基于機(jī)器視覺的零件尺寸測(cè)量系統(tǒng)設(shè)計(jì)

摘 要 設(shè)計(jì)了一套基于機(jī)器視覺的零件尺寸在線測(cè)量系統(tǒng)。完成了硬件設(shè)備的選型和平臺(tái)的搭建；采用Matlab語言實(shí)現(xiàn)了圖像處理算法；采用Matlab GUI完成了測(cè)量系統(tǒng)軟件的設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明：測(cè)量系統(tǒng)的測(cè)量精度可以達(dá)到2um以下，滿足零件尺寸在線檢測(cè)要求，具有很好的應(yīng)用前景。

【關(guān)鍵詞】機(jī)器視覺 Matlab 圖像處理 尺寸測(cè)量

在工業(yè)生產(chǎn)中，測(cè)量是進(jìn)行質(zhì)量管理的手段，是貫徹質(zhì)量標(biāo)準(zhǔn)的技術(shù)保證。機(jī)械零件的尺寸檢測(cè)作為產(chǎn)品加工的一個(gè)關(guān)鍵環(huán)節(jié)，其檢測(cè)結(jié)果不僅影響產(chǎn)品的質(zhì)量，而且對(duì)后續(xù)零件的再加工和裝配產(chǎn)生決定性的作用。目前，常規(guī)的零件尺寸測(cè)量手段主要采用游標(biāo)卡尺、激光測(cè)量儀和輪廓儀等完成檢測(cè)環(huán)節(jié)。以上零件尺寸測(cè)量方法要么受測(cè)量工具限制，其測(cè)量精度有限；要么檢測(cè)儀器過于昂貴且操作復(fù)雜，同時(shí)其準(zhǔn)確率往往受人為因素的影響。

鑒于當(dāng)前機(jī)器視覺技術(shù)的快速發(fā)展以及其在工業(yè)檢測(cè)方面的成功應(yīng)用，論文構(gòu)想利用攝像機(jī)替代人眼，讓計(jì)算機(jī)替代人腦，從而研制出一套針對(duì)零件常規(guī)尺寸的自動(dòng)化測(cè)量系統(tǒng)。

1 系統(tǒng)概述

在充分遵循系統(tǒng)的完整性、可靠性、經(jīng)濟(jì)性和實(shí)時(shí)性等原則的基礎(chǔ)上，本文設(shè)計(jì)出了一套基于機(jī)器視覺的零件常規(guī)尺寸測(cè)量系統(tǒng)。該測(cè)量系統(tǒng)主要由圖像攝取、圖像處理、圖像特征提取和分析、圖像常規(guī)尺寸測(cè)量和結(jié)果輸出幾部分組成。其工作原理圖如圖1所示。

2 硬件設(shè)計(jì)

基于機(jī)器視覺的零件常規(guī)尺寸測(cè)量系統(tǒng)的硬件主要包括：照明裝置、攝像機(jī)、計(jì)算機(jī)和透明工作臺(tái)。各部件的主要功能是：照明裝置主要為零件圖像采集提供合適的光照環(huán)境；攝像機(jī)用來采集零件數(shù)字圖像并傳送到計(jì)算機(jī)，然后保存為相應(yīng)圖片格式；計(jì)算機(jī)通過系統(tǒng)軟件實(shí)現(xiàn)對(duì)零件圖像的預(yù)處理、邊界提取、特征提取、相機(jī)標(biāo)定和常規(guī)尺寸計(jì)算；透明工作臺(tái)用來承載被測(cè)零件。

3 算法設(shè)計(jì)

圖像處理算法對(duì)機(jī)器視覺測(cè)量系統(tǒng)會(huì)產(chǎn)生決定性的影響。為了能滿足零件尺寸測(cè)量的要求，針對(duì)零件產(chǎn)品圖像的特點(diǎn)，我們?cè)O(shè)計(jì)了一套合理的圖像處理算法流程。其流程圖如圖2所示。

首先對(duì)獲取的零件圖像進(jìn)行預(yù)處理，包括圖像灰度化、圖像去噪、圖像分割和邊界提取；然后提取零件的幾何特征；最后通過對(duì)系統(tǒng)的標(biāo)定，實(shí)現(xiàn)了零件圖像常規(guī)尺寸的測(cè)量和結(jié)果顯示。

3.1 圖像預(yù)處理

3.1.1 圖像灰度化

經(jīng)過攝像機(jī)采集到的零件圖像是24位真彩色RGB圖像，該圖像中的每個(gè)像素由R、G、B三個(gè)分量決定，而灰度圖像的每個(gè)像素由一個(gè)值確定。為了減少后續(xù)操作過程中的計(jì)算量，需要對(duì)采集到的零件圖像進(jìn)行灰度化處理。

3.1.2 圖像去噪

采集系統(tǒng)獲取的待檢零件圖像由于受照明程度、環(huán)境溫度、電源變化、電磁輻射和振動(dòng)等隨機(jī)因素的干擾，圖像會(huì)包含大量的噪聲，表現(xiàn)為圖像模糊、失真和大量斑點(diǎn)等。為了消除和抑制噪聲對(duì)零件圖像后續(xù)處理的影響，必須對(duì)圖像進(jìn)行濾波處理。由于中值濾波既能消除噪聲又能保持圖像的細(xì)節(jié)，符合本系統(tǒng)檢測(cè)的需求。

3.1.3 圖像分割

在所采集到的零件圖像中，我們只對(duì)零件區(qū)域本身感興趣，對(duì)于圖像中的其他要素則要盡量消除。圖像分割就是指把圖像分成各具特性的區(qū)域，并提取出感興趣目標(biāo)的技術(shù)和過程。經(jīng)過大量的實(shí)驗(yàn)驗(yàn)證，本文采用迭代閾值分割法實(shí)現(xiàn)對(duì)零件圖像的分割，達(dá)到了預(yù)期的處理效果。

3.1.4 邊界提取

輪廓是對(duì)物體形狀的有力描述，對(duì)圖像分析和識(shí)別十分有用，而通過邊界提取算法就可以得到物體的邊界輪廓。目標(biāo)圖像邊界提取的方法很多，主要包括鏈碼表示法、標(biāo)記圖法以及多邊形近似法等。論文采用8連通鏈碼法對(duì)待測(cè)零件進(jìn)行了邊界提取，為后續(xù)零件尺寸的檢測(cè)奠定了很好的基礎(chǔ)。

3.2 圖像分析

3.2.1 特征檢測(cè)

要測(cè)量零件的尺寸，首先應(yīng)該檢測(cè)出零件所包含的直線和圓等基本的幾何特征。目前常用的幾何特征檢測(cè)方法有Hough變換法、擬合法和模板匹配法等。本文采用最小二乘法實(shí)現(xiàn)了對(duì)直線和圓的擬合，其擬合具體過程如下：

（1）采用最小二乘法實(shí)現(xiàn)對(duì)直線的擬合。

（2）采用最小二乘法實(shí)現(xiàn)對(duì)圓和圓弧的擬合。

采用最小二乘法對(duì)圓和圓弧的擬合過程與直線的擬合求解過程類似。設(shè)所求擬合圓的方程為：。根據(jù)最小二乘法應(yīng)滿足的條件，可以求出擬合圓的三個(gè)參數(shù)：u、v和r。

這樣，通過基于最小二乘法的直線和圓擬合方法，可以順利檢測(cè)到直線和圓弧幾何特征，為后續(xù)零件尺寸的測(cè)量奠定了基礎(chǔ)。

3.2.2 系統(tǒng)的標(biāo)定

相機(jī)拍攝到的圖像是以像素為單位的，要得到待檢零件的實(shí)際尺寸，需要將像素尺寸轉(zhuǎn)換為長度尺寸，這個(gè)過程稱為系統(tǒng)的標(biāo)定。本文使用0級(jí)精度量塊，采用二次標(biāo)定法實(shí)現(xiàn)了對(duì)系統(tǒng)的標(biāo)定過程。被測(cè)零件的實(shí)際尺寸L與像素尺寸N之間應(yīng)滿足如下關(guān)系式：L=KN+b

式中，b為系統(tǒng)誤差，K為標(biāo)定系數(shù)；

在攝像機(jī)固定的情況下，求取參數(shù)K和b值的具體步驟如下：

（1）在被測(cè)位置放置一長度為L1的標(biāo)準(zhǔn)量塊；

（2）對(duì)標(biāo)準(zhǔn)量塊進(jìn)行掃描、處理，得到對(duì)應(yīng)的像素尺寸N1；

（3）在被測(cè)位置放置另一長度為L2的標(biāo)準(zhǔn)量塊，重復(fù)步驟2，得到對(duì)應(yīng)像素尺寸N2；

（4）求取參數(shù)值：

4 軟件設(shè)計(jì)

本著穩(wěn)定、可靠、合理、高效、簡潔和易于操作的原則，我們采用面向?qū)ο蟮腗atlab程序語言，實(shí)現(xiàn)了基于Matlab GUI的測(cè)量系統(tǒng)軟件的設(shè)計(jì)。

本測(cè)量系統(tǒng)軟件主要包括用戶登錄模塊、文件管理模塊、圖像處理模塊、參數(shù)設(shè)置模塊、數(shù)據(jù)瀏覽模塊和幫助模塊等。其中，用戶登錄模塊可以完成用戶的注冊(cè)、登陸、密碼修改和賬號(hào)管理；文件管理模塊主要包括待測(cè)零件圖像的打開、關(guān)閉和保存等功能；圖像處理模塊不僅包含文中所涉及到的算法，還增加了其他算法功能；參數(shù)設(shè)置模塊可以實(shí)現(xiàn)對(duì)攝像機(jī)、零件和圖像參數(shù)的設(shè)置；數(shù)據(jù)瀏覽模塊可以完成對(duì)實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)和操作記錄的查看；軟件幫助模塊主要用來說明軟件的使用和系統(tǒng)的更新問題。

5 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證測(cè)量系統(tǒng)的適應(yīng)性、穩(wěn)定性和可靠性，本文選用工作面距離為1.49mm的0級(jí)量塊和直徑為2.03mm的標(biāo)準(zhǔn)環(huán)規(guī)對(duì)系統(tǒng)進(jìn)行了可靠性測(cè)試。實(shí)驗(yàn)的測(cè)量結(jié)果如表1所示。

采用概率與數(shù)理統(tǒng)計(jì)的方法對(duì)測(cè)量結(jié)果進(jìn)行了處理。由處理結(jié)果可以看到，采用本測(cè)量系統(tǒng)，其測(cè)量精度可以達(dá)到微米級(jí)，可以滿足在線實(shí)時(shí)測(cè)量的需要。

6 結(jié)論

作者設(shè)計(jì)了一套基于機(jī)器視覺的零件幾何尺寸在線檢測(cè)系統(tǒng)，克服當(dāng)前人工檢測(cè)的不足，提高了產(chǎn)品的檢測(cè)精度。同時(shí)，完成了系統(tǒng)硬件、軟件和圖像處理算法的設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明：該測(cè)量系統(tǒng)的測(cè)量精度可以達(dá)到2um以下，滿足零件尺寸非接觸在線測(cè)量要求，具有很好的應(yīng)用前景。

參考文獻(xiàn)

[1]王保軍.基于機(jī)器視覺的藥瓶封裝缺陷檢測(cè)系統(tǒng)研究[D].沈陽：東北大學(xué)（碩士學(xué)位論文），2014.

[2]李巖，花國梁.精密測(cè)量技術(shù)[M].北京：中國計(jì)量出版社，2001.

[3]章毓晉.圖像工程（上冊(cè)）——圖像處理和分析[M].北京：清華大學(xué)出版社，1999，5-120.

[4]張錚，王艷平，薛桂香.數(shù)字圖像處理與機(jī)器視覺[M].北京：人民郵電出版社，2012（12）：63-160.

作者簡介

王保軍（1988-），男，山西省忻州市人。碩士研究生學(xué)歷?，F(xiàn)為山西機(jī)電職業(yè)技術(shù)學(xué)院助理講師。主要研究方向?yàn)榛跈C(jī)器視覺的零件在線檢測(cè)。

作者單位

山西機(jī)電職業(yè)技術(shù)學(xué)院 山西省長治市 046000