鋼球表面缺陷的機器視覺檢測方法

宋曉霞，楊建璽，徐紅哲

(河南科技大學 機電工程學院，河南 洛陽 471003)

檢測高精度軸承鋼球表面質量的傳統(tǒng)方法主要采用人工目測。這種檢測方法不僅工作量大，而且易受檢測人員主觀因素的影響，容易對鋼球表面缺陷造成漏檢和誤檢，不能保證檢測的效率與精度[1]。因此，對鋼球表面質量進行高效準確的自動檢測就顯得十分重要。

1 檢測方法

1.1 檢測原理

鋼球表面缺陷在線檢測要保證一定的速度和節(jié)拍，將鋼球依次、勻速地送入軌道，分布在軌道上的6個攝像頭獲得鋼球表面圖像，利用VC++編程對圖像進行分割、重構，并計算出整個鋼球表面的最大缺陷以及缺陷總和。之后的一組電磁開關會根據(jù)鋼球表面缺陷的情況對鋼球進行分級處理[2-3]。其原理圖如圖1所示。

圖1 鋼球表面缺陷檢測原理圖

1.2 關鍵因素分析及實施方案

由于鋼球表面的反光作用，需要特殊的光源以滿足獲得清晰圖像的要求。

因為要在線檢測鋼球的表面缺陷，且要保證攝取到整個球面的特征圖像，本系統(tǒng)采用6個攝像頭布置在空間不同的位置以攝取整個球面圖像。然后將6幅圖像進行重構，去掉重合區(qū)，再對其進行圖像處理，計算出每個缺陷的面積以及全部缺陷的面積。如圖2所示，在赤道面上布置4個攝像頭，在其垂直面上布置2個攝像頭，每個攝像頭的視角是60°，兩兩之間重合部分為30°，經(jīng)重構可以得到鋼球表面的全部信息。

圖2 攝像機分布原理圖

利用軌道來保證鋼球在線檢測中攝取到6幅完整的圖像。如圖3所示，兩條相互垂直的軌道，保證鋼球在軌道上做純滾動。在兩條軌道的交界處設置一凹坑，鋼球到凹坑處由觸發(fā)器將其推出，進入相垂直的另一軌道，可以保證鋼球的旋轉角度為90°。

圖3 鋼球運行軌道圖

1.3 光源制作

為了克服鋼球表面容易反光的不利因素，經(jīng)大量試驗，自行設計制作了如圖4所示的拱形碗狀紅色LED漫射光源。不僅克服了鋼球對普通光源的反射特性，而且也更加容易地獲得鋼球表面的細微缺陷，從而為進一步的圖像處理和鋼球表面缺陷檢測以及質量分級奠定了可靠的基礎[4]。

圖4 拱形碗狀紅色LED漫射光源

圖5 不同光源照射下的鋼球圖像

2 鋼球表面缺陷檢測算法

要將球形的三維信息在二維圖像上準確地顯示出來，其二維圖像與鋼球的真實圖像之間存在一定的關系。

如圖6所示，設鋼球表面缺陷實際長度為S，鋼球半徑為r，則：

圖6 轉換關系計算原理圖

(1)

攝像機到鋼球中心的距離為h，缺陷點到攝像機的距離為u(即物距為u)，則：

u=h-rcosθ

(2)

試驗所用鋼球直徑為Dw=14 mm，h=14 mm。

本系統(tǒng)選擇UM-201的CCD圖像傳感器COMPUTAR鏡頭，焦距f=8 mm，傳感器尺寸為2/3″，有效像素(H×V)為752×582。

根據(jù)光學成像原理：

式中：t為圖像上一個像素的大小，ν為物體上一個像素的大小。

ν=0.78×10-5×(14-7cosθ)2，(0°≤θ≤60°)

(3)

因為被檢測物體是鋼球，即使不考慮畸變，由于不同點的物距不同，圖像上的一個像素在不同的位置代表的實際物體的大小也是不同的。

3 鋼球表面圖像的重構

重構就是計算出每幅圖像上缺陷面積總和，去掉重合部分并最終將6幅圖像進行整合，如圖7所示。6幅圖片兩兩相交，且每幅圖片與另外4幅圖片均勻重合相交。編程實現(xiàn)重構時，對于每一圖片，如圖8所示，只取其正方形的部分，這樣6幅圖像相加正好是無重合的鋼球的整個表面。

圖7 重合部分示意圖

圖8 相交兩圓的重合示意圖

如圖每一重合區(qū)域的面積為：

中間不重和部分面積為：

S=πr2-4S重=(4-π)r2=0.86r2。

如果將一赤道面上拍攝的4幅圖片分別記作p1,p2,p3,p4，垂直平面的兩幅圖片分別記作p5,p6。對應面積分別為S1,S2,S3,S4，S5，S6。則無重合的整個鋼球的面積為：

S=S1正+S2正+S3正+S4正+S5正+S6正

(4)

4 試驗驗證及分析

試驗攝取的圖像是二維的，要通過二維信息獲得三維的數(shù)據(jù)，就需要利用圖6所示的原理，找出各個缺陷點，對每個點進行二維還原三維的計算。

如圖9所示，O點為圖片上鋼球的中心，M1,M2,M3代表3個缺陷點，根據(jù)OM1,OM2,OM3的長度，可以知道M1,M2,M3在鋼球上對應點的θ值，從而知道其在鋼球上的實際分辨率，進而判斷缺陷的位置和面積[5-6]。

圖9 缺陷鋼球圖片示意圖

圖10為軌道上6個CCD拍攝的實際鋼球平面圖像。圖11為6幅圖像去掉重合部分后鋼球表面的缺陷部分。按照(1)～(4)式，將圖11讀入MATLAB,利用循環(huán)掃描法依次找出值為0的點到圖像中心點的距離x(k),利用已知圖像的物理尺寸和圖像的像素尺寸，將x(k)轉化為以毫米為單位的物理尺寸h(k)，然后根據(jù)圖片中鋼球的直徑與真實鋼球直徑的比例關系，找出放大倍數(shù)c。已知鋼球半徑為r，可以求出放大后的半徑為cr，進而可以求出物距，由圖6的轉換關系和(3)式，可以計算出每一缺陷點像素面積的大小,對所有點進行統(tǒng)計相加,得實際缺陷個數(shù)為85 740(其中圖片分辨率為752×582)，實際缺陷面積為120.567 0 mm2。視覺檢測結果與真實情況相符[7-8]。

圖10 6張鋼球圖片

圖11 鋼球內部正方形部分的缺陷提取

5 結束語

提出的鋼球表面缺陷自動檢測方法能夠較方便地獲取整個鋼球表面圖像，且鋼球運行軌道簡單；自行設計制作的碗狀紅色LED漫射光源能夠較好地克服鋼球對普通光源的反射作用，可以得到非常清晰的鋼球表面圖像；采用的球形表面圖像重構技術很好地重構了鋼球表面缺陷的真實情況，不僅克服了球形邊緣圖像失真的問題，而且能夠準確快速地將6幅圖像進行重構，為鋼球表面缺陷的準確識別與計算提供理論依據(jù)；經(jīng)試驗驗證整個系統(tǒng)是可行的，處理的結果令人滿意。