基于圖像處理的刀具幾何參數(shù)測(cè)量

劉國(guó)華

(1.哈爾濱工業(yè)大學(xué) 航空宇航科學(xué)與技術(shù)博士后流動(dòng)站，哈爾濱 150001；2.哈爾濱量具刃具集團(tuán)有限責(zé)任公司博士后科研工作站，哈爾濱 150040；3.黑龍江大學(xué) 機(jī)電工程學(xué)院，哈爾濱 150080)

基于圖像處理的刀具幾何參數(shù)測(cè)量

劉國(guó)華1,2,3

(1.哈爾濱工業(yè)大學(xué) 航空宇航科學(xué)與技術(shù)博士后流動(dòng)站，哈爾濱 150001；2.哈爾濱量具刃具集團(tuán)有限責(zé)任公司博士后科研工作站，哈爾濱 150040；3.黑龍江大學(xué) 機(jī)電工程學(xué)院，哈爾濱 150080)

刀具幾何參數(shù)測(cè)量具有重要意義。介紹了一種基于圖像處理技術(shù)的刀具幾何參數(shù)測(cè)量方法，對(duì)測(cè)量系統(tǒng)組成及關(guān)鍵技術(shù)進(jìn)行了闡述。以鉆頭為測(cè)量對(duì)象，通過(guò)對(duì)刀具圖像進(jìn)行預(yù)處理、邊緣檢測(cè)、直線特征提取等，獲取鉆頭主切削刃角度。這種方式可有效減少測(cè)量過(guò)程中的人為誤差，通過(guò)對(duì)比測(cè)量結(jié)果，角度測(cè)量誤差基本滿足測(cè)量精度要求，證明該方法及處理過(guò)程的可行性。

刀具；幾何參數(shù)測(cè)量；圖像處理

0 引 言

刀具的幾何參數(shù)直接影響加工產(chǎn)品的質(zhì)量和精度，對(duì)刀具切削性能及使用壽命也有著重要影響。因此，刀具幾何參數(shù)測(cè)量具有重要意義，刀具測(cè)量?jī)x器也成為工業(yè)生產(chǎn)的重要設(shè)備[1]。目前，許多刀具幾何參數(shù)檢測(cè)需通過(guò)手工完成，測(cè)量過(guò)程存在諸多不足，如人為因素影響較大、讀數(shù)過(guò)程繁瑣、測(cè)量時(shí)間長(zhǎng)等[2]。為了提高刀具幾何參數(shù)測(cè)量的效率和精度，本文在哈量集團(tuán)研制的4618型刀具測(cè)量?jī)x的基礎(chǔ)上，進(jìn)行軟件功能擴(kuò)展，利用圖像處理技術(shù)實(shí)現(xiàn)刀具幾何參數(shù)測(cè)量，有效減少人為操作誤差，提高測(cè)量效率。

1 刀具測(cè)量系統(tǒng)總體結(jié)構(gòu)

哈量集團(tuán)研制的4618型刀具測(cè)量?jī)x是主要用于刀具切削刃檢查的光學(xué)儀器，利用CCD相機(jī)獲取圖像，通過(guò)人工瞄準(zhǔn)、選取等操作，完成測(cè)量過(guò)程，主要可用于測(cè)量鉆頭鉆尖角、鉆尖直徑、鉆頭螺旋槽斜角等，結(jié)構(gòu)見(jiàn)圖1。

圖1 4618型刀具測(cè)量?jī)xFig.1 4618 tool measurement instrument

1.1 系統(tǒng)硬件結(jié)構(gòu)

4618型刀具測(cè)量?jī)x以前向光纖照明為主，輔之以照明燈及反光板形成背景系統(tǒng)，構(gòu)成良好的成像環(huán)境。在測(cè)量過(guò)程中，利用CCD相機(jī)獲取刀具切削刃圖像，通過(guò)計(jì)算機(jī)可方便地在顯示器上進(jìn)行觀察、瞄準(zhǔn)和測(cè)量。

4618型刀具測(cè)量?jī)x主要由機(jī)械移動(dòng)系統(tǒng)、圖像采集系統(tǒng)、光柵數(shù)據(jù)采集系統(tǒng)和計(jì)算機(jī)硬件、軟件控制系統(tǒng)構(gòu)成。主機(jī)為一個(gè)帶回轉(zhuǎn)工作臺(tái)的光學(xué)CCD二維測(cè)量?jī)x，大理石底座上安裝回轉(zhuǎn)工作臺(tái)，可進(jìn)行圓周回轉(zhuǎn)和角度測(cè)量。測(cè)量V型塊安裝在回轉(zhuǎn)工作臺(tái)上，中心線與回轉(zhuǎn)工作臺(tái)中心線垂直相交，用于被測(cè)刀具定位。水平和垂直導(dǎo)軌上安裝的光柵尺可以確定水平和垂直滑架的精確位置，實(shí)現(xiàn)二維坐標(biāo)測(cè)量，攝像機(jī)導(dǎo)軌用于相機(jī)調(diào)焦。用光纖式冷光源對(duì)被測(cè)物體照明，并通過(guò)可調(diào)照明燈和反光板，產(chǎn)生一個(gè)良好的背景環(huán)境。另外，儀器還包括工作臺(tái)和計(jì)算機(jī)系統(tǒng)，共同組成刀具測(cè)量平臺(tái)。

1.2 系統(tǒng)軟件構(gòu)成及測(cè)量流程

4618型刀具測(cè)量?jī)x的軟件系統(tǒng)并不提供圖像處理功能，操作者直接針對(duì)CCD相機(jī)圖像進(jìn)行操作，利用軟件提供的特征繪制及選取工具，實(shí)現(xiàn)點(diǎn)、線等測(cè)量要素的選取，由軟件完成相關(guān)參數(shù)計(jì)算工作。在測(cè)量中，人眼瞄準(zhǔn)、特征選取等操作過(guò)程較為繁瑣，測(cè)量結(jié)果易受人為因素影響。本文通過(guò)對(duì)軟件進(jìn)行功能擴(kuò)展，增加圖像處理功能，以提高測(cè)量的自動(dòng)化水平，減少測(cè)量中人為因素影響。

圖2 圖像測(cè)量流程Fig.2 Image measurement flow chart

增加圖像處理功能后的主要測(cè)量流程見(jiàn)圖2，通過(guò)對(duì)刀具圖像進(jìn)行處理，實(shí)現(xiàn)測(cè)量特征識(shí)別，以獲取相關(guān)刀具幾何參數(shù)。在測(cè)量過(guò)程中，首先將被測(cè)刀具置于工作平臺(tái)上，移動(dòng)水平、豎直導(dǎo)軌上的滑架使被測(cè)刀具成像在相機(jī)視野中合適位置，并通過(guò)相機(jī)導(dǎo)軌調(diào)焦獲取清晰圖像；然后對(duì)采集圖像進(jìn)行預(yù)處理，主要包括圖像灰度化、濾波、二值化；對(duì)二值圖像進(jìn)行邊緣檢測(cè)，獲取圖像邊緣；對(duì)邊緣進(jìn)行特征識(shí)別，如點(diǎn)、直線等識(shí)別等；最后計(jì)算相關(guān)幾何參數(shù)，完成測(cè)量過(guò)程。

2 刀具圖像處理主要算法

本文以標(biāo)準(zhǔn)麻花鉆的直線主切削刃角度測(cè)量為例，利用4618刀具測(cè)量?jī)x獲取圖像，并經(jīng)過(guò)系列圖像處理算法獲取測(cè)量數(shù)值。

2.1 圖像預(yù)處理

由于相機(jī)獲取圖像包含較多噪聲以及與測(cè)量無(wú)關(guān)信息，因此需對(duì)圖像進(jìn)行預(yù)處理，以消除無(wú)關(guān)信息，增強(qiáng)圖像分割、匹配和識(shí)別的可靠性。本文的刀具圖像測(cè)量中，預(yù)處理的任務(wù)是為圖像邊緣檢測(cè)提供合適圖像，包括圖像灰度化、濾波和二值化。

4618測(cè)量?jī)x的工業(yè)相機(jī)所采集圖像為24位真彩色圖像，而測(cè)量中僅需灰度信息即可，要對(duì)彩色圖像進(jìn)行灰度化處理。圖像灰度化沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，一般根據(jù)原圖像R、G、B分量以及它們的權(quán)重來(lái)求?。?/p>

(1)

式中U、V、W分別為R、G、B的權(quán)值。由于人眼對(duì)不同顏色的敏感程度不同，試驗(yàn)和理論推導(dǎo)證明，當(dāng)U=0.299，V=0.587，W=0.114時(shí)，能夠得到較合理灰度圖像[3]，本文采用該方法獲取刀具灰度圖像。

相機(jī)采集的圖像信號(hào)包含噪聲，在圖像分析之前，通過(guò)濾波操作可減小噪聲干擾，利于后續(xù)分析和處理。本文采用中值濾波法，實(shí)現(xiàn)濾波過(guò)程。在諸多濾波方法中，中值濾波是一種效果較好的非線性濾波方法，能去除椒鹽類(lèi)噪聲，對(duì)于脈沖噪聲、點(diǎn)狀噪聲等有良好抑制作用，且能較好保護(hù)邊緣信息[4]。中值濾波法是一種模板運(yùn)算，將模板鄰域中的像素按灰度級(jí)進(jìn)行排序，并將中間值作為運(yùn)算的輸出灰度值，可定義為：

(2)

式中g(shù)(x,y)和f(x-i,y-j)分別為輸出和輸入像素灰度值，W為模板窗口，其形狀可以取方形、十字形、圓形等。

在數(shù)字圖像處理中，二值圖像占有重要地位，并且在圖像測(cè)量中，也有很多以二值圖像實(shí)現(xiàn)的系統(tǒng)。二值圖像僅包含不同位置的0、1信息，處理簡(jiǎn)單，并能突出圖像輪廓特征。圖像二值化處理關(guān)鍵是閾值的選擇，主要有全局閾值和局部閾值兩種方法。全局閾值法對(duì)圖像采用統(tǒng)一閾值分割，而局部閾值法將圖像分成子塊，對(duì)子塊選定閾值。對(duì)于刀具圖像測(cè)量，圖像不同部位明暗區(qū)別較大，局部閾值法較為合適。本文選擇局部閾值法中的大津法，簡(jiǎn)稱(chēng)OTSU。這種方法是一種自適應(yīng)閾值確定方法，按圖像的灰度特性將圖像分成背景和目標(biāo)兩部分，二者類(lèi)間方差越大，說(shuō)明圖像的兩部分差別越大，使類(lèi)間方差最大的分割意味著錯(cuò)分概率最小[5]。

如果圖像采集效果不好，二值化后的圖像可能存在小面積孔洞和細(xì)小孤立點(diǎn)，可通過(guò)圖像形態(tài)學(xué)方法進(jìn)行處理，最基本運(yùn)算是腐蝕和膨脹運(yùn)算，并可構(gòu)成開(kāi)、閉運(yùn)算，如對(duì)圖像先閉運(yùn)算后開(kāi)運(yùn)算，可有效消除圖像的細(xì)小孔洞和噪聲，而圖像輪廓結(jié)構(gòu)和面積基本保持不變[6]。

2.2 圖像邊緣檢測(cè)

邊緣是圖像最基本特征，是灰度顯著變化的像素集合。在刀具圖像測(cè)量中，主要通過(guò)邊緣檢測(cè)以獲取幾何參數(shù)。常用的邊緣檢測(cè)算子有Sobel梯度算子、Roberts梯度算子、拉普拉斯算子、Canny檢測(cè)算子等[7-8]。本文采用Canny邊緣檢測(cè)算子進(jìn)行邊緣檢測(cè)，該算法由JohnF.Canny于1986年提出，Canny檢測(cè)算法首先用高斯濾波器對(duì)圖像進(jìn)行平滑濾除噪聲，并用一階偏導(dǎo)的有限差分計(jì)算圖像梯度，對(duì)梯度幅值進(jìn)行非極大抑制，最后用雙閾值算法處理邊緣[9]。

2.3 圖像特征識(shí)別

刀具的輪廓通常由直線和圓弧段組成，為了計(jì)算幾何參數(shù)，如直線角度，在邊緣檢測(cè)后需進(jìn)行特征識(shí)別，檢測(cè)直線、圓弧等。對(duì)于鉆頭直線主切削刃角度測(cè)量，需進(jìn)行直線檢測(cè)。鉆頭的邊緣輪廓提取后，本文使用Hough變換檢測(cè)主切削刃直線。

Hough變換將圖像空間中的直線映射到參數(shù)空間中，利用兩種空間中的點(diǎn)、線對(duì)偶性，將直線檢測(cè)轉(zhuǎn)換成參數(shù)空間中點(diǎn)的峰值檢測(cè)問(wèn)題。Hough變換抗干擾能力較強(qiáng)，當(dāng)檢測(cè)曲線被噪聲污染或部分遮擋時(shí)，也可檢測(cè)出來(lái)[10]。Hough直線變換在直角坐標(biāo)系中將直線L表示為：

(3)

式中x,y與r,θ之間關(guān)系見(jiàn)圖3。r表示原點(diǎn)到直線的距離，θ表示直線L的垂線與x軸夾角。直角坐標(biāo)系中的一個(gè)點(diǎn)對(duì)應(yīng)于參數(shù)空間中的一條正弦曲線，參數(shù)空間中的一個(gè)點(diǎn)對(duì)應(yīng)于直角坐標(biāo)系中的一條直線。同一條直線上的不同點(diǎn)P1和P2在參數(shù)空間中表示過(guò)P的兩條正弦曲線。直線上多個(gè)不同點(diǎn)都會(huì)在P點(diǎn)被統(tǒng)計(jì)一次，因此確定了參數(shù)空間中的P點(diǎn)就可以確定直線L[11]。利用Hough變換檢測(cè)出直線后，即可得出刀具角度等幾何參數(shù)。

圖3 直線霍夫變換Fig.3 Line Hough transform

3 系統(tǒng)軟件設(shè)計(jì)和實(shí)驗(yàn)驗(yàn)證

3.1 系統(tǒng)軟件設(shè)計(jì)

利用VS2010中的C#語(yǔ)言作為軟件開(kāi)發(fā)平臺(tái)，配合使用EmguCV庫(kù)完成圖像處理軟件開(kāi)發(fā)。

C#是微軟公司發(fā)布的面向?qū)ο蟮?、運(yùn)行于.NET Framework之上的高級(jí)程序設(shè)計(jì)語(yǔ)言，它綜合了VB簡(jiǎn)單的可視化操作和C++的高運(yùn)行效率，以強(qiáng)大的操作能力、便捷的面向組件編程的支持成為.NET開(kāi)發(fā)的首選語(yǔ)言[12]。OpenCV是Intel的一個(gè)開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)，包含大量圖像處理經(jīng)典算法，采用C和少量的C++編寫(xiě)，運(yùn)行效率高，但沒(méi)有提供圖形操作界面接口，難以滿足當(dāng)前

應(yīng)用程序開(kāi)發(fā)的需要[13]。另外，由于OpenCV用C和C++編寫(xiě)，不能直接在.NET中調(diào)用，EmguCV對(duì)其作了封裝，使得可用C#語(yǔ)言來(lái)調(diào)用OpenCV函數(shù)。利用EmguCV所提供的強(qiáng)大功能，減輕圖像處理程序開(kāi)發(fā)的任務(wù)量，而算法中大量參數(shù)，需通過(guò)不斷實(shí)際測(cè)試驗(yàn)證才能確定。

利用本文的圖像處理過(guò)程，對(duì)直徑為Ф13.7鉆頭的直線主切削刃圖像進(jìn)行處理的過(guò)程及結(jié)果見(jiàn)圖4。由圖4可見(jiàn)，通過(guò)圖像處理算法可清晰地獲取圖像邊緣，并檢測(cè)出其中直線，計(jì)算出直線角度。

圖4 刀具圖像處理結(jié)果Fig.4 Tool image processing results

3.2 刀具測(cè)量實(shí)驗(yàn)驗(yàn)證

為了對(duì)圖像處理方法的測(cè)量效果進(jìn)行驗(yàn)證，利用4618刀具測(cè)量?jī)x(圖5)作為實(shí)驗(yàn)平臺(tái)，選取不同直徑的標(biāo)準(zhǔn)麻花鉆頭作為測(cè)量對(duì)象，測(cè)量直線主切削刃與水平軸線之間角度。

首先，利用人眼瞄準(zhǔn)作直線法獲取主切削刃角度數(shù)據(jù)，然后針對(duì)同一刀具圖像進(jìn)行圖像處理獲取相應(yīng)角度，并對(duì)獲得兩組數(shù)據(jù)進(jìn)行比較(表1)，以驗(yàn)證圖像處理方法精度。由表1測(cè)量結(jié)果可見(jiàn)，圖像處理方法與人眼瞄準(zhǔn)差值約0.5°，圖像處理測(cè)量方式基本滿足該項(xiàng)測(cè)量要求。

圖5 刀具測(cè)量實(shí)驗(yàn)用4618測(cè)量?jī)xFig.5 The 4618 instrument for twist drill angle measuring

鉆頭直徑/mm人眼瞄準(zhǔn)測(cè)量結(jié)果/(°)圖像處理測(cè)量結(jié)果/(°)測(cè)量差值/(°)5.5121.985121.4950.49012119.644119.5030.14113.7118.437117.9510.486

4 結(jié) 論

通過(guò)對(duì)鉆頭的主切削刃角度測(cè)量，證明了所采用的圖像測(cè)量方法在刀具幾何參數(shù)測(cè)量中的可行性。圖像處理方法通過(guò)采集圖像進(jìn)行處理，可以提高測(cè)量效率，有效降低測(cè)量過(guò)程中人為因素的影響；測(cè)量誤差在0.5°左右，可以基本滿足一般刀具角度的測(cè)量精度要求。當(dāng)然，系統(tǒng)尚處于起步階段，還有大量算法和功能需要去了解和實(shí)現(xiàn)，今后可在現(xiàn)有工作基礎(chǔ)上不斷完善。

[1]肖 露，崔晉龍. 基于MATLAB的刀具角度測(cè)量[J]. 制造技術(shù)與機(jī)床，2014，(10)：61-63.

[2]杜文華，關(guān) 波，劉 娟. 基于視覺(jué)的刀具參數(shù)高精度測(cè)量[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2015，(2)：56-58.

[3]周金和，彭福堂.一種有選擇的圖像灰度化方法[J]. 計(jì)算機(jī)工程，2006，(20)：198-200.

[4]丁家琳. 數(shù)字圖像處理技術(shù)與實(shí)證研究[J]. 電子技術(shù)，2014，(11)：40-43.

[5]李了了，鄧善熙. 基于大津法的圖像分塊二值化算法[J]. 微計(jì)算機(jī)信息，2005，(24)：31-33.

[6]朱 虹，廖學(xué)成，樂(lè) 靜. 數(shù)字圖像處理[M]. 北京：科學(xué)出版社，2002：129-222.

[7]李友蘭，王學(xué)彬. 圖像處理程序設(shè)計(jì)實(shí)例[M]. 北京：國(guó)防工業(yè)出版社，2003：262-263.

[8]劉國(guó)華.標(biāo)準(zhǔn)麻花鉆3D建模技術(shù)研究[J].黑龍江大學(xué)工程學(xué)報(bào)，2015，6(2):86-90.

[9]吉 玲，楊 亞. 一種改進(jìn)的Canny邊緣檢測(cè)算法[J]. 微處理機(jī)，2015，(1)：26-29

[10]宋曉宇，袁 帥. 基于自適應(yīng)閾值區(qū)間的廣義Hough變換圖形識(shí)別算法[J]. 儀器儀表學(xué)報(bào)，2014，(5)：32-35.

[11]周 峰，倪俊芳. 工件角度的圖像測(cè)量法研究[J]. 蘇州大學(xué)學(xué)報(bào)，2008，28(1)：59-62.

[12]宋智軍，邱仲潘. Visual C# 2010從入門(mén)到精通[M]. 北京：電子工業(yè)出版社，2010：12-15.

[13]Bradski G， Kaehler A.學(xué)習(xí)OpenCV(中文版)[M]. 于仕琪，劉瑞禎譯. 北京：清華大學(xué)出版社，2009：21-25.

Tool geometry parameters measurement based on image processing technology

LIU Guo-Hua1,2,3

(1.Postdoctoral Research Center of Aeronautical and Astronautical Science and Technology, Harbin Institute of Technology,Harbin 150001， China; 2. Postdoctoral Research Center of Harbin Measuring & Cutting Tool Group Co. Ltd., Harbin 150040, China; 3. School of Mechanical and Electrical, Heilongjiang University, Harbin 150080, China)

Tool geometry parameter measurement is of great significance. A measurement method based on image processing technology is introduced. The composition and key technology of measuring system are described. Taking the drill as measurement object, by image preprocessing, edge detection and line feature extraction of the tool image, the main cutting edge angle of the drill is obtained. This method can effectively reduce the human error in measurement process. Through the comparison of the measurement results, the angle measurement error can meet the requirements of the precision measurement. It is proved that this method and process is feasible.

tool; geometry parameter measurement; image processing

10.13524/j.2095-008x.2015.04.068

2015-06-02

http://www.cnki.net/kcms/detail/23.1566.T.20151106.1402.002.html

黑龍江省教育廳科學(xué)技術(shù)研究項(xiàng)目(11531275)

劉國(guó)華(1975-)，男，山東肥城人，副教授，博士，研究方向：數(shù)字化設(shè)計(jì)與制造、機(jī)床數(shù)控技術(shù)，E-mail:lhg7511@sima.com。

TH122

A

2095-008X(2015)04-0073-05