基于Halcon的電連接器殼體零件孔徑快速精密測(cè)量

許楨英，徐家祥，黃建斌，劉家旺，王 勻

（江蘇大學(xué) 機(jī)械工程學(xué)院，鎮(zhèn)江 212013）

0 引言

高密度電連接器組件是航空航天、航海、軍工、工業(yè)、精密機(jī)械、信息乃至家用電器等眾多領(lǐng)域的控制與驅(qū)動(dòng)系統(tǒng)中的重要基礎(chǔ)元器件，其技術(shù)性能的高低直接影響和制約了這些行業(yè)的發(fā)展水平。十二五期間航空、海工、信息行業(yè)對(duì)高端機(jī)電組件技術(shù)水平的要求越來(lái)越高，電連接器的尺寸檢測(cè)必須達(dá)到100%達(dá)標(biāo)。

目前大多數(shù)電連接器制造企業(yè)都采用人工檢測(cè)或簡(jiǎn)單工具測(cè)量的方法，需要耗費(fèi)大量的人力和時(shí)間，且檢測(cè)精度容易受到人員差異的影響，很難保證高質(zhì)量的產(chǎn)品。

機(jī)器視覺就是利用機(jī)器代替人眼做測(cè)量和判斷[1]。視覺測(cè)量技術(shù)不但速度快、非接觸、易于自動(dòng)化，而且精度高[2]。本文將視覺測(cè)量技術(shù)應(yīng)用在電連接器殼體零件的孔徑測(cè)量中，提高了檢測(cè)的效率，對(duì)促進(jìn)行業(yè)的發(fā)展具有十分積極的意義。

1 HALCON機(jī)器視覺軟件

HALCON是德國(guó)MVtec公司開發(fā)的一套完善的標(biāo)準(zhǔn)的機(jī)器視覺算法包，擁有應(yīng)用廣泛的機(jī)器視覺集成開發(fā)環(huán)境。它節(jié)約了產(chǎn)品成本，縮短了軟件開發(fā)周期。在歐洲以及日本的工業(yè)界已經(jīng)是公認(rèn)具有最佳效能的Machine Vision軟件[3]，是一套image processing library，由一千多個(gè)各自獨(dú)立的函數(shù)、以及底層的數(shù)據(jù)管理核心構(gòu)成。其中包含了各類濾波，色彩以及幾何，數(shù)學(xué)轉(zhuǎn)換，形態(tài)學(xué)計(jì)算分析，校正，分類辨識(shí)，形狀搜尋等等基本的幾何以及影像計(jì)算功能，而且HALCON為大量的圖像獲取設(shè)備提供接口，保證了硬件的獨(dú)立性。它為百余種工業(yè)相機(jī)和圖像采集卡提供接口，包括GenlCam，GigE和IIDC1394。因此只要用得到圖像處理的地方，就可以用HALCON強(qiáng)大的計(jì)算分析能力來(lái)完成工作。

2 電連接器殼體零件孔徑測(cè)量

本文通過搭建視覺測(cè)量平臺(tái)，用工業(yè)相機(jī)采集標(biāo)定圖像和工件圖像，通過HALCON軟件進(jìn)行攝像機(jī)標(biāo)定和零件的孔徑測(cè)量，所用到的算法包括：閾值分割、亞像素邊緣提取、輪廓線圓分割、擬合圓。

2.1 基于HALCON軟件的攝像機(jī)標(biāo)定

選用的標(biāo)定板為圓心點(diǎn)陣標(biāo)定板，大小為36mm×36mm，厚度為2mm，標(biāo)定板精度為1μm，標(biāo)定板示意如圖1所示。該標(biāo)定板周圍的黑色矩形邊框使得標(biāo)定對(duì)象的中心容易被提取，矩形邊界框角落的方向使得標(biāo)定板的方向唯一。標(biāo)定的具體過程如下：攝像機(jī)拍攝標(biāo)定圖像，對(duì)圖像進(jìn)行閾值分割，將標(biāo)定板的內(nèi)部區(qū)域與背景分離，利用Canny濾波器提取標(biāo)定板各圓形標(biāo)志的邊緣，通過線性最小化代數(shù)誤差擬合橢圓，提取出橢圓的最小外界四邊形，確定標(biāo)志點(diǎn)以及各標(biāo)志點(diǎn)與圖像中投影之間的關(guān)系。本文使用HALCON軟件提供的標(biāo)定助手進(jìn)行攝像機(jī)內(nèi)外參的標(biāo)定，首先加載標(biāo)定板描述文件，標(biāo)定板的厚度是2mm，單個(gè)像元的寬和高是1.67μm，焦距設(shè)置一個(gè)初始默認(rèn)值，加載標(biāo)定圖像，設(shè)置不同的參考位姿，得到相應(yīng)的標(biāo)定結(jié)果，生產(chǎn)標(biāo)定代碼，利用算子矯正位姿，排除相機(jī)沒有嚴(yán)格垂直安裝對(duì)后續(xù)尺寸測(cè)量帶來(lái)的干擾。代碼：Set_origin_Pose（PoseNewOrigin，0,0.02，PoseNewOrigi,1）。通過標(biāo)定獲得的攝像機(jī)內(nèi)參數(shù)的值為interCamera=[0.0119984,49.4911,1.66935e-006,1.67e-006,1.83197,1373.87,3664,2748]，獲得的外參數(shù)Pose=[0.00446928,0.00336343,0.128611,359.904,359.978,266.9 94]，投影誤差Error=0.126866，標(biāo)定精度達(dá)到微米級(jí)，誤差±1.5μm。

圖1 圓心標(biāo)定板示意圖

2.2 殼體零件圖像獲取及區(qū)域特征提取

為了減少電連接器殼體零件金屬材質(zhì)的反光以及獲取高對(duì)比度的零件輪廓圖，在使用背光源的方式下進(jìn)行圖像的拍攝采集，采集后讀取到的圖像如圖1所示。為了獲取所需要的零件特征，必須將背景和零件分離開來(lái)，提取出感興趣區(qū)域。圖像閾值化分割是一種簡(jiǎn)單且實(shí)用的圖像分割方法[4]。通過設(shè)定不同的特征閾值，把圖像像素點(diǎn)分為若干類。設(shè)原始圖像為f(x,y)，分割后圖像為g(x,y)，按一定的準(zhǔn)則在f(x,y)找到閾值T，將圖像分割為兩部分，分割后的圖像表達(dá)式如下：

其中，值為1的部分表示我們需要測(cè)量的目標(biāo)區(qū)域，值為0的部分表示背景。

本文圖像分割用于從采集的圖像中把需要測(cè)量的區(qū)域分割處理，使用算子fast_threshold （Image，Region，200，255，20）對(duì)殼體零件圖像進(jìn)行快速閾值分割，閾值由Region的灰度值范圍確定，然后使用算子connection（Region，ConnectedRegions）對(duì)分割后的區(qū)域進(jìn)行區(qū)域連通，利用面積的特征約束篩選出所需測(cè)量的各個(gè)圓孔區(qū)域，本文選擇了UPP3728-10、UPP2020-06、UPP3728-08f三種型號(hào)的殼體零件進(jìn)行實(shí)驗(yàn)分別用(a)、(b)、(c)表示，處理后的圖如圖2所示。

圖2 殼體零件閾值分割后獲取的區(qū)域示意圖

2.3 殼體零件輪廓的邊緣提取

圖像的邊緣是指圖像局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰度剖面一般可以看作是一個(gè)階躍，既從一個(gè)灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個(gè)灰度相差較大的灰度值。邊緣檢測(cè)就是使用數(shù)學(xué)方法提取圖像像元中具有亮度值（灰度）空間方向梯度大的邊、線特征的過程。梯度能很好的反映圖像的邊緣位置。梯度用表示：

實(shí)現(xiàn)圖像的邊緣檢測(cè)，就是要用離散化梯度逼近函數(shù)根據(jù)二維灰度矩陣梯度向量來(lái)尋找圖像灰度矩陣的灰度躍變位置，然后在圖像中將這些位置的點(diǎn)連起來(lái)就構(gòu)成了所謂的圖像邊緣。本文通過邊緣檢測(cè)將分割好的殼體零件圖像的邊緣提取出來(lái)，為后續(xù)的測(cè)量做準(zhǔn)備。在HALCON中我們可以不同的算子來(lái)實(shí)現(xiàn)精確地檢測(cè)圖像的邊緣。

本文使用算子edges_sub_pix（ImageReduced,，Edges，'canny'，1.5，10，40）進(jìn)行邊緣檢測(cè)，canny算子使用滯后閾值分割，包含兩個(gè)閾值——高閾值和低閾值。邊緣幅度比高閾值大的那些點(diǎn)作為安全邊緣點(diǎn)被接受。邊緣幅度比低閾值小的那些點(diǎn)被立刻剔除。邊緣幅度在高閾值和低閾值之間的那些點(diǎn)只有在與安全邊緣點(diǎn)相連時(shí)，才作為邊緣點(diǎn)被接受。canny算子改進(jìn)實(shí)現(xiàn)亞像素邊緣檢測(cè)通過在梯度方向上檢測(cè)二階方向?qū)?shù)的過零點(diǎn)：

其中，Lx,Ly,…,Lyyy表示用高斯核平滑原始圖像得到的尺度空間。

通過edges_sub_pix算子可對(duì)殼體零件圖像區(qū)域進(jìn)行亞像素邊緣提取，直接返回由像素點(diǎn)組成的邊緣Edges，具有亞像素精度[5]。再通過算子segment_contours_xld（Edges，ContoursSplit，'lines_circles'，5，2，2）將輪廓進(jìn)行分割，該算子將分割后的輪廓設(shè)置其全局輪廓屬性cont_approx確定分割輪廓的類型，屬性為-1的輪廓近似為線段，屬性為0的輪廓近似為橢圓弧，屬性為1的輪廓近似為圓弧，輪廓分割后得到的圖像如圖3所示。

圖3 殼體零件輪廓邊緣示意圖

2.4 殼體零件孔徑的測(cè)量

在得到了輪廓分割后的圖像后，對(duì)每段輪廓進(jìn)行計(jì)數(shù)，并進(jìn)行篩選。使用算子get_contour_global_attrib_xld（ObjectSelected，'cont_approx'，Attrib）獲取每段輪廓的屬性，如果Attrib=1，則該輪廓段屬于圓弧段，對(duì)圓弧輪廓進(jìn)行圓擬合，使用fit_circle_contour_xld （ObjectSelected，'algebraic'，-1，0，0，3，2，Row，Column，Radius，StartPhi，EndPhi，PointOrder）獲得圓心的坐標(biāo)和圓的半徑。

利用標(biāo)定結(jié)果得到的單位像素尺寸求得孔徑的實(shí)際尺寸。本文利用HALCON軟件平臺(tái)對(duì)電連接器殼體零件的孔徑進(jìn)行了測(cè)量，并將軟件測(cè)得的尺寸與鎮(zhèn)江市計(jì)量所萬(wàn)能顯微鏡測(cè)出的尺寸進(jìn)行了比較，計(jì)算出了測(cè)量誤差。實(shí)驗(yàn)結(jié)果表明用機(jī)器視覺測(cè)量的方法更方便快捷且誤差在公差允許范圍之內(nèi)。測(cè)量結(jié)果如表1所示，其中a代表萬(wàn)能顯微鏡測(cè)得值，x代表視覺測(cè)量測(cè)得值。

表1 UPP3728-10測(cè)量結(jié)果比較單位/mm

表2 UPP2020-06測(cè)量結(jié)果比較單位/mm

表2 （續(xù)）

表3 UPP3728-08f測(cè)量結(jié)果比較單位/mm

若以萬(wàn)能工具顯微鏡的測(cè)量結(jié)果作為標(biāo)準(zhǔn)量，UPP3728-10型號(hào)零件測(cè)量結(jié)果平均誤差為0.00058mm，UPP2020-06型號(hào)零件測(cè)量結(jié)果平均誤差為0.01196mm，UPP3728-08f型號(hào)零件測(cè)量結(jié)果平均誤差為0.01693mm，總體視覺測(cè)量值平均誤差在公差0.05mm之內(nèi)，滿足公差允許范圍，UPP3728-08f型號(hào)零件由于加工工藝，孔徑邊緣存在毛刺，在提取邊緣的過程中造成像素誤差。整個(gè)測(cè)量過程運(yùn)行良好，測(cè)量時(shí)間1.2s，速度較快，能夠?qū)崿F(xiàn)電連接器殼體零件孔徑的快速精密測(cè)量。

3 結(jié)束語(yǔ)

將機(jī)器視覺測(cè)量技術(shù)應(yīng)用到電連接器殼體零件的孔徑測(cè)量中，通過HALCON軟件將采集到的工件圖像進(jìn)行處理測(cè)出了零件的孔徑，測(cè)量精度均在規(guī)定的公差范圍內(nèi)。該方法具有非接觸的優(yōu)點(diǎn)，檢測(cè)速度快、精度高，對(duì)提高產(chǎn)品的生產(chǎn)效率起到了重要作用。

[1] 朱曉麗.關(guān)于機(jī)器視覺及其應(yīng)用問題的探討[J].中國(guó)教育技術(shù)裝備,2010,(9)：89-89.

[2] 宋錦萍,職占江.圖像分割方法研究[J].現(xiàn)代電子技術(shù),2006,29(6)：59-61,64.

[3] 閆霞,牛建強(qiáng).基于HALCON軟件的攝像機(jī)標(biāo)定[J].數(shù)字技術(shù)與應(yīng)用,2010,(11)：112-113,115.

[4] 陳亮,丁國(guó)輝,郭雷.基于直方圖互確認(rèn)的圖像閾值化分割[J].紅外與毫米波學(xué)報(bào),2011,30(1)：80-84.

[5] 陳藝峰.Halcon在工件二維尺寸檢測(cè)上的應(yīng)用[J].機(jī)電技術(shù),2011,34(4)：12-13,17.