大型軸承測量中基于機器視覺的光筆測量系統(tǒng)

張豐收，吳國新，都興興，崔鳳奎

(1.河南科技大學 機電工程學院，河南 洛陽 471003；2. 上海高威科電氣技術(shù)有限公司，上海 200436)

國家標準規(guī)定，大于500 mm的尺寸稱為大尺寸[1]。隨著大型機械設(shè)備向著復(fù)雜化、精密化方向發(fā)展，大型軸承的應(yīng)用越來越廣泛，其部件的加工精度直接影響產(chǎn)品的性能，我國軸承加工行業(yè)廣泛采用自動化程度較高的機床，產(chǎn)品質(zhì)量和生產(chǎn)效率有很大的保證，但軸承直徑的測量主要處于半自動化與傳統(tǒng)的機械式測量階段，工作量大。如何采用高精度的在線測量系統(tǒng)來保證大型軸承部件的尺寸精度是目前我國大型機電設(shè)備加工制造等行業(yè)面臨的一個技術(shù)難題，也是國內(nèi)未能很好解決的測量難題[2]。因此設(shè)計一種方便、高精度的大型軸承測量工具勢在必行[3]。

1 光筆測量系統(tǒng)結(jié)構(gòu)簡介

機器視覺，顧名思義就是使用機器代替人眼做出測量和判斷。光筆測量系統(tǒng)正是基于機器視覺來完成光筆圖像的處理、發(fā)光點特征提取等操作，為大型軸承的直徑計算提供準確數(shù)據(jù)和實際依據(jù)。

在此提出的基于機器視覺的光筆測量系統(tǒng)主要由裝有標志性發(fā)光點的手持式測量筆，以CCD攝像機及配套圖像采集卡為核心的視覺測量系統(tǒng)和安裝有采用Visual C++開發(fā)的配套處理軟件的計算機組成，結(jié)構(gòu)如圖1所示。具體測量流程為：工作人員手持光筆將測頭接觸待測軸承表面，測量時光筆向圖像采集卡發(fā)信，通過CCD攝像機攝取到光筆圖像，再經(jīng)過開發(fā)的配套軟件進行圖像處理后得到待測點的三維坐標，最后進行數(shù)據(jù)處理得到待測軸承的直徑。

圖1 光筆測量系統(tǒng)組成

圓形發(fā)光標志點采用新型反光材料[4]制成，鑲嵌在由碳纖維材料制成的光筆筆身上。反光材料本身并不會發(fā)光，但能將光線按照原路反射回去形成一種回歸反射的現(xiàn)象，反射光亮度比其他漫反射標志點高出上千倍，更有利于特征提取階段的圖像處理。與傳統(tǒng)的高亮度發(fā)光二極管對比，反光材料可以人為加工成所需要的特定形狀，質(zhì)量更容易控制，安裝也較方便。

系統(tǒng)采用型號為UM-100/UM-101的高分辨率CCD攝像機，其成本低，分辨率為752×528(CCIR)，最低照度為0.05 lux。圖像采集卡采用基于PCI總線的DH-CG300黑白圖像采集卡，具有使用靈活、功耗低等特點。

2 光筆圖像處理流程

光筆圖像處理關(guān)鍵流程如圖2所示。

圖2 光筆圖像處理關(guān)鍵流程

2.1 圖像預(yù)處理

圖像預(yù)處理包括線性變換法圖像增強和中值濾波去噪兩部分。

2.1.1 線性變換法

針對光筆自身特點，圓形發(fā)光標志點的四周為深色的碳纖維材料，對比性很強，根據(jù)光筆圖像的灰度直方圖分布情況對圖像進行線性變換，增大光筆發(fā)光標志點圖像的灰度值，使其與背景圖像的對比度增強。采用的算法公式為

g(x,y)=kf(x,y)+d，

(1)

y=kx+d(0≤y≤255)，

自從常愛蘭嫁給馱子后，周小羽發(fā)現(xiàn)自己的媽媽對自己越來越兇了，對馱子卻是越來越輕聲細語了。而之前對麻糍，她是母老虎。

(2)

式中：x為原始灰度值；y為變換后的灰度值；k為斜率；d為截距。當k>1時，圖像對比度和整體效果增強；當k=1且d>0時,圖像亮度增強，反之d<0時減弱；當0

(a)灰度原圖 (b)灰度直方圖 (c)變換后效果圖

2.1.2 中值濾波

中值濾波是一種非線性平滑技術(shù)，它將像素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有像素點灰度值的中值。采用傳統(tǒng)的中值濾波算法進行圖像處理的效果如圖4a所示，發(fā)光標志點光斑圖像的邊緣特征信息保留不太完整，圖像復(fù)原效果不高。針對光筆圖像采用VC++改進的中值濾波算法[5]處理效果如圖4b所示，算法過程如下：

圖4 中值濾波去噪效果圖

(1)設(shè)初值F=xy/2，其中xy為圖像像素數(shù)。建立圖像的直方圖，確定中值xd及亮度不大于中值像素數(shù)sx；

(2)設(shè)直方圖最左列圖像亮度為L，像素數(shù)P[L]對每個像素L有P[L]=P[L]-1；

(3)窗口右移一列，對最右列亮度是L的每個像素L有P[L]=P[L]+1；如果L

(4)若sx>F則轉(zhuǎn)步驟(5)；循環(huán)sx=sx+P[xd]，xd=xd+1直至sx≥F，則轉(zhuǎn)步驟(6)；循環(huán)xd=xd-1，sx=sx-P[xd]，直至sx≤F；

(5)若窗口右側(cè)列非圖像的右邊界，則轉(zhuǎn)步驟(3)；若窗口最底行非圖像的下邊界，則轉(zhuǎn)步驟(2)。

2.2 光筆圖像分割處理

實際測量現(xiàn)場由于光線隨機變化，存在突發(fā)噪聲或者背景灰度變化較大的情況，采集到整幅光筆圖像進行分割時，如果采用單一的閾值處理每一個像素，可能會將目標區(qū)域和背景區(qū)域錯誤的劃分。因此，采用自適應(yīng)閾值分割算法進行光筆圖像分割處理，即圖像中的每個像素對應(yīng)的閾值可能不相同。首先將目標圖像分割為若干個子區(qū)域，將每個子區(qū)域看成是一副新的子圖像，計算出其對應(yīng)的直方圖及閾值，然后組成一個矩陣進行插值計算，最終“自適應(yīng)”地確定每個像素的閾值。其基本算法流程圖及處理后效果如圖5所示。

圖5 自適應(yīng)算法流程圖及處理效果圖

2.3 圖像開閉運算處理

自適應(yīng)閾值算法分割處理后,光筆圖像含有噪聲且邊緣不規(guī)則，經(jīng)過反復(fù)測試，提出了開閉運算處理：(1)閉運算，先膨脹(使圖像放大)，后腐蝕(縮小圖像)進行圖像修復(fù)，填充發(fā)光點圖像的邊緣空間；(2)開運算，先腐蝕后膨脹消除圖像上細小的噪聲，使發(fā)光點圖像邊緣平滑。這樣能很好地消除圖像噪聲，使圖像分割處理后的光筆圖像更加光滑完美，后續(xù)特征提取等操作更加簡單方便。試驗效果如圖6所示。

圖6 閉運算、開運算處理效果圖

2.4 發(fā)光點圖像特征提取

首先，采用最小二乘法對圖像進行輪廓擬合提取，如圖7b所示，軟件設(shè)定光斑圖像及噪聲像素按序排列情況如圖7c所示；然后，采用輪廓線提取方法，獲取每個帶序號標記圖像的像素數(shù)目分布情況，根據(jù)目標圓的像素數(shù)目分布區(qū)間，設(shè)定像素閾值范圍，準確提取出目標圓，處理結(jié)果如圖7所示。

圖7 發(fā)光點特征提取

擬合出來的圓形光斑中心點坐標見表1。據(jù)此，通過軟件處理可得到待測點的三維空間坐標點云數(shù)據(jù)，然后采用三維重建可得到待測軸承的形狀和直徑大小。

表1 發(fā)光點中心坐標測量結(jié)果

3 試驗結(jié)果及分析

采用C-Track 780作為試驗對象，對直徑約3 200 mm的轉(zhuǎn)盤軸承進行測量。在三坐標測量機下計算平均結(jié)果為D=3 200.075 mm，在光筆測量系統(tǒng)下計算平均結(jié)果為D=3 201.633 mm，在加拿大Creaform雙CCD攝像頭光筆測量系統(tǒng)下測量的平均結(jié)果為D=3 200.114 mm。

誤差來源及分析：

(1)硬件部分，未考慮攝像機鏡頭的畸變誤差對圖像采集過程的影響；采用的單CCD攝像機測量精度和范圍有限，下一步可建立雙攝像機測量系統(tǒng)進行測量驗證；

(2)軟件部分，算法處理過程中有效數(shù)字的取舍誤差及算法開發(fā)的優(yōu)越性問題造成目標處理不太到位。

4 結(jié)論

(1)給出了對大型軸承測量中光筆測量系統(tǒng)的圖像處理流程。提出針對光筆圖像的灰度分布進行線性變換的預(yù)處理方法，并采用改進的中值濾波算法對圖像進行濾波去噪處理，效果顯著。

(2)采用自適應(yīng)閾值法對圖像進行分割處理，并針對處理后存在的噪聲和細小空間問題設(shè)計了閉運算和開運算的處理方法。提出了輪廓線提取和像素閾值提取法進行發(fā)光點像的輪廓提取，并驗證了該方法的準確性。

(3)試驗證明，開發(fā)的光筆圖像處理軟件能準確地進行光筆圖像去噪、特征參數(shù)提取等處理。雖然計算結(jié)果與三坐標測量機及國外已成熟的光筆測量系統(tǒng)還有差距，但為國內(nèi)光筆測量系統(tǒng)的發(fā)展提供了理論和實際依據(jù)。