陳怡然，廖寧，劉超

1重慶工程學(xué)院大數(shù)據(jù)與人工智能學(xué)院；2貴州航天電器股份有限公司

1 引言

圓形零件是一種常用的電子器件零部件(如RVDT旋轉(zhuǎn)編碼器圓形沖片)，電子元器件的零部件大多采用高精密沖床沖壓成型，這些沖壓件的質(zhì)量對(duì)器件性能有重大影響[1]，因此需要對(duì)沖壓而成的零部件質(zhì)量進(jìn)行嚴(yán)格管控，其中某圓形薄片的內(nèi)、外圓半徑尺寸和同心度參數(shù)是沖壓過(guò)程中重點(diǎn)測(cè)量參數(shù)[2]。

目前，大部分廠家仍采用人工檢測(cè)方法，該方法僅通過(guò)接觸方式測(cè)量圓形薄片內(nèi)、外徑，同心度參數(shù)較難測(cè)量；部分生產(chǎn)企業(yè)采用投影方式測(cè)量圓形薄片的同心度，由于效率低，通常用于批次性沖壓成型后的抽檢，無(wú)法滿足現(xiàn)代制造業(yè)生產(chǎn)批量大、質(zhì)量要求高、檢測(cè)任務(wù)繁重的要求[3]。

機(jī)器視覺(jué)為上述問(wèn)題提供了一種有效解決措施。機(jī)器視覺(jué)是利用機(jī)器代替人眼，通過(guò)工業(yè)攝像機(jī)獲取客觀事物的圖像，采用圖像處理技術(shù)提取有效信息進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量、判斷和控制[4-6]。針對(duì)圓形薄片零件尺寸參數(shù)傳統(tǒng)測(cè)量方法效率低、一致性差和同心度參數(shù)不易測(cè)量等問(wèn)題，陳璐等[7]等提出一種基于改進(jìn)Zernike矩的亞像素鉆鉚圓孔檢測(cè)方法，提高了圓孔的檢測(cè)精度。蔡佳等[8]提出基于梯度的區(qū)域生長(zhǎng)和距離直方圖的快速圓檢測(cè)方法，對(duì)不同尺寸和完整度的單圓或多圓實(shí)現(xiàn)有效檢測(cè)。

為解決某圓形薄片零件非接觸測(cè)量問(wèn)題，本文提出一種基于視覺(jué)技術(shù)的幾何參數(shù)測(cè)量系統(tǒng)，通過(guò)搭建視覺(jué)檢測(cè)平臺(tái)，設(shè)計(jì)高精度穩(wěn)定測(cè)量方法，對(duì)圖像采取二值化、數(shù)學(xué)形態(tài)學(xué)、邊緣輪廓檢測(cè)及最小二乘圓擬合等處理。采用實(shí)際零件進(jìn)行測(cè)試驗(yàn)證，結(jié)果表明，設(shè)計(jì)的系統(tǒng)測(cè)試精度達(dá)到0.01mm，證明了方法的有效性。

2 圓形薄片尺寸測(cè)量系統(tǒng)設(shè)計(jì)

2.1 測(cè)量系統(tǒng)構(gòu)成

某規(guī)格系列圓形薄片如圖1所示，為實(shí)現(xiàn)自動(dòng)測(cè)量，采用機(jī)械手抓取圓形薄片并移動(dòng)到視覺(jué)系統(tǒng)焦點(diǎn)位以實(shí)現(xiàn)圖像自動(dòng)獲取。視覺(jué)系統(tǒng)測(cè)量框圖如圖2所示，包括相機(jī)、鏡頭、照明系統(tǒng)、機(jī)械手、圖像采集卡、計(jì)算機(jī)及工件測(cè)量臺(tái)等硬件。相機(jī)采集產(chǎn)品圖像，通過(guò)圖像采集卡送到計(jì)算機(jī)的圖像處理模塊中，圖像處理系統(tǒng)提取產(chǎn)品特征并測(cè)量?jī)?nèi)、外圓半徑和圓心，計(jì)算產(chǎn)品的同心度指標(biāo)。圓形薄片尺寸測(cè)量系統(tǒng)的核心技術(shù)是圖像處理算法，其直接影響特征參數(shù)測(cè)量的精度、速度和系統(tǒng)的穩(wěn)定性。

圖1 產(chǎn)品

圖2 系統(tǒng)測(cè)量框圖

2.2 照明系統(tǒng)的設(shè)計(jì)

視覺(jué)系統(tǒng)采集圖像極易受復(fù)雜環(huán)境的影響，高清晰、高對(duì)比度的圖像質(zhì)量是圖像處理算法穩(wěn)定、準(zhǔn)確的基礎(chǔ)。本系統(tǒng)設(shè)計(jì)有前景光源照明，由于產(chǎn)品的金屬表面上覆蓋了一層薄膠，圓形薄片零件表面金屬光澤與膠層的反光特性不一致，產(chǎn)品表面會(huì)存在反光性能弱的區(qū)域，此外，產(chǎn)品表面細(xì)微的凹凸區(qū)域會(huì)讓光線向任意角度反射，若采用同軸光源進(jìn)行照明，將會(huì)濾掉與光軸存在角度的反射光線，導(dǎo)致產(chǎn)品表面發(fā)黑，影響測(cè)量效果。

為了保證測(cè)量系統(tǒng)檢測(cè)精度與穩(wěn)定性，需保證照明系統(tǒng)的光源亮度穩(wěn)定、光線均勻不閃爍，在產(chǎn)品表面形成均勻的漫反射光線。為此，采用一種低角度的環(huán)形LED光源系統(tǒng)，該種光源光照強(qiáng)度大，能有效減弱周?chē)h(huán)境對(duì)圖像成像質(zhì)量的影響，一定程度上保證采集圖像的清晰度，增強(qiáng)了待測(cè)產(chǎn)品和背景的差異，利于圖像算法處理，兩種照明光源成像效果如圖3所示。

圖3 不同照明系統(tǒng)成像質(zhì)量

2.3 尺寸測(cè)量流程

系統(tǒng)檢測(cè)流程如圖4所示，PLC控制機(jī)械手抓取被測(cè)產(chǎn)品并運(yùn)轉(zhuǎn)至拍照位，觸發(fā)視覺(jué)系統(tǒng)采集一幀圖像后送至圖像處理系統(tǒng)進(jìn)行降噪、分割和數(shù)學(xué)形態(tài)學(xué)操作等預(yù)處理，對(duì)預(yù)處理后的圖像提取內(nèi)、外圓特征以及邊緣輪廓，采用最小二乘法對(duì)內(nèi)、外圓進(jìn)行擬合，可得到被測(cè)產(chǎn)品的圓心、半徑像素值。通過(guò)相機(jī)標(biāo)定獲得圓心、半徑實(shí)際物理值，求取的內(nèi)、外圓心間歐式距離即為同心度參數(shù)。

圖4 尺寸檢測(cè)流程

3 圓形零件尺寸測(cè)量方法

圓形零件內(nèi)徑、外徑和同心度參數(shù)的視覺(jué)測(cè)量是基于機(jī)器視覺(jué)原理實(shí)現(xiàn)的，其核心是圖像處理算法，主要包括圖像采集、濾波、閾值分割、形態(tài)學(xué)去噪、邊緣輪廓檢測(cè)與提取、圓擬合和相機(jī)標(biāo)定等。

3.1 閾值分割

圖像采集設(shè)備在目標(biāo)圖像采集的過(guò)程中，由于夾具、吸嘴或外界環(huán)境干擾，使采集的灰度圖像中伴隨一些噪聲，在特征參數(shù)測(cè)量之前，通常采用合適的圖像預(yù)處理算法對(duì)原始圖像進(jìn)行處理，以保證系統(tǒng)的穩(wěn)定可靠?；叶葓D像二值化是一種快速、有效的分割方法，該方法可極大化被測(cè)圖像的有效特征與背景之間的對(duì)比度[9]。

本文設(shè)計(jì)的系統(tǒng)采集圖像較穩(wěn)定，因此采用固定閾值的二值化法對(duì)灰度圖像具有相同特征的區(qū)域進(jìn)行標(biāo)記，數(shù)學(xué)原理可描述為

(1)

式中，Hi、Bi為二值化前后第i個(gè)像素點(diǎn)的灰度值；H0為設(shè)定閾值。

某被測(cè)產(chǎn)品二值化后圖像如圖5所示，二值化后，圖像只有0和1兩種灰度值。

圖5 閾值分割效果

3.2 數(shù)學(xué)形態(tài)學(xué)操作

如圖5b所示，閾值分割后的二值圖像數(shù)據(jù)信息明顯減少，可有效過(guò)濾掉大量背景圖像和噪聲干擾。然而，由于背景中存在與目標(biāo)非常接近的灰度值，在二值圖像中可能存在如圖5b所示的纖細(xì)且與目標(biāo)特征連為一體的干擾噪聲或毛刺狀噪聲，會(huì)對(duì)系統(tǒng)穩(wěn)定性和測(cè)試精度造成不利影響。因此，采用數(shù)學(xué)形態(tài)學(xué)中的腐蝕、膨脹操作去除二值圖像中無(wú)用信息(如噪聲、相互重疊的目標(biāo)邊界等干擾信息)[10]。

膨脹、腐蝕操作是二值形態(tài)學(xué)最基本的一對(duì)運(yùn)算，腐蝕具有收縮圖像的作用，其作用是消除物體的邊緣點(diǎn)，膨脹是腐蝕的對(duì)偶運(yùn)算，具有擴(kuò)大圖像的作用。利用形態(tài)學(xué)的基本運(yùn)算可對(duì)分割出的區(qū)域進(jìn)行邊緣平滑和填充等處理，從而改善圖像質(zhì)量。結(jié)合實(shí)際圖像效果，系統(tǒng)先采用腐蝕再膨脹的方法，對(duì)圓形薄片圖像進(jìn)行預(yù)處理，處理結(jié)果如圖6所示，輪廓清晰，且無(wú)間斷處、纖細(xì)毛刺和突兀點(diǎn)。

3.3 最小二乘法擬合圓形曲線

準(zhǔn)確快速的邊緣輪廓檢測(cè)與提取是進(jìn)一步處理圖像的基礎(chǔ)。預(yù)處理后的圖像用邊緣檢測(cè)算法對(duì)零件內(nèi)、外圓進(jìn)行輪廓查找和提取。Canny算子是一種效果相對(duì)穩(wěn)定的邊緣檢測(cè)算法，采用Canny算子提取內(nèi)、外圓輪廓，然后采用最小二乘法[11]對(duì)圓邊緣進(jìn)行擬合，得到內(nèi)、外圓環(huán)的圓心及半徑參數(shù)。

原圖像的擬合部分是整個(gè)測(cè)量系統(tǒng)的核心部分，已知圓弧上輪廓坐標(biāo)點(diǎn)集{Pi}，其中Pi=(xi，yi)，i=1，2，…，m。設(shè)圓形曲線表示為

(x-ox)2+(y-oy)2=r2

(2)

式中，(ox，oy)為圓心，r為半徑。

x2+y2+a1x+a2y+a3=0

(3)

根據(jù)最小二乘原理擬合圓心和半徑，構(gòu)造多元函數(shù)I(a1，a2，a3)，有

(4)

(5)

求解式(5)，得到變量a1，a2，a3的值，則采用最小二乘法擬合圓曲線的參數(shù)為

(6)

圖7a是采用Canny算子對(duì)二值圖像提取的零件邊緣圖像，可見(jiàn)該算法提取的圖像邊緣特征清晰。圖7b為將提取的邊緣圖像經(jīng)過(guò)最小二乘法擬合圓弧效果。

圖7 外圓擬合效果

4 系統(tǒng)檢測(cè)結(jié)果分析

假設(shè)最小二乘擬合圓形薄片內(nèi)、外圓的圓心位置為(xc1，yc1)和(xc2，yc2)，則零件的同心度計(jì)算如下

(7)

計(jì)算得到的結(jié)果是像素坐標(biāo)系下的值，單位為pixels，利用相機(jī)標(biāo)定可獲得圓形薄片的實(shí)際同心度值[12]。

圖8 19.2型產(chǎn)品視覺(jué)系統(tǒng)測(cè)量結(jié)果

圓弧擬合后得到內(nèi)、外圓環(huán)的圓心坐標(biāo)及半徑參數(shù)，通過(guò)歐式距離計(jì)算得到同心度，視覺(jué)測(cè)量系統(tǒng)完成對(duì)零件尺寸參數(shù)的測(cè)量。為了驗(yàn)證視覺(jué)系統(tǒng)檢測(cè)方法的性能，采用基恩士IM-8000圖像尺寸測(cè)量?jī)x測(cè)量半徑和同心度值作為標(biāo)準(zhǔn)值(見(jiàn)表1)。

表1 幾何尺寸檢測(cè)結(jié)果

注：N，W，T分別為內(nèi)徑、外徑和同心度。

由表1可得，上述6種產(chǎn)品中內(nèi)徑、外徑和同心度絕對(duì)誤差的最大值分別為0.007mm，0.008mm，0.009mm，均在0.01mm內(nèi)，滿足當(dāng)前生產(chǎn)條件下對(duì)圓形薄片的實(shí)際測(cè)量需求。此外，與采用測(cè)量?jī)x相比，視覺(jué)檢測(cè)方法更適合大批量、非接觸式測(cè)量，滿足工業(yè)全自動(dòng)測(cè)量的實(shí)際需求。

5 結(jié)語(yǔ)

為實(shí)現(xiàn)圓形薄片內(nèi)、外徑及同心度的高精度測(cè)量，克服傳統(tǒng)人工測(cè)量存在的問(wèn)題，設(shè)計(jì)一種基于視覺(jué)技術(shù)的圓形零件尺寸參數(shù)測(cè)量系統(tǒng)。在該系統(tǒng)中利用閾值分割、形態(tài)學(xué)方法對(duì)采集的灰度圖像進(jìn)行預(yù)處理操作，在此基礎(chǔ)上，采用邊緣檢測(cè)算法查找與提取圓形薄片的內(nèi)、外圓輪廓，并通過(guò)最小二乘法進(jìn)行圓擬合，以獲得圓心和半徑參數(shù)，通過(guò)內(nèi)、外圓心間歐式距離計(jì)算出同心度參數(shù)。

通過(guò)對(duì)6種產(chǎn)品進(jìn)行實(shí)際測(cè)試驗(yàn)證，并將結(jié)果與基恩士圖像尺寸測(cè)量?jī)x的標(biāo)準(zhǔn)值進(jìn)行比較，結(jié)果表明，本系統(tǒng)檢測(cè)精度達(dá)到0.01mm，且適合大批量的自動(dòng)測(cè)量，為圓形薄片沖壓生產(chǎn)的質(zhì)量控制提供了一種有效措施。