華士丹 郭斌 胡曉峰 范偉軍 陸藝

摘要：汽車(chē)制動(dòng)皮碗裝配方向錯(cuò)誤會(huì)使主缸密封性能不良，進(jìn)而影響汽車(chē)制動(dòng)性能。制動(dòng)缸為半密封工件，成像較難，故使用錐面鏡對(duì)安裝好的皮碗全景成像。視覺(jué)成像中，皮碗方向不同，光的反射角度不同，具有不同特征，故配合NI Assistan硯圖像處理技術(shù)編譯圖像處理算法，通過(guò)圓心檢測(cè)、全景圖像雙線性插值法展開(kāi)，矩形圖像融合拼接、灰度值投影等算法處理圖像，設(shè)定灰度和比例系數(shù)K判別皮碗方x向。測(cè)試結(jié)果準(zhǔn)確率高，測(cè)試的200張圖像中，僅誤判一張，基本滿足工業(yè)檢測(cè)需求。

關(guān)鍵詞：機(jī)器視覺(jué);制動(dòng)缸;錐面鏡;全景成像;密封皮碗;圖像算法

中圖分類號(hào)：TP272 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-5124（2019）07-0152-05

收稿日期：2018-05-19;收到修改稿日期：2018-06-24

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃（2017YFF0206306）;浙江省基礎(chǔ)公益研究計(jì)劃（LG618E050009）

作者簡(jiǎn)介：華士丹（1994-），女，江蘇無(wú)錫市人，碩士，主要從事汽車(chē)零部件智能檢測(cè)技術(shù)的研究。

0 引言

制動(dòng)皮碗是汽車(chē)制動(dòng)系統(tǒng)中不可缺少的零部件[1]，制動(dòng)主缸腔體內(nèi)裝配有柱塞組件、主皮碗以及副皮碗，主皮碗和副皮碗分設(shè)于進(jìn)油孔兩側(cè)，由于其單方向密封的特性，需要兩個(gè)皮碗背靠背安裝以滿足密封性能。皮碗通常由人工區(qū)分，涂油后由機(jī)器或人工進(jìn)行裝配。由于人工操作中極易裝反、裝錯(cuò)或漏裝皮碗，且制動(dòng)主缸屬于半密封式工件，其內(nèi)部狹長(zhǎng)無(wú)法直接檢測(cè)皮碗裝配情況，以致皮碗裝配出錯(cuò)率高，使得生產(chǎn)效率低下[2]。

由于皮碗涂油后安裝，油污影響使得傳統(tǒng)的光學(xué)方法無(wú)法實(shí)現(xiàn)檢測(cè)功能，因此設(shè)計(jì)了一套基于NIVision的視覺(jué)開(kāi)發(fā)軟件，配合錐面鏡反射成像系統(tǒng)，通過(guò)機(jī)器視覺(jué)采集皮碗安裝完整圖像，再通過(guò)算法處理對(duì)制動(dòng)主缸皮碗方向?qū)崿F(xiàn)全自動(dòng)判斷，此方法能夠提高皮碗裝配合格率，提高工業(yè)效率。

1 檢測(cè)原理

副皮碗結(jié)構(gòu)如圖1所示。副皮碗具有內(nèi)圈、外圈以及內(nèi)圈護(hù)衛(wèi)而成的孔狀部分，皮碗內(nèi)徑18mm，外徑22～，寬5～。其在制動(dòng)缸中的安裝方向?yàn)橐磺桓逼ね腴_(kāi)口朝向主缸內(nèi)側(cè)，二腔副皮碗朝向主缸外側(cè)。

因主副皮碗為上下不對(duì)稱結(jié)構(gòu)，放置方向不同對(duì)光線反射效果不同，呈現(xiàn)出不同的圖像，且涂油后增強(qiáng)光線的反射效果，故通過(guò)錐面鏡反射將皮碗內(nèi)側(cè)表面圖像通過(guò)相機(jī)采集，再由軟件處理。

因主缸內(nèi)徑狹小，光源射人光線較少，不易成像，故設(shè)計(jì)一種錐面鏡全景成像方法[3]，通過(guò)45°斜角錐面鏡將光線反射至主缸內(nèi)部照亮皮碗，并將皮碗內(nèi)側(cè)矩形圖通過(guò)錐面鏡反射，以圓環(huán)的形式映射到相機(jī)靶面。其光路圖如圖2所示。A點(diǎn)為凹槽上端點(diǎn)，B點(diǎn)為凹槽下端點(diǎn)。A'、B'為錐面鏡中A、B點(diǎn)的虛像。整個(gè)凹槽經(jīng)反射后在相機(jī)靶面呈現(xiàn)以凹槽上邊緣為內(nèi)圓，下邊緣為外圓的圓環(huán)，后續(xù)通過(guò)圖像處理展開(kāi)補(bǔ)償，快速方便且易于實(shí)現(xiàn)。錐面鏡由固定支架固定，為補(bǔ)償支架遮擋造成的圖像缺失，在檢測(cè)時(shí)將工件旋轉(zhuǎn)一定角度避開(kāi)遮擋部分二次成像，對(duì)兩幅圖進(jìn)行裁剪和拼接得到全景圖。

2 檢測(cè)裝置

實(shí)現(xiàn)錐面鏡全景成像需設(shè)計(jì)一套視覺(jué)傳感機(jī)構(gòu)[4]，其能在主缸中精準(zhǔn)定位并左右運(yùn)動(dòng)、因錐面鏡部分被錐面鏡固定支架遮擋，故先采集一張遮擋圖，旋轉(zhuǎn)90°避開(kāi)原遮擋部分后采集新圖，后期通過(guò)拼接復(fù)原原圖。視覺(jué)傳感機(jī)構(gòu)在主缸內(nèi)工作示意圖如圖3所示。

視覺(jué)傳感機(jī)構(gòu)包括相機(jī)、鏡頭、光源、錐面鏡固定支架以及錐面鏡。

選擇CMOS傳感器型號(hào)為MV-CA060-IOM，有效像素600萬(wàn)，感光尺寸7.2×5.3mm²。鏡頭型號(hào)MVL-HF2528M-6MP，焦距25mm。因成像物距較大，而錐面鏡成像面積較小，所以選擇600萬(wàn)像素的相機(jī)以保證錐面鏡成像分辨率。相機(jī)通過(guò)以太網(wǎng)通與PC通信，由LabVIEW VAS驅(qū)動(dòng)并獲取圖像。

通過(guò)電機(jī)帶動(dòng)視覺(jué)傳感機(jī)構(gòu)向右移動(dòng)、旋轉(zhuǎn)以采集圖像[5-6]。從左至右依次經(jīng)過(guò)一腔副皮碗，二腔副皮碗。其工作流程圖如圖4所示。

3 圖像處理及算法設(shè)計(jì)

通過(guò)錐面鏡成像系統(tǒng)，采集的皮碗正裝反裝全景圖如圖5所示。

由圖可知，副皮碗正反裝差異主要為斷續(xù)的橫線與其鄰近的亮線，圖中已用紅色圓環(huán)框出。由于環(huán)形全景圖不易分析，故將全景圖展開(kāi)成矩形進(jìn)行處理。

3.1 圖像采集與處理

通過(guò)LabVIEW軟件與相機(jī)通信交互，能夠?qū)崟r(shí)采集圖像。圖像經(jīng)過(guò)平滑濾波去除噪聲，經(jīng)由圓心檢測(cè)、全景圖展開(kāi)、圖像融合與邊緣提取等處理得到特征明顯的皮碗全景圖。圖像處理主要流程如圖6所示。

3.1.1 圓檢測(cè)

為將環(huán)形全景圖展開(kāi)成直觀的矩形圖，需獲取圓環(huán)的圓心、內(nèi)徑與外徑?；舴蜃儞Q[7-8]檢測(cè)算法用于檢測(cè)圖像中是否存在某一特定形狀物體，它通過(guò)一種投票算法檢測(cè)具有特定形狀的物體。該過(guò)程在一個(gè)參數(shù)空間中通過(guò)計(jì)算累計(jì)結(jié)果的局部最大值得到一個(gè)符合該特定形狀的集合作為霍夫變換結(jié)果，此處通過(guò)霍夫變換檢測(cè)圓環(huán)圓心與半徑。

設(shè)圓的方程為

（x-a）²+（y-b）²=R⁴（1）其中a、b為圓心，R為內(nèi)徑。對(duì)方程求導(dǎo)獲取已知邊緣方向，得到

2（x-a）+2（y-b）dy/dx=0（2）

在圖像前景點(diǎn)加上方向信息即可得到圓心所在直線，繼而得內(nèi)徑R。以同樣的方式得到外徑后，即可通過(guò)已知參數(shù)展開(kāi)環(huán)形圖像。

3.1.2 全景圖像展開(kāi)

完成圓心、內(nèi)徑、外徑的提取后，即可通過(guò)全景圖像的展開(kāi)基于坐標(biāo)變換和插值運(yùn)算理論，將原圖像映射為矩形圖，并復(fù)制灰度值，完成圖像展開(kāi)。全景成像有以下兩種展開(kāi)算法：鄰近插值法與雙線性插值法[9]。鄰近插值法通過(guò)反向映射得到浮點(diǎn)類型坐標(biāo)，四舍五人得到整數(shù)坐標(biāo)，是最直觀的圖形變換方法。雙線性插值法能根據(jù)映射點(diǎn)在圖像中的位置，將橫縱軸上4個(gè)鄰近的像素點(diǎn)進(jìn)行插值計(jì)算，較鄰近插值法更為準(zhǔn)確。雙線性插值法如圖7所示，映射點(diǎn)N（xy）的坐標(biāo)為

f（x.v）=（1-u）（1-v）·f（i，i）+u（1-v）·f（i+1，j）+（1-u）v·f（i，j+1）+uv·fi（i+1，j+1）

雙線性插值法圓環(huán)展開(kāi)示意圖如圖8所示。圖8（a）中紅色環(huán)壁ABCD為皮碗的一部分，其在錐面鏡上的投影為圖8（a）中藍(lán)色環(huán)壁A'B'C'D'，映射至相機(jī)靶面得到圖8（b）中扇形A'B'C'D'。以線L'為基準(zhǔn)展開(kāi)扇形圖，通過(guò)雙線性插值法補(bǔ)償后得到圖8（c）中矩形A'B'C'D'，算法展開(kāi)后得到矩形ABCD。

3.1.3 圖像拼接

圖像掩膜[8]是圖像融合拼接的常用方法。其通過(guò)對(duì)處理的圖像部分遮擋來(lái)控制有效圖像處理的區(qū)域。設(shè)未旋轉(zhuǎn)的圖像為旋轉(zhuǎn)。。展開(kāi)圖并設(shè)為f（xi），旋轉(zhuǎn)90°后的展開(kāi)圖設(shè)為f（x₂），其分別如圖9（a）、（b）所示。所用掩膜如圖9（c）所示，設(shè)為g（x），則完整圖：

f（x）=f（x₁）*g（x）+f（x2）*[1-g（x）]（4）

完整展開(kāi)圖如圖9（d）所示。

3.1.4 皮碗邊緣提取

由圖9（d）可知，皮碗邊緣有明亮彎曲的油斑，為實(shí)驗(yàn)結(jié)果更直觀，提取皮碗邊緣。通過(guò)掃描圖像進(jìn)行投影變換，以圖像像素矩陣行數(shù)為x軸，每行像素和為Y軸，繪制投影圖，如圖10所示。

選取灰度和250000為邊緣值，得到上邊緣位于行數(shù)20，下邊緣位于行數(shù)250。截取圖像得到如圖11所示皮碗邊緣提取圖。

3.2 皮碗朝向檢測(cè)

圖像邊緣處理后，得到較為清晰的皮碗內(nèi)側(cè)全景展開(kāi)圖。通過(guò)觀察發(fā)現(xiàn)皮碗朝內(nèi)，朝外的差異為朝外皮碗在1/3寬度處有一條明亮的線以及與其緊挨的斷續(xù)的線段，其均由皮碗朝外時(shí)光線大量反射造成，而朝內(nèi)放置皮碗則無(wú)此特征。故將兩種朝向的皮碗全景圖灰度和投影至行方向，得到圖12和圖13，更直觀展現(xiàn)皮碗不同朝向的特征[10]。

根據(jù)投影圖觀察可得，在寬度45～120之間，朝上皮碗具有雙波峰特性[11]，且峰值約為120～180之間灰度值總和的兩倍，又因油污影響，峰值分布會(huì)略有偏移。故選擇一定寬度的固定區(qū)間查找區(qū)間最大值以此減小峰值偏移造成的誤差。設(shè)定45～80為第1區(qū)間，80～120為第2區(qū)間，120～180為第3區(qū)間，統(tǒng)計(jì)朝上朝下副皮碗圖像各100張，計(jì)算寬度第1區(qū)間灰度和最大值I₁，第2區(qū)間灰度和最大值I₂，第3區(qū)間最大值I₃，可得波峰和比值K：

K=（I₁+I₂）（5）

得到開(kāi)口朝內(nèi)、外副皮碗波峰和比值分布如圖14、圖15所示。

由圖14、圖15可得，當(dāng)K值為3時(shí)，能區(qū)分副皮碗朝向。

LabVIEW編譯系統(tǒng)軟件界面如圖16所示。

4 實(shí)驗(yàn)結(jié)果分析

通過(guò)以上方法，初步實(shí)現(xiàn)皮碗朝向判別。為驗(yàn)證實(shí)驗(yàn)結(jié)果準(zhǔn)確性，取50個(gè)工件，一腔二腔兩個(gè)位置均放置朝內(nèi)皮碗或朝外皮碗，采集皮碗安裝兩個(gè)方向的全景圖各100張，共200張進(jìn)行檢測(cè)，結(jié)果為朝內(nèi)放置檢測(cè)正確99張，朝外放置正確100張，基本滿足檢測(cè)要求。

本測(cè)試通過(guò)LabVIEW與NI Vision結(jié)合[12]，實(shí)現(xiàn)了圖片的實(shí)時(shí)處理與判斷。

5 結(jié)束語(yǔ)

本文設(shè)計(jì)了一個(gè)制動(dòng)皮碗裝配方向檢測(cè)系統(tǒng)，提出了一種全新的檢測(cè)皮碗方法。系統(tǒng)通過(guò)將視覺(jué)傳感機(jī)構(gòu)探人主缸內(nèi)部，采集皮碗旋轉(zhuǎn)前后的兩張全景圖像，再配合NI Vision軟件編程對(duì)圖像進(jìn)行圓心檢測(cè)、環(huán)形展開(kāi)、圖像融合拼接、灰度值投影、結(jié)果判斷等處理，將錐面鏡反射成像的機(jī)器視覺(jué)方法與NI Vision機(jī)器視覺(jué)算法結(jié)合，完成了制動(dòng)皮碗的方向檢測(cè)。測(cè)試結(jié)果證明檢測(cè)準(zhǔn)確率高，能夠滿足工業(yè)要求，較好地解決了工業(yè)上汽車(chē)制動(dòng)主缸內(nèi)部密封皮碗裝配方向難以判斷的問(wèn)題，能夠顯著提高工業(yè)裝配效率，節(jié)約生產(chǎn)成本。

參考文獻(xiàn)

[1]張曉健.淺談柱塞式超短液壓制動(dòng)主缸[J].中國(guó)高新技術(shù)企業(yè)，2011（19）：72-73.

[2]閆琛.壓緊力自調(diào)式多皮碗密封結(jié)構(gòu)設(shè)計(jì)[J].潤(rùn)滑與密封，1985（2）：39-42.

[3]宋驥.基于錐面鏡的全景成像系統(tǒng)[D].汕頭：汕頭大學(xué)，2003.

[4]吳斌，韓文強(qiáng)，邵震宇.基于機(jī)器視覺(jué)的微細(xì)孔壁缺陷檢測(cè)[J].光電子·激光，2012（11）：2137-2141.

[5]李俊.機(jī)器視覺(jué)照明光源關(guān)鍵技術(shù)研究[D].天津：天津理工大學(xué)，2006.

[6]韓文強(qiáng).微細(xì)管道管壁缺陷檢測(cè)系統(tǒng)構(gòu)建技術(shù)研究[D].天津：天津大學(xué)，2012.

[7]卜雄沫，李桂娟，楊波，等.中心偏移的全景環(huán)形圖像快速展開(kāi)[J].光學(xué)精密工程，2012，20（9）：2103-2109.

[8]孫燮華.數(shù)字圖像處理：原理與算法[M].北京：機(jī)械工業(yè)出版社，2010.

[9]張巖.MATLAB圖像處理超級(jí)學(xué)習(xí)手冊(cè)[M].北京：人民郵電出版社，2014.

[10]梁軍.基于投影模板法的車(chē)牌圖像定位算法研究[D].重慶：重慶大學(xué)，2010.

[11]張恒博，歐宗瑛.一種基于色彩和灰度直方圖的圖像檢索方法[J].計(jì)算機(jī)工程，2004，30（10）：20-22.

[12]葛楠，李曉娟，彭光正.基于LabVIEW和NI Vision的紅外氣體泄漏定位系統(tǒng)[J].液壓與氣動(dòng)，2009（2）：40-42.

（編輯：徐柳）