高鐵轉(zhuǎn)向架關(guān)鍵參數(shù)的機器視覺測量方案設(shè)計

王海 王銀靈 姚迪

摘要 在高鐵零部件生產(chǎn)制造的過程中，其加工后的尺寸自動檢測一直以來都是一項重要課題。本文提出一種基于機器視覺以及數(shù)字圖像處理的方法，對高鐵轉(zhuǎn)向架的關(guān)鍵參數(shù)進行測量，解決了長期以來由檢測人員手工測量引起的各類問題，實現(xiàn)了數(shù)據(jù)的實時采集、在線監(jiān)控，極大提高了檢測效率、檢測質(zhì)量，同時也提升了生產(chǎn)自動化及信息化水平。

【關(guān)鍵詞】高鐵轉(zhuǎn)向架 機器視覺 圖像處理自動檢測

1 引言

隨著國家鐵路事業(yè)的快速發(fā)展，以及具有完全知識產(chǎn)權(quán)、達到世界先進水平的復(fù)興號動車組列車的研制成功，高鐵對其零部件的質(zhì)量要求也越來越高。目前，轉(zhuǎn)向架車輪、車軸、牽引拉桿等關(guān)鍵零部件加工后的尺寸檢測全部由檢測人員手持量具進行，工作量大，效率低，檢測結(jié)果與檢測人員的技能水平直接相關(guān)，自動化信息化程度低。

為此，研制出具有自動檢測能力的高鐵零部件關(guān)鍵尺寸檢測裝置對提高高鐵零部件生產(chǎn)質(zhì)量、生產(chǎn)自動化以及推動高鐵事業(yè)的發(fā)展具有重要作用，同時該方案也具有十分重要的學(xué)術(shù)價值和顯著的社會經(jīng)濟效益。

基于車輪、牽引拉桿等零件的機械結(jié)構(gòu)及測量要點，本方案首先對巴斯勒工業(yè)相機進行標定，獲取圖像坐標與實際坐標間的關(guān)系;接著，利用該相機對工件進行實時圖像采集;其次，利用圖像濾波、圖像銳化、圖像二值化等操作，減少噪聲干擾;然后，利用Canny邊緣檢測法提取零件邊緣，利用圖像形態(tài)學(xué)及細化處理對邊緣進行精細處理;最后，利用霍夫變換對圖像中的圓形特征進行識別并進行直徑測量，通過圖像坐標與實際坐標間的關(guān)系獲得實際尺寸。

2 自動測量系統(tǒng)建立與標定

本方案核心器件由巴斯勒工業(yè)相機、PC機等組成，其中巴斯勒工業(yè)相機如圖1所示。本方案利用該相機完成數(shù)據(jù)采集，型號為Basler acA640-120uc，有效像素為658x492，幀速率為120fps，且該相機預(yù)先完成了相機矯正等工作，故本方案所述標定僅進行像素坐標與世界坐標間轉(zhuǎn)換關(guān)系的討論。

2.1 系統(tǒng)擬完成目標

本方案主要基于高鐵車輪、牽引拉桿、測速齒輪的機械結(jié)構(gòu)及特點制定相應(yīng)策略，完成其關(guān)鍵尺寸的測量。

2.1.1 車輪

車輪三維截面如圖2所示。

車輪尺寸測量主要內(nèi)容為：輪座內(nèi)徑（A1）（即與車軸過盈配合的工作面）、踏面圓直徑（B1）。

2.1.2 牽引拉桿

牽引拉桿如圖3所示。

牽引拉桿尺寸測量主要內(nèi)容為：拉桿兩端圓內(nèi)徑（A1）、拉桿兩端圓心距離（B1）。

2.1.3 測速齒輪

測速齒輪如圖4所示。

測速齒輪尺寸測量主要內(nèi)容為：內(nèi)徑尺寸（Al）、外徑尺寸（B1）。

2.2 系統(tǒng)工作流程

本方案針對要實現(xiàn)的目標及實際系統(tǒng)情況，設(shè)計了基于機器視覺和數(shù)字圖像處理的高鐵轉(zhuǎn)向架關(guān)鍵參數(shù)自動測量的工作流程，如圖5所示。

2.3 系統(tǒng)標定

系統(tǒng)標定的目的是在建立通過CCD獲得的基于像素單位的二維圖像與零件的實際尺寸間的相應(yīng)關(guān)系。

將相機光軸與圖像平面的交點設(shè)定為基于物理單位的二維圖像坐標系原點O，，x軸與u軸平行，y軸與v軸平行，則基于物理單位的二維圖像坐標系（x，y）與基于像素單位的二維圖像坐標系（u，v）之間的關(guān)系如圖6所示。

根據(jù)u-v坐標系與x-y坐標系間的關(guān)系可得：

3 圖像采集與圖像預(yù)處理

3.1 圖像采集

在Windows操作系統(tǒng)、VS編譯環(huán)境下，調(diào)用巴斯勒工業(yè)相機開發(fā)程序包中的函數(shù)實現(xiàn)上述三種零件的圖像采集。

3.2 圖像預(yù)處理

在采集到的圖像上，具有較多的冗余信息且存在噪聲等干擾因素，降低后續(xù)處理的精度及效率。因此，需要對原始圖像進行濾波、銳化、二值化等操作以保證后續(xù)尺寸測量的精準。

（1）對圖像進行灰度化操作，即去除原始彩色圖像中的顏色信息，減少圖像數(shù)據(jù)的處理量，提高圖像處理的效率。

（2）進行中值濾波操作，濾除隨機噪聲的影響，其原理為將圖像中每一個像素灰度值設(shè)置為該點鄰域內(nèi)所有點的灰度值中值。

（3）利用拉普拉斯算子對圖像進行銳化操作，增強圖像的邊緣和細節(jié)，其實質(zhì)是銳化處理后的圖像g（m，n）=原圖像f（m，n）+圖像邊緣（aX微分）。

（4）通過圖像二值化將圖像轉(zhuǎn)化為二值圖像，進一步減少冗余信息，其實質(zhì)為設(shè)定一閾值，若灰度大于或等于閾值的像素，其灰度值表示為255，否則，表示為O。

4 邊緣提取

4.1 Canny邊緣檢測

Canny邊緣檢測是一種比較新的邊緣檢測算子，具有很好的邊緣監(jiān)測性能，它依據(jù)圖像邊緣檢測最優(yōu)準則設(shè)計，具體步驟如下：

（2）根據(jù)邊緣的方向，將其大致分類：水平、豎直、45度方向、135度方向，尋找各像素梯度方向的鄰接像素;

（3）遍歷圖像，若某個像素的灰度值與其梯度方向上前后兩個像素的灰度值相比不是最大的，則舍棄該像素。

（4）使用累計直方圖計算高低閾值，若某一像素灰度值大于高閾值，則標記為邊緣，若小于低閾值，則舍棄，若介于之間，且該像素的鄰接像素中存在超過高閾值的像素，將該像素也標記為邊緣，否則舍棄。

4.2 圖像形態(tài)學(xué)處理

圖像形態(tài)學(xué)處理能有效的消除噪聲，橋接裂縫，消除不相關(guān)細節(jié)、尋找圖像中明顯的極大值極小值區(qū)域等。其基本的運算包括：二值腐蝕和膨脹、二值開閉運算、骨架抽取、擊中擊不中變換等。

本方案中涉及到的形態(tài)學(xué)操作有三種：膨脹、腐蝕與細化。

4.2.1 膨脹

假定A和B是22上的兩個集合，把A（圖像或圖像的一部分區(qū)域）被B（結(jié)構(gòu)元素）膨脹定義為：

5 實際尺寸測量

5.1 Hough變換檢測圓形

Hough變換在數(shù)字圖像處理中具有重要地位，是一種檢測圓形的有效方法。霍夫變換圓形檢測的實質(zhì)是將二維圖像中的邊緣像素點映射到參數(shù)空間，然后將參數(shù)空間中的坐標點元素對應(yīng)累加值及西寧累加，最后根據(jù)累加值確定圓心與半徑。

取二維空間圖像中的A、B、C、D四個邊緣點，以r為半徑映射到參數(shù)空間。由式（11）可得，每一個邊緣點映射為參數(shù)空間的一個圓，如圖7所示，參數(shù)空間的四個圓交于點O。

對參數(shù)空間中的所有點進行統(tǒng)計，若某一點累加值最大，則該點為圓心位置。

但實際情況中，半徑r未知，即二維圖像邊緣點（xo，Yo）映射到參數(shù)空間存在三個未知量，為（a，b，γ），二維圖像中的任意一點對應(yīng)為參數(shù)空間的一個圓錐面，如圖8所示，若三個點均為二維圖像中圓上的點，則參數(shù)空間的三個圓錐面交于點（ao，bo，ro）。

同樣對參數(shù)空間中的點進行統(tǒng)計，若某一點累加值最大，則該點標記了圓心的坐標及圓的半徑，即完成圓形檢測及半徑測量。

5.2 尺寸獲取

通過上述步驟，檢測出零件中的圓形及其像素尺寸。根據(jù)2.3節(jié)所述，基于像素單位的二維圖像與基于物理單位的二維圖像間存在一一對應(yīng)的關(guān)系，即，運用式（3）可得到零件的實際尺寸。

6 實驗結(jié)果與分析

通過以上所述步驟，對車輪、牽引拉桿、測速齒輪進行目標尺寸檢測，獲得如下結(jié)果。

6.1 車輪

由表1可知，本文提出的自動測量方案能測量出車輪輪座內(nèi)徑及踏面圓直徑，且測量誤差在允許的范圍內(nèi)，即該測量方案滿足精度要求。

6.2 牽引拉桿

由表2可知，本文提出的自動測量方案能測量出拉桿兩端圓內(nèi)徑及拉桿兩端圓心距離，且測量誤差在允許的范圍內(nèi)，即該測量方案滿足精度要求。

6.3 測速齒輪

由表3可知，本文提出的自動測量方案能測量出測速齒輪的內(nèi)外徑，且測量誤差在允許的范圍內(nèi)，即該測量方案滿足精度要求。

7 結(jié)論

本文針對高鐵轉(zhuǎn)向架中的關(guān)鍵尺寸，提出了一種基于機器視覺與數(shù)字圖像處理的自動測量方案。通過濾波、銳化、二值化、邊緣提取等操作對CCD采集的零件圖像進行處理，以獲取單像素邊緣圖像;利用霍夫變換對邊緣圖像中的圓形進行識別及檢測，以獲取以像素為單位的零件尺寸;根據(jù)二維圖像坐標系與實際尺寸間的關(guān)系，獲取零件尺寸。最后，通過對車輪、牽引拉桿、測速齒輪三種零件的尺寸測量，驗證了該方案的可行性。

參考文獻

[1]馬頌德，張正友，計算機視覺計算機理論與算法基礎(chǔ)[M]，北京：科學(xué)出版社.1998.

[2]高巖.輪對幾何尺寸自動與動態(tài)在線測量方法的研究[D].北京：北京交通大學(xué)，2014.

[3]張英濤，黃劍華，唐降龍等，一種基于精簡粒子群優(yōu)化的霍夫變換算法[J].天津大學(xué)學(xué)報：自然科學(xué)與工程技術(shù)版，2011，44 （02）.

[4] Asplund Matthias， Lin Jing. Evaluatingthe measurement capability of a wheelprofile measurement system by usingGR&R [J]. Measurement，2 016， 92： 19-27.

[5]王慶有，蔡銳，馬愈昭等，采用面陣CCD對大尺寸軸徑進行高精度測量的研究[J].光電工程，2003 （06）： 36-38.