一種圓柱形工件精密圖像檢測及智能分揀系統(tǒng)

任啟宏， 鄒華東， 謝發(fā)忠

(安徽國防科技職業(yè)技術(shù)學(xué)院機電工程系， 安徽 六安 237011)

0 引 言

空調(diào)壓縮機是空調(diào)的心臟，其制造的優(yōu)劣決定了空調(diào)質(zhì)量的好壞.壓縮機的成本占了空調(diào)成本的一大塊，所以制造出合格的零件對于供應(yīng)商至關(guān)重要.由于壓縮機很多零部件設(shè)計比較精密，因此加工制造時需要很好的監(jiān)測才能很好地控制產(chǎn)品的質(zhì)量.針對該類產(chǎn)品的檢測需求，我們應(yīng)用數(shù)字圖像技術(shù)開發(fā)了一整套柱塞銷自動檢測和智能分揀裝置，放置于流水線的末端，實現(xiàn)了對產(chǎn)品的在線全檢.

圖1 檢測系統(tǒng)總體框架圖

1 在線自動檢測系統(tǒng)的總體架構(gòu)

圖1為在線自動檢測及智能分揀系統(tǒng)的結(jié)構(gòu)示意圖.系統(tǒng)主要分為尺寸測量系統(tǒng)和智能分揀裝置兩大部分.

圓柱形工件的尺寸測量系統(tǒng)主要功能是實現(xiàn)工件的精密圖像測量，其主要由3 個部分組成，即圖像采集、圖像分析處理、結(jié)果輸出.智能分揀裝置用于實現(xiàn)零件的智能分揀功能，主要由載物傳送帶、光電位置檢測部件和搬運機構(gòu)組成.

如圖1所示，將柱塞銷放到載物傳送帶上，直流電機帶動工件勻速運動，當(dāng)工件到達位置1時，由于工件具有一定的高度，將激光器發(fā)出的光遮擋住，光電檢測開關(guān)沒有接收光信號，此時開關(guān)信號發(fā)生了電平的跳轉(zhuǎn)，通過輸入接口被與計算機連接的運動控制卡檢測到并反饋給計算機，計算機獲取信號后，通過運動控制卡控制直流電機停機，此時工件停留在位置1.計算機控制頻閃環(huán)形光源打光，工件的外圓輪廓通過Navitar遠心鏡頭成像在高像素的CCD上面，經(jīng)相關(guān)的圖像采集系統(tǒng)對目標物體成像，然后將圖像信息送入計算機平臺，由專門開發(fā)設(shè)計的圖像測量軟件進行分析處理，得到被測物體的實際直徑，最后利用檢測零件標準公差信息，對零件的品質(zhì)進行判斷，根據(jù)測量尺寸信息進行分檔，分為高精度區(qū)、 較高精度區(qū)、不合格品區(qū)3檔.

當(dāng)檢測工件信息為高精度區(qū)時，送料分揀裝置由步進電機控制，將工件推入位置1處所在的料斗中；為較高精度區(qū)時，啟動直流電機，傳送帶繼續(xù)運動，當(dāng)位置2處的光電開關(guān)信號發(fā)生變化時，啟動位置2處的步進電機；若為不合格品區(qū)，則需位置3處的光電開關(guān)信號變化時再啟動位置3處的步進電機動作.

采用該系統(tǒng)方案主要基于下面的前提條件：柱塞銷的端面經(jīng)過了精磨，其高度較小且圓柱度較好，否則由于工件的放置和外形引起的成像偏差將會較大.

另外，考慮到工件高度對成像的影響， 系統(tǒng)選擇了遠心鏡頭作為成像核心元件.光學(xué)遠心鏡頭的選擇較大限度地減少了由于工件厚度存在造成的成像像差.如圖2所示，左邊為非遠心鏡頭對有高度差的工件成的像，右邊為遠心鏡頭成像的效果圖，可以看出，右邊所成的圖像真實地反映了工件的輪廓邊界.

圖2 非遠心-遠心鏡頭成像圖

2 測量基本原理及算法

2.1 系統(tǒng)校正

二維圖像測量系統(tǒng)是一種通過采集到的工件圖像來實現(xiàn)測量的裝置，CCD攝像機通常作為其中的圖像采集部件使用.采集到的工件投影圖像通常含有工件的尺寸和輪廓信息，通過圖像處理的方法可以獲取工件的像素尺寸，而現(xiàn)實世界需要的是工件的真實尺寸信息，所以必須建立起兩者之間的對應(yīng)關(guān)系.圖像校正的主要目的正是獲取圖像坐標和實際坐標間的對應(yīng)關(guān)系，完成對攝像機內(nèi)部參數(shù)的精確校正工作，其準確度對測量精度有重要影響.

受相機鏡頭和校正安放位置的影響，工件的投影圖像存在一定程度的畸變.嚴重的畸變需要進行誤差補償，否則會影響測量精度.通常的顯微鏡頭畸變較為微小，采用線性校正的方法完全可以滿足需求.而對于較為嚴重的畸變，主要包括徑向畸變和切向畸變，檢測系統(tǒng)需要對失真圖像進行校正，通過攝像機標定獲得精確的內(nèi)部參數(shù)，以實現(xiàn)空間點和像素點之間的正確變換.目前常見的標定方法主要分為3種類型：線性標定、非線性標定和兩步標定[1-3].

雙側(cè)遠心鏡頭要實現(xiàn)兩側(cè)遠心的成像效果，因此其制造困難，對成像畸變影響較大，在其邊緣處通常測量效果差，圖像畸變較為嚴重.如果只是對采集圖像中間部分區(qū)域進行檢測，就減少了可用視野范圍，從而減少了可測范圍，所以需要進行校正.通過坐標間的多項式變換實現(xiàn)圖像校正的方法是一種實用的圖像校正方法，其參數(shù)相對簡單，可操作性強.多項式校正的方法實際上是一種空間映射的方法，在視場范圍內(nèi)，物件上的任意一點(x,y)必定成于像圖像上的某點(u，v)，根據(jù)成像畸變誤差的成因，其存在下面關(guān)系式：

(1)

(2)

圖3非線性校正用樣板

式中,aij,bij為多項式的系數(shù),n為多項式的次數(shù).

如果能夠獲取足夠的實際坐標-圖像坐標點對，代入此回歸多項式，則可利用最小平方誤差法，通過矩陣運算求得校正系數(shù)aij和bij.

圖3為系統(tǒng)校正用的標準校正圓樣板.樣板采用圓心距為2 mm的標準陣列圓，圓直徑1.6 mm,制作精度為1μm.采用相關(guān)圖像處理算法，可以計算出圖像可視范圍內(nèi)所有陣列圓圓心的圖像坐標[4-6].假定左上角圓中心的的世界坐標為(0，0)，由于圓間距為標準值2 mm，那么其第i行第j列的圓心實際坐標為:

Xij=2×(i-1)，Yij=2×(j-1)

(3)

這樣就得到了對應(yīng)的圓心的匹配坐標點對(uij,vij)和(Xij,Yij)， 將所有獲取的特征點對坐標代入多項式校正方程中可以精確地求出校正系數(shù)，特征點越多越精確，但是消耗的機器時間也越多.

方程(1)和(2)中，n代表階乘數(shù)，通常情況下，階乘數(shù)越高，擬合的曲線越平滑，越接近真實態(tài)，校正結(jié)果也越正確.但是由于矩陣運算會引入誤差，n越大，矩陣運算次數(shù)越多，同時產(chǎn)生的運算誤差也越大.一般情況下，6階的擬合已經(jīng)可以滿足測量要求.

2.2 圖像檢測算法

計算機采集到清晰的圖像后，需要對圖像信息進行提取分析，獲得測量所需要的數(shù)據(jù)信息，從而完成對工件的檢測,圖4為圖像檢測算法的流程圖.

圖4 數(shù)字圖像處理算法流程圖

首先對整幅圖像進行分析，獲得圖像的灰度直方圖，根據(jù)獲得的直方圖數(shù)據(jù)，選擇適當(dāng)?shù)幕叶乳撝?，進行初步圖像分割，將圖像分割為黑區(qū)白區(qū)等區(qū)塊.完成后，對圖像進行從左到右，從上到下的二維掃描，標記當(dāng)前正被掃描的像素并檢查它與它之前掃描到的若干個近鄰象素的連通性，如果連通，則標記為相同的區(qū)域符號，如果不連通，則加以區(qū)分[6，7].

完成對各個區(qū)域的標記后，判斷圖像中心所屬標記區(qū)域，獲得標記號后得到該區(qū)域?qū)?yīng)的邊界圖像點，提取出工件的邊沿初步輪廓.

在完成輪廓初步提取的過程后，圖像的精度能夠精確到單個像元的級別，而像元級的精度滿足不了測量的需求，常用的亞像元的分析方法有矩最小二乘擬合、插值、小波變換等方法.本系統(tǒng)對獲取的邊界點進行八鄰域精確搜素，對各個方向上相鄰點的灰度值求梯度，最后計算梯度值的極值，處于極值的位置就是圖像精確的邊界位置[6，7].

2.3 最小二乘擬合

根據(jù)邊緣檢測結(jié)果，邊緣點集合點坐標為(Ui,Vi)，經(jīng)校正轉(zhuǎn)換后獲得其坐標點為(xi,yi)，設(shè)圓的半徑為r，圓心坐標為(a,b)，如果沒有誤差，則圓的方程為：

(xi-a)2+(yi-b)2=r2

(4)

實際工件的尺寸不可能為絕對的圓形，肯定有部分點沒有落在圓周上，所以擬合圓周時需要進行優(yōu)化，以使擬合后的結(jié)果最接近于真實值.常用的擬合方法為最小二乘圓法，主要思路為求取系數(shù)，使得方程的殘差平方和最小.

本文在最小二乘法的基本思路基礎(chǔ)上，選擇對應(yīng)的矩陣運算方法，實現(xiàn)了圓周的最小二乘擬合.

方程(2) 實際可以變形為：

a(xi2+yi2)+bxi+cyi=1

(5)

在獲取了足夠多圓周上的點后，代入式(3) ，有下列矩陣成立：

(6)

Coeff= (!(B*A))*B*C

(7)

3 實驗及結(jié)果分析

圖5 標準圓測量結(jié)果圖

根據(jù)誤差處理的基本理論[8,9]，計算分析顯示其測量精度優(yōu)于5μm，完全能夠達到柱塞銷檢測的微米級的要求.系統(tǒng)目前初步應(yīng)用于江西精密工業(yè)有限公司的生產(chǎn)線上,通過對分揀出的不合格品采用原有鐳射儀器進行檢測，其檢測結(jié)果非常吻合，產(chǎn)品的誤判率低.

4 結(jié)束語

本文利用影像處理技術(shù)，實現(xiàn)了實時柱塞銷零件的非接觸、高精度檢測和智能分揀.該系統(tǒng)可以廣泛用于圓柱體、圓形工件的成品的流水線檢驗和質(zhì)量控制，提高測量的智能化和生產(chǎn)的自動化程度.

隨著人工成本的上升和客戶對品質(zhì)要求的提升，越來越多的行業(yè)和產(chǎn)業(yè)需要自動化檢測設(shè)備，機器視覺技術(shù)作為其中的一個快速發(fā)展的分支，越來越得到了廣泛的應(yīng)用，其中圖像檢測算法的開發(fā)、針對性的照明、采像設(shè)計是該類設(shè)備研發(fā)的關(guān)鍵點，而對精度和速度不斷提升的要求是檢測設(shè)備永恒的追求，可以預(yù)見，更多新的檢測方法和手段將會不斷涌現(xiàn).

參考文獻

[1] 鄒華東，祝良榮，唐 鳴.大尺寸油浸密封圈精密圖像檢測系統(tǒng)的研[J].工具技術(shù),2009,(10):123-126.

[2] 廖士中,高培煥.一種光學(xué)鏡頭攝像機圖像幾何畸變的修正方法[J].中國圖像圖形學(xué)報，2000,(7):593-596.

[3] 劉力雙, 孫雙花,一種圖像測量系統(tǒng)的現(xiàn)場標定和畸變校正方法[J].傳感器與微系統(tǒng)，2008,(5):66-68.

[4] 章毓晉.圖像分割[M].北京：科學(xué)出版社,2001.

[5] 章毓晉.圖像工程(上冊)——圖像處理和分析[M].北京：清華大學(xué)出版社，2003.

[6] 鄒 寧，柳 健，周曼麗.基于Zernike矩的邊緣檢測方法[J].華中理工大學(xué)學(xué)報，2000，28(3):77-79.

[7] 張洪濤,段發(fā)階,葉聲華.一種快速亞像素邊緣檢測方法研究[J].計量學(xué)報,2002，(3)：45-47.

[8] 謝鐵邦.互換性與技術(shù)測量[M].武漢：華中理工大學(xué)出版社,1999.

[9] 費業(yè)泰.誤差理論與數(shù)據(jù)處理[M].北京：機械工業(yè)出版社,2003.