基于視覺引導(dǎo)的3D納米測頭

黃強(qiáng)先，史科迪，陳 晨

(合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院，安徽合肥 230009)

?

基于視覺引導(dǎo)的3D納米測頭

黃強(qiáng)先，史科迪，陳 晨

(合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院，安徽合肥 230009)

針對現(xiàn)有微納米CMM機(jī)(Micro-Nano Coordinate Measuring Machine，微納米CMM)測量逼近效率低的問題，設(shè)計了一種基于視覺引導(dǎo)的3D納米測頭。該測頭以石英音叉結(jié)合一體式光纖微測桿測球作為微力觸發(fā)定位傳感器，以3個空間布置的微型USB高倍攝像機(jī)對工作臺做視覺引導(dǎo)。將測球置于3個攝像機(jī)焦平面后約100 μm處，通過高斯濾波、清晰度評價、極點(diǎn)搜索，對圖像進(jìn)行實(shí)時處理，判斷試樣是否接近測球，實(shí)現(xiàn)三維工作臺的高低速引導(dǎo)控制。實(shí)驗結(jié)果表明：該測頭可以實(shí)現(xiàn)大行程、高精度微納米CMM的自動高速逼近、低速觸發(fā)定位測量，通用性好、集成度高，測量效率高。

微納米三坐標(biāo)測量機(jī)；微納米測頭；視覺引導(dǎo)；聚焦區(qū)域選擇；清晰度評價；高斯濾波；極點(diǎn)搜索

0 引言

納米技術(shù)是當(dāng)今的前沿技術(shù)，只有掌握了納米尺度的測量技術(shù)時，納米技術(shù)才能真正實(shí)現(xiàn)它的價值[1]。國內(nèi)外許多機(jī)構(gòu)都開展了微型/納米級坐標(biāo)測量技術(shù)的研究[2-3]，其中3D測頭作為微納米CMM實(shí)現(xiàn)高精度、高效率測量的關(guān)鍵器件，是研究微納米CMM的熱點(diǎn)和難點(diǎn)。

常見的微納米CMM的測頭根據(jù)工作原理可分為觸發(fā)式測頭和非接觸式測頭兩類，其各有優(yōu)缺點(diǎn)。觸發(fā)式測頭可靠性好、精度較高，但觸發(fā)力會使測桿彎曲形變，且測力會引起被測試樣表面的形變或損傷。由于需要納米量級的觸發(fā)分辨力，觸發(fā)式測頭必須以足夠慢的接觸速度以獲得準(zhǔn)確的觸發(fā)位置，所以相對于非接觸式測頭，觸發(fā)式測頭測量效率較低。非接觸式測頭一般采用光學(xué)方法進(jìn)行測量，如三角法測頭和攝像測頭。這類測頭測量時不需要接觸，沒有測量力和摩擦力，可以測量易損壞、柔軟、高溫等材料，測量速度快，采樣頻率高，容易實(shí)現(xiàn)自動化測量，但是易受被測試樣表面特性影響，如顏色、粗糙度、反射性等。和觸發(fā)式測頭相比較，其缺點(diǎn)也是顯而易見的，其分辨力、不確定度等精度指標(biāo)較接觸式測頭低。因此，對于大量程、高精度的微納米CMM來說，發(fā)展一種新型的多傳感器相結(jié)合的測頭技術(shù)，必將大大促進(jìn)其自動化和智能化。

1 測頭結(jié)構(gòu)

該測頭由石英音叉與一體式光纖測球構(gòu)成的微力傳感器、3個USB高倍數(shù)字?jǐn)z像機(jī)以及機(jī)械調(diào)節(jié)機(jī)構(gòu)組成，圖1是測頭結(jié)構(gòu)示意圖。

圖1 測頭結(jié)構(gòu)

1.1 石英音叉與光纖一體式測桿測球

利用諧振狀態(tài)的石英音叉對微小外力極為敏感的特點(diǎn)，在石英音叉的自由端端部粘接一體式光纖微測桿測球，測球直徑約為100 μm，構(gòu)建微力傳感器。如圖2為石英音叉與光纖一體式測球結(jié)構(gòu)示意圖。在音叉一端輸入勵振信號，使之處于諧振狀態(tài)，另一端輸出電信號，當(dāng)其受到“微針尖力場”[4]的作用時，測頭振幅迅速衰減，諧振頻率偏移，相應(yīng)輸出電信號發(fā)生變化，利用該電信號變化，即可實(shí)現(xiàn)測頭三維觸發(fā)定位。

圖2 音叉及光纖一體式測桿測球

1.2 視覺引導(dǎo)模組

測頭的視覺引導(dǎo)模塊采用超眼B008 USB攝像機(jī)模組，該模組具有500 W像素Comse圖像傳感器，采用可調(diào)節(jié)LED白光照明，放大倍率調(diào)節(jié)范圍為1～500倍。通過如圖3機(jī)械機(jī)構(gòu)，調(diào)節(jié)物距微調(diào)螺母、像距微調(diào)套筒，使3條光軸相交于光纖測球，調(diào)節(jié)放大約為450倍，每個攝像機(jī)的焦平面位于測球前端約100 μm，此時景深約為20 μm，視場約為1.5 mm×1.5 mm。

圖3 視覺引導(dǎo)模塊

2 工作臺高、低速控制策略

微納米CMM測量時，試樣放置在工作臺上逼近測頭，將3個攝像機(jī)實(shí)時拍攝的圖像進(jìn)行高斯濾波、清晰度評價、極點(diǎn)搜索，判斷被測試樣是否靠近測頭，即是否進(jìn)入焦平面清晰成像。當(dāng)測球和試樣相距較遠(yuǎn)，即試樣未進(jìn)入焦平面時，圖像模糊，工作臺驅(qū)動試樣向測頭做高速運(yùn)動；當(dāng)測頭和試樣進(jìn)入焦平面時，圖像清晰，工作臺驅(qū)動試樣向測頭做低速運(yùn)動至觸發(fā)，從而實(shí)現(xiàn)高逼近和低速觸發(fā)的有效結(jié)合。

實(shí)現(xiàn)工作臺視覺引導(dǎo)控制的3個核心問題是：(1)圖像感興趣區(qū)域(Region of Interesting，ROI)的選擇；(2)圖像清晰度的評價；(3)極點(diǎn)搜索算法，找到清晰度評價函數(shù)的最大值?？刂撇呗粤鞒倘鐖D4所示。

圖4 控制策略流程圖

2.1 圖像ROI選擇

對于ROI位置以及數(shù)量的選擇有以下4點(diǎn)要求：(1)ROI的位置必須放置在測球處，或者測球的周圍，避免圖像中不重要的部分對清晰度評價造成影響，提高準(zhǔn)確度；(2)根據(jù)不同的試樣表面性質(zhì)，通過捕捉紋理、倒影等特征，在測球周圍設(shè)置多個ROI，實(shí)現(xiàn)三維方向的判斷；(3)由于實(shí)時性的要求，ROI的大小應(yīng)盡量較小，減少計算量，但是由于圖像的隨機(jī)噪聲，ROI越大對噪聲的抑制能力越強(qiáng)，清晰度評價函數(shù)的曲線波動越小，所以ROI的大小應(yīng)綜合考慮。

2.2 清晰度評價方法

根據(jù)數(shù)字圖像處理理論，圖像輪廓的銳度和細(xì)節(jié)的豐富程度在于圖像的高頻分量，所以檢測圖像的邊緣信息或者計算圖像高頻分量就能判斷圖像是否清晰。

通常利用圖像的時域或頻域的特性，清晰度評價函數(shù)主要有以下4類：灰度梯度函數(shù)[5-8]、頻域函數(shù)[5-8]、圖像灰度熵函數(shù)[5-8]、統(tǒng)計學(xué)函數(shù)[6,8]。

一個理想的清晰度評價函數(shù)曲線應(yīng)該具有下列特性[9]：單峰性、無偏性、尖銳性、魯棒性、實(shí)時性、通用性。

本文采用的拉普拉斯(Laplace)算法[7,11]是一種常用的二階微分邊緣檢測算法，并且具有較好特性。一個二維圖像的拉普拉斯變換是各項同性的二階導(dǎo)數(shù)，對于數(shù)字圖像的每個像素計算關(guān)于x軸和y軸的二階偏導(dǎo)數(shù)之和，其離散形式用差分方程表示為

由于拉普拉斯算子也會增強(qiáng)圖像中的噪聲，需先將圖像用高斯濾波器進(jìn)行濾波處理[10-11]。

圖像經(jīng)高斯濾波、Laplace變換后，對所有ROI內(nèi)的像素灰度求和其值為f(n)，為了進(jìn)一步減小光照、噪聲、光學(xué)參數(shù)變化帶來的抖動，將清晰度評價函數(shù)F(n)設(shè)為

F(n)=0.5f(n)+0.2f(n-1)+0.1f(n-2)+0.1f(n-3)+0.1f(n-4)

2.3 極點(diǎn)搜索算法

要實(shí)現(xiàn)控制工作臺的高低速變換，關(guān)鍵是對清晰度評價函數(shù)峰值點(diǎn)的快速、準(zhǔn)確判斷。高速運(yùn)動時，三維工作臺的速度為100 μm /s,一次信號采集及處理的時間為50 ms，即圖片的步距為5 μm，由于焦平面至測頭的距離為100 μm，為了避免撞針，應(yīng)盡可能快地判斷出峰值點(diǎn)，使工作臺從高速轉(zhuǎn)化為低速運(yùn)動。

由于光照變化、噪聲等干擾的存在，F(xiàn)(n)在離焦處的抖動較大，所以，取閾值η：

式中η代表了F(n)的斜率。

經(jīng)試驗表明，當(dāng)η<500時，F(xiàn)(n)變化緩慢，為離焦?fàn)顟B(tài)，不進(jìn)行極點(diǎn)搜索；當(dāng)η>500時，F(xiàn)(n)快速變化，對數(shù)據(jù)進(jìn)行極點(diǎn)搜索。

同時為了避免局部峰谷的影響，在極點(diǎn)搜索時，將F(n)連續(xù)5個數(shù)值作為一個數(shù)組，取該組的最大值代表該組的數(shù)值：

G(k)=max[F(n),F(n-1),F(n-2),F(n-3),F(n-4)]

若G(k)G(k+1)，則表示已經(jīng)找到峰值點(diǎn)。該方法帶來的誤差為5個圖像步距，即25 μm左右。

3 實(shí)驗結(jié)果分析

選擇兩種典型的試樣：表面粗糙，具有紋理，但是不能發(fā)生鏡面反射的金屬試樣以及表面光滑，沒有紋理，發(fā)生鏡面反射的量塊進(jìn)行實(shí)驗。根據(jù)試樣表面性質(zhì)的不同，在ROI選取時，應(yīng)選擇焦平面范圍內(nèi)有明顯變化的特征區(qū)域。將試樣水平放置在工作臺上，由遠(yuǎn)處高速逼近測頭。當(dāng)任意攝像機(jī)中的任意ROI出現(xiàn)極點(diǎn)時，工作臺由高速轉(zhuǎn)為低速運(yùn)動。

圖5為粗糙金屬表面圖像ROI清晰度曲線，攝像機(jī)1中ROI1最先出現(xiàn)極點(diǎn)，圖像序列為266，攝像機(jī)2中ROI1最先出現(xiàn)極點(diǎn)，圖像序列為304，攝像機(jī)3中ROI1最先出現(xiàn)極點(diǎn)，圖像序列為248。所以當(dāng)攝像機(jī)3中ROI1出現(xiàn)極點(diǎn)時，工作臺由高速轉(zhuǎn)為低速運(yùn)動。

圖6為量塊測量面圖像的ROI清晰度曲線，攝像機(jī)1中ROI1最先出現(xiàn)極點(diǎn)，圖像序列為304，攝像機(jī)2中ROI1最先出現(xiàn)極點(diǎn)，圖像序列為302，攝像機(jī)3中ROI1最先出現(xiàn)極點(diǎn)，圖像序列為291。所以當(dāng)在攝像機(jī)3中ROI1出現(xiàn)極點(diǎn)時，工作臺由高速轉(zhuǎn)為低速運(yùn)動。

4 結(jié)論

本文提出并設(shè)計了一種基于視覺引導(dǎo)的3D納米測頭以及定位方法，通過實(shí)驗驗證得出以下結(jié)論：

(1)用攝像機(jī)作為非接觸傳感器，石英音叉與光纖一體式測桿測球作為接觸式力傳感器，可以實(shí)現(xiàn)大行程高速、高精度微納米CMM的高速逼近、低速觸發(fā)定位，測量速度快、通用性好、集成度高。

(2)經(jīng)實(shí)驗驗證，通過調(diào)節(jié)攝像機(jī)焦平面在測球前方的距離，可以定量地控制工作臺高低速轉(zhuǎn)換的時機(jī)，實(shí)現(xiàn)試樣與測球距離約100 μm時，工作臺由高速轉(zhuǎn)為低速運(yùn)動。

(3)將攝像機(jī)圖像經(jīng)過高斯濾波、Laplace變換求清晰度值、極點(diǎn)搜索，可以完成多種試樣測量，魯棒性、通用性、實(shí)時性好。但是受光源及被測試樣表面特性的限制，并不是對任意試樣都有很好的效果。

[1] 張國雄.坐標(biāo)測量技術(shù)發(fā)展方向.紅外與激光工程,2008,37:1-5.

(a) 攝像機(jī)1ROI清晰度曲線

(b) 攝像機(jī)2ROI清晰度曲線

(c) 攝像機(jī)3ROI清晰度曲線圖5 粗糙金屬表面圖像ROI清晰度曲線

[2] 黃強(qiáng)先,余惠娟,黃帥，等.微納米三坐標(biāo)測量機(jī)測頭的研究進(jìn)展.中國機(jī)械工程,2013,24(9): 1264-1272.

[3] 石照耀,張斌,林家春，等.坐標(biāo)測量技術(shù)半世紀(jì).北京工業(yè)大學(xué)學(xué)報,2011,37(5) : 648-656.

[4] YU H J,HUANG Q X,LI Z B,et al.Dynamic analysis of mechanical models for three-dimensional resonant trigger probe and experiments.Proceedings of SPIE-The International Society for Optical Engineering.Bei Jin,2013.

[5] 孫杰,袁躍輝,王傳永，等.數(shù)字圖像處理自動圖像聚焦算法的分析和比較.光學(xué)學(xué)報,2007,27(1):35-39.

[6] 楊新華,寇為剛. 基于FPGA的Sobel算子圖像邊緣檢測算法.儀表技術(shù)與傳感器,2013(1): 102-104.

[7] 方以,鄭崇勛,閆相國，等.顯微鏡自動聚焦算法的研究.儀器儀表學(xué)報,2005,26(12):1275-1277.

[8] SUN Y,STEFAN D,NELSON B J.Auto focusing in computer microscopy: Selecting the Optimal Focus Algorithm.Microscopy Research and Technique,2004,65:139-149.

(a) 攝像機(jī)1ROI清晰度曲線

(b) 攝像機(jī)2ROI清晰度曲線

(c) 攝像機(jī)3ROI清晰度曲線圖6 量塊測量面圖像ROI清晰度曲線

[9] 周賢.自動聚焦算法研究與驗證平臺設(shè)計：[學(xué)位論文].濟(jì)南：山東大學(xué),2006.

[10] STEGER C,ULRICH M,WIEDMANN C.Machine Vision Algorithms and Applications.楊少榮，吳迪靖，段德山，譯.北京：清華大學(xué)出版社,2008.

[11] 張廣軍.機(jī)器視覺.北京：科學(xué)出版社,2005.

3D Nano-Probe Based on Visual Guiding

HUANG Qiang-xian, SHI Ke-di, CHEN Chen

(School of Instrument Science and Opto-electronic Engineering, Hefei University of Technology, Hefei 230009, China)

In view of the low measuring approaching efficiency of existing micro/nano CMM, a 3D nano probe based on visual guiding was developed.A quartz tuning fork combined with the integrated fiber micro-stylus and micro-ball tip was used as the micro-force sensor.Three mini USB high-definition cameras were used to guide the 3D worktable to approach the probe which was put behind the focal plane of the three cameras in a distance of 100 μm.To determine whether the sample is close enough to the probe and realize the speed control of 3D worktable, the real-time image processing methods have been used, such as Gaussian filter, clarity evaluation, peak search etc.The experimental results show that this probe can achieve automatic high-speed approaching, low-speed triggering and positioning in long stroke with ultra precision.Good generality, high integration and high measuring efficiency are all advantages of this probe.

micro/nano CMM;micro/nano probe;visual guiding;region of interesting selection;clarity evaluation;Gaussian filter;peak searching algorithm

國家自然科學(xué)基金項目(51175141)

2015-03-11 收修改稿日期：2015-06-10

TH89

A

1002-1841(2015)11-0011-04

史科迪(1989—)，碩士研究生，研究方向為精密測試技術(shù)及儀器。E-mail：shikedi0426@sohu.com

黃強(qiáng)先(1968—)，教授，博士，主要從事計量測試技術(shù)及儀器、微納米測量技術(shù)及儀器、儀器精度理論等領(lǐng)域的研究。E-mail：huangqx@hfut.edu.cn