圖像處理技術(shù)在刀具幾何參數(shù)測量中的應(yīng)用

菅 磊， 彭 彥 平， 張 偉

( 大連工業(yè)大學 機械工程與自動化學院， 遼寧 大連 116034 )

0 引 言

刀具的幾何角度在切削過程中起著至關(guān)重要的作用，它直接影響加工的產(chǎn)品質(zhì)量和精度、切削性能及使用壽命，因此其精確測量具有十分重要的意義[1]。常規(guī)的刀具幾何參數(shù)測量儀多采用人工手動測量[2]，測量過程中存在很多缺點，例如測量精度低、抗干擾力弱、讀數(shù)過程繁瑣、測量時間長、功能不夠完善等[3]。而本測量儀測量刀具幾何參數(shù)的方法是通過CCD圖像采集卡得到被測刀具的圖像，通過圖像處理與幾何計算得到刀具的幾何參數(shù)。本研究在大連工業(yè)大學制造技術(shù)中心研制的刀具幾何參數(shù)測量儀基礎(chǔ)上，利用圖像處理技術(shù)對麻花鉆的后角進行測量，由一系列的圖像算法代替原來的操作者手動操作，減少了人為誤差。

本文以測量刀具的幾何參數(shù)為例，首先對刀具輪廓的邊緣點提取，再對輪廓曲線進行局部取點、擬合，進而測量刀具的幾何參數(shù)。圖像的邊緣是圖像的重要特征之一，數(shù)字圖像的邊緣檢測是圖像分割、目標區(qū)域識別、區(qū)域形狀提取等圖像分析領(lǐng)域十分重要的基礎(chǔ)，其目的是精確定位邊緣，同時較好地抑制噪聲，因此邊緣檢測是圖像處理技術(shù)中重中之重。

1 圖像處理

1.1 圖像的預(yù)處理

圖像預(yù)處理的主要目的是消除圖像中無關(guān)的信息，增強有用的真實信息，提高有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而改進特征抽取、圖像分割、匹配和識別的可靠性。本文圖像處理的主要目的是輪廓邊緣點的可靠性選取。

圖像采集的圖片由于在采集的過程受到光照不均勻、刀具加工過程中殘留的油污及切屑的影響、采集圖像的過程中存在噪聲，首先要對灰度圖像進行濾波處理，以減少噪聲。濾波方法主要有鄰域平均法、中值濾波法、高斯濾波算法和頻域法等。本文采用中值濾波法，對干擾脈沖和點狀噪聲有良好抑制作用，而對圖像邊緣能較好的保持非線性圖像的增強，克服圖像細節(jié)的模糊特別有效。它是將一個包含有奇數(shù)個像素的窗口A在圖像上依次移動，在每一個位置上對窗口內(nèi)像素的灰度值由小到大進行排列，然后將位于中間的灰度值作為窗口中心像素的輸出值，其數(shù)學式為：

采用類判別分析法對圖像進行二值化，保證圖像二值化質(zhì)量的關(guān)鍵是閾值的選取，常用的閾值選取方法有固定閾值法和變閾值法兩種。固定閾值法適用于內(nèi)容相對簡單、目標景物變化相對較少的情況。本研究采用變閾值法對圖像進行二值化處理，在確定閾值時，如果目標物體內(nèi)部灰度值分布比較均勻，背景灰度值分布也比較均勻，這時圖像的直方圖就會顯示出明顯的雙峰。當一幅圖像的直方圖具有雙峰時，可選擇雙峰之間的谷底作為閾值。如圖1所示，得到最佳閾值對圖像進行二值化。

圖1 圖像二值化的閾值選取Fig.1 Threshold selection of image binarization

如果圖像采集的質(zhì)量較差，經(jīng)過二值化后還存在很多孤立的點，需要進一步對二值圖像進行處理，使圖像邊緣點更加清晰。二值化圖像處理中最基本的運算是腐蝕和膨脹運算，可構(gòu)成開運算和閉運算。開閉運算都能夠平滑邊緣，其中開運算能夠消除細小物體，閉運算能夠填充物體孔洞[4]。

采用對圖像先閉運算后開運算，有效地濾除了圖像的細小孔洞和噪聲。圖像邊緣檢測是圖像分析的重中之重，直接影響圖像測量的精度。常用的邊緣檢測方法有Sobel梯度算子、Roberts梯度算子、灰度差分絕對值之和算子、灰度梯度向量平方和函數(shù)、拉普拉斯算子等[5]。本文通過麻花鉆切削刃部分的輪廓的邊緣檢測來對比各算法的優(yōu)越性，如圖2所示。

圖2 邊緣檢測算法對圖像的處理Fig.2 Edge detection algorithm for image processing

從圖中可看出經(jīng)過(c)、(e)兩種算法檢測邊緣的圖像邊緣比較亮、粗，算法(f)檢測的邊緣較細，并且有不連續(xù)的地方，其他二種算子檢測的邊緣效果較好，因此本文采用算法(c)提取邊緣輪廓。

1.2 圖像二次處理

以對麻花鉆的后刀面圖像處理為例說明圖像處理的方法。圖3(a)為通過CCD圖像采集得到的后刀面為平面的麻花鉆外緣輪廓圖片；利用中值濾波算法中的灰度值對原圖像濾波，得到的濾波圖像見圖3(b)；采用變閾值法對圖像進行二值化處理，圖像的直方圖具有雙峰性，取其雙峰之間的谷底像素值142作為二值化的閾值，二值化的圖片如圖3(c)；對于圖像的邊緣提取及細化，采用(c)算法提取邊緣輪廓，用Deutsch算法進行輪廓細化，邊緣提取細化后結(jié)果如圖3(d)所示。

經(jīng)過多次測量實驗發(fā)現(xiàn)，一次圖像后處理得到的邊緣輪廓線條的線寬并不是以單位像素點擬合而成，所以從測量的精度考慮，本設(shè)計進行二次圖像處理，發(fā)現(xiàn)輪廓的線寬變窄，對于同一區(qū)域的角度測量精度有所提高，得到的二次圖像處理(濾波、二值化、邊緣細化、八鄰域提取)的圖像輪廓為圖3(e)。

多次實驗發(fā)現(xiàn)三次圖像處理后得到的圖像，嚴重失真并不能完整地顯示圖像的邊緣輪廓，所以本設(shè)計采用二次圖像處理。

圖3 鉆頭后刀面輪廓處理Fig.3 Drill clearance contour treatment

1.3 局部取點

經(jīng)過圖像處理可以得到比較理想的邊緣輪廓，通過對邊緣輪廓進行采點，然后對所采集各點的坐標進行擬合，可以求得相應(yīng)的鉆頭幾何參數(shù)。進行相關(guān)二次曲線的擬合時, 并不是參與曲線的擬合點數(shù)取的越多越好, 相反，為了保證測量精度, 只取相關(guān)最大值及其左右?guī)讉€點進行二次擬合[6]，可獲取邊緣點高精度的擬合。后刀面多數(shù)是曲面，所以鉆頭的后刀面的邊緣輪廓為曲線圖像。設(shè)計中使用了屏幕抓取坐標點，以坐標點為中心的區(qū)域內(nèi)進行邊緣點的選取為圖3(f)，此方法大大摒除了非邊緣點的干擾，可獲取邊緣點高精度的擬合，既提高了曲線擬合時測量的誤差，又使測量的效率大大的提高。

經(jīng)過圖像處理的后角測量數(shù)據(jù)對比如圖4所示。已知角的角度為9°，抓取圖像上的點為(311,247)。

圖4 圖像二次處理對角度的影響Fig.4 Effect of secondary treatment on the angle

由圖4可以明顯地看出測量的角度更加接近已知角，誤差的最大值由原來的0.682 6°減小到0.498 9°，提高了測量的精度。

2 輪廓曲線的擬合

曲線擬合的一個重要方面是在保持理想精度的前提下采用較少的控制點。由于事先不知道控制點的個數(shù)、位置，通常采用循環(huán)優(yōu)化的方法解決。其中初始控制點的數(shù)目和位置顯得尤為重要，初始曲線逼近越好，收斂速度越快。鉆頭的結(jié)構(gòu)法后角為做后刀面投影形成曲線的切線與切削平面的投影之間的夾角，利用三次樣條的算法在系統(tǒng)軟件中來完成外緣轉(zhuǎn)點在曲線上切線的求解，因為三次樣條能直接顯示出外緣轉(zhuǎn)點的切線斜率,并且三次樣條擬合法對圖像邊緣輪廓擬合精度高，所以設(shè)計選用此算法來完成切線斜率的求解和結(jié)構(gòu)法后角計算。利用c#軟件編程，實現(xiàn)三次樣條求解算法。抓取圖像上的點為(311,247)，掃描坐標點為中心的區(qū)域得到的邊緣點坐標所表1所示。

表1 采取圖像輪廓的邊緣點Tab.1 Capture the edge point of the image contour

由表1可知，抓取的邊緣點的自由端點的為(309，270)、(316，220)。通過三次樣條的插值曲線擬合，以屏幕的單位格為步長進行插值，得到所測的后角角度，如圖5所示。

圖5 三次樣條曲線擬合邊緣輪廓Fig.5 Cubic spline curve fitting edge contour

3 測量實例

3.1 測量后角的方法

下面是測量鉆頭后角的實例。采用平面轉(zhuǎn)角測量法，通過采集鉆頭的圖像，來測量鉆頭的結(jié)構(gòu)法后角[8]。首先使切削刃OP與CCD鏡頭軸向垂直，鉆頭外緣轉(zhuǎn)點為P，再使鉆頭逆時針旋轉(zhuǎn)90°，OP重合在一點，過外緣轉(zhuǎn)點P作后刀面投影形成曲線的切線，該切線與切削平面的投影之間的夾角即為結(jié)構(gòu)法后角，如圖6所示。

圖6 平面轉(zhuǎn)角測量法Fig.6 Measuring method by plane rotation-angle

3.2 圖像提取及數(shù)據(jù)處理

在硬質(zhì)合金刀具中其第一后角的范圍一般為6°～12°。利用大連工業(yè)大學制造技術(shù)中心研制的刀具幾何參數(shù)測量儀對后角測量。在其他參數(shù)不變的情況下，進行了8次測量試驗，測出后角的角度。

此鉆頭在光學顯微鏡下測得的鋒角為140°，外緣轉(zhuǎn)點的后角為9°的標準鉆頭。測量數(shù)據(jù)顯示例之一如圖7所示。

圖7 測量后角的顯示Fig.7 Display of relief angle measurement

抓取圖像上的點為(317,254)，測量的8次數(shù)據(jù)如表2所示。

表2 后角的測量結(jié)果Tab.2 Measurement results of relief angle

依靠計算機軟件及圖像采集技術(shù)，從試驗中可以清楚看出測量的后角誤差很小，角度誤差在30′以內(nèi)，可見此種測量方法可行，大大地提高了測量鉆頭后角的精度，提高了測量的效率，減少了人為誤差。

4 結(jié) 語

本實驗研究證明了圖像處理技術(shù)在刀具幾何參數(shù)測量中應(yīng)用的可能性，并在改進的測量儀上測量了鉆頭的后角，證明測量方法也是可行的。此方法和測量系統(tǒng)合理地解決了以往人工測量時測量誤差很大的弊病。通過CCD圖像采集、圖像處理、計算機軟件數(shù)據(jù)處理，大大提高了測量效率，也提高了后角的測量精度。測量結(jié)果顯示測量誤差在30′以內(nèi)，可以滿足刀具制造商所需的測量精度要求。

此測量方法和測量系統(tǒng)還有很多的不足，如載物臺的旋轉(zhuǎn)精度和光學聚焦系統(tǒng)對測量精度有很大影響，需要在本研究基礎(chǔ)上進一步探討提高測量精度的方法。

[1] 王建民,浦昭邦,晏磊,等. 二維圖像測量機系統(tǒng)的研究[J]. 儀器儀表學報, 2001, 22(4):349-352.

[2] HAZRA L, KATO H, KURODA T. Practical inspection system of drill point geometry by using simple measurement jig and image processing[J]. Precision Engineering, 2001, 25(3):206-211.

[3] HAZRA L, KATO H, KURODA T. Inspection of reground drill point geometry using three silhouette images[J]. Materials Processing Technology, 2002, 127(2):169-173.

[4] 朱虹,廖學成,樂靜,譯. 數(shù)字圖像處理[M]. 北京：科學出版社, 2002:129-222.

[5] 李友蘭,王學彬. 圖像處理程序設(shè)計實例[M]. 北京：國防工業(yè)出版社, 2003:262-263.

[6] 代紅軍,蘇顯渝,鄒小平. 數(shù)字散斑相關(guān)三維面形測量的局部搜索快速算法[J]. 光電子·激光, 2002, 13(4):382-385.

[7] 蔣長錦. 科學計算機和c程序集[M]. 合肥：中國科學技術(shù)大學出版社, 1998:154-168.

[8] 倪志福,陳璧光. 群鉆—倪志福鉆頭[M]. 上海：上海科學技術(shù)出版社, 1999:15-19, 70-71.