，為了突出邊界，采用拉普拉斯算子對(duì)圖像進(jìn)行銳化，如圖3（b）所示。

圖3 圖像去燥與銳化

圖像邊界是信號(hào)變化劇烈的地方，是圖像的最基本的特征。目前，邊界提取方法很多，例如邊緣算子法、邊緣跟蹤法和數(shù)學(xué)形態(tài)法等[4]。根據(jù)處理后的圖像輪廓，采用四領(lǐng)域腐蝕的數(shù)學(xué)形態(tài)法，進(jìn)行邊界提取，能夠有效提取出單像素圖像邊界，如圖3（c）所示。

2.2 零件尺寸計(jì)算

根據(jù)零件圖形，主體為半圓環(huán)，在圓環(huán)的兩端有兩個(gè)帶內(nèi)圓的不規(guī)則鏈接耳環(huán)。零件結(jié)構(gòu)復(fù)雜，邊界尺寸逐一計(jì)算較為困難。本文圖形對(duì)比法進(jìn)行尺寸計(jì)算：根據(jù)提取出的邊界輪廓，計(jì)算出半圓環(huán)和兩內(nèi)圓圓心，以此三點(diǎn)為基準(zhǔn)點(diǎn)，與理想圖形進(jìn)行比較，由計(jì)算機(jī)進(jìn)行逐點(diǎn)輪廓距離比較，求出被測(cè)零件的偏差。因此，計(jì)算偏差的關(guān)鍵是基準(zhǔn)點(diǎn)獲取。下面進(jìn)行基準(zhǔn)點(diǎn)算法分析。

由于檢測(cè)零件左右兩端內(nèi)環(huán)是完整圓，所以先采用最小二乘擬合法計(jì)算圓心位置。當(dāng)定出兩端圓心時(shí)，作兩圓心連線中垂線，取中垂線左右45°區(qū)域內(nèi)的主體圓環(huán)上的一段弧線，同樣采用最小二乘法計(jì)算半圓環(huán)圓心。最小二乘圓心計(jì)算算法[5]如下：

最小二乘圓原理是遍歷被測(cè)圓或圓弧各離散點(diǎn)，到二乘圓距離殘差平方和最小。

設(shè)二乘圓圓心為（a，b），半徑為r，被測(cè)圓離散點(diǎn)坐標(biāo)為（xi，yi）.

由圓的計(jì)算公式：

則距離殘差平方和為：

根據(jù)上式可以求出對(duì)應(yīng)圓心坐標(biāo)，以此為定位基準(zhǔn)能夠方便的計(jì)算出被測(cè)輪廓與理論輪廓之間的變差尺寸。

通過本視覺檢測(cè)系統(tǒng)在生產(chǎn)線上的應(yīng)用，取得了良好的實(shí)際效果，半圓環(huán)檢測(cè)偏差小于0.03 mm.實(shí)現(xiàn)了非接觸、高精度和零部件100%全檢的目標(biāo)。

3 結(jié)束語

在目前的機(jī)加工車間，復(fù)雜零件的檢測(cè)依然采用傳統(tǒng)的人工檢測(cè)方法。針對(duì)這一情況，本文設(shè)計(jì)的基于視覺尺寸檢測(cè)系統(tǒng)，能夠高效、快速的檢測(cè)特定復(fù)雜零件尺寸，極大地提高生產(chǎn)效率和自動(dòng)化水平。對(duì)同類產(chǎn)品的檢測(cè)、檢驗(yàn)具有一定的借鑒意義。

[1]朱海英，趙世平，陸小龍．基于IMAQ工件尺寸測(cè)量方法的研究[J]．測(cè)量測(cè)試技術(shù)，2007，34（3）：56-57.

[2]董鴻燕.邊緣檢測(cè)若干技術(shù)研究[D].哈爾濱：國防科學(xué)技術(shù)大學(xué)研究生院，2008.

[3]李兵，鄧善熙.計(jì)算機(jī)圖像處理技術(shù)應(yīng)用于晶振元件缺陷檢測(cè)[J].儀器儀表學(xué)報(bào)，2003，24（4）：397-398.

[4]韓梅.藥用管制瓶的缺陷及尺寸檢測(cè)的算法研究[D].合肥：合肥工業(yè)大學(xué)，2009.

[5]王巖松，阮秋琦.基于最小二乘互相關(guān)算法的圖像定位匹配研究[J].通信學(xué)報(bào)，2003，24（9）：80-86.

Visual Inspection of Comp lex Parts Based on Machine Vision

HAN Xiang-ke，WU Yao-chun
（Anyang Institute of Technology，Anyang Henan 455000，China）

According to the low efficiency of complex parts detection，one detection system based on machine vision is presented.In the paper，structure of detection system，preprocessing and edge detection of picture is introduced，and parts size computational algorithm is analysed in detail.This design has some reference for other component detection.

machine；vision；complex parts；sizemeasurement

TP274.4

A

1672-545X（2017）04-0166-02

2017-01-29

韓向可（1981－），男，河南平頂山人，講師，碩士，研究方向：圖像處理技術(shù)、制造自動(dòng)化。