機(jī)器視覺在齒輪零件檢測中的應(yīng)用研究

王華敏　徐邦坤

摘要：以機(jī)械工業(yè)中常用零件齒輪為研究對象，根據(jù)齒輪輪廓提取對輸入圖像的要求，對視覺檢測系統(tǒng)硬件部分進(jìn)行了分析研究。采用Haclon軟件，對齒輪圖像進(jìn)行了濾波去噪、圖像增強(qiáng)等預(yù)處理，實(shí)驗(yàn)證明，該方法可以完成齒數(shù)、齒頂圓齒根圓半徑、齒高等參數(shù)的測量提取。

關(guān)鍵詞：機(jī)器視覺；齒輪；HALCON

中圖分類號：TH391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2019）01-0069-02

1 機(jī)器視覺技術(shù)發(fā)展現(xiàn)狀

機(jī)器視覺，就是以攝像頭代替人眼來觀察，以計(jì)算機(jī)代替人腦來分析，做到能夠自動(dòng)識別觀測對象、自動(dòng)提取興趣內(nèi)容，自動(dòng)反饋處理結(jié)果。

國外對機(jī)器視覺在零件檢測技術(shù)上的研究則起步較早，一些新型工業(yè)化生產(chǎn)線上，從下料、生產(chǎn)、檢測到成品，已經(jīng)可以實(shí)現(xiàn)無人操作。1995年，Timothys等人，針對金屬鑄件，提出了一種既可識別其表面鑄造缺陷，又可以檢測其尺寸精確度的檢測系統(tǒng)。[1]2013年，Kikuhito Kawasue等人針對復(fù)雜環(huán)境中多樣化管道直徑的檢測問題，制作了利用環(huán)形激光發(fā)射器和工業(yè)CCD面陣掃描相機(jī)的視覺檢測裝置。[2]

國內(nèi)針對機(jī)器視覺系統(tǒng)的研究也已經(jīng)迎來發(fā)展的高潮。2000年，張翼空、劉瑾等人利用圖像處理技術(shù)制作了“鋼球測漏裝置”可在短時(shí)間準(zhǔn)確檢測等速萬向節(jié)傳動(dòng)軸的合格與否[3]。2004年，哈爾濱工業(yè)大學(xué)和北京首都航天機(jī)械公司的馬強(qiáng)、陳金存等人，對于不規(guī)則閉環(huán)狀零件的圖像檢測技術(shù)進(jìn)行了研究，完成了不規(guī)則零件截面輪廓的提取與測量。[4]

縱觀國內(nèi)機(jī)器視覺技術(shù)的發(fā)展，在檢測行業(yè)的應(yīng)用已初露頭角，但其在檢測上的應(yīng)用還沒做到大規(guī)模普及，其高效率、低成本的的優(yōu)勢還無法體現(xiàn)。因此，如何加快節(jié)奏，研究出價(jià)格低廉、檢測和穩(wěn)定性達(dá)標(biāo)的視覺檢測系統(tǒng)，仍舊是目前一個(gè)重要的課題研究方向。

2 基于機(jī)器視覺的零件檢測系統(tǒng)

用機(jī)器視覺對機(jī)械工件進(jìn)行檢測需要滿足以下要求：（1）獲得的工件輪廓圖像質(zhì)量較好，目標(biāo)區(qū)域要清晰。（2）檢測效率高，能夠快速的獲得工件的輪廓和得到相關(guān)的參數(shù)，并快速處理，實(shí)現(xiàn)目標(biāo)動(dòng)作。

本文所設(shè)計(jì)視覺檢測系統(tǒng)，其檢測對象為金屬材質(zhì)，反光度不高，一般尺寸，檢測目標(biāo)是獲取齒輪齒數(shù)、分度圓直徑、齒形缺陷等尺寸參數(shù)，無需獲得清晰的表面缺陷，綜合各方面因素考慮，其照明部分采用由環(huán)形LED光源組成的前向直接照明系統(tǒng)，布置順序?yàn)镃CD相機(jī)、鏡頭、環(huán)形光源、被測零件。

3 齒輪零件圖像檢測

3.1 圖像預(yù)處理

相機(jī)采集的圖像會受多種因素的干擾而出現(xiàn)噪聲，從而使圖像出現(xiàn)雜質(zhì)和模糊不清的情況。圖像預(yù)處理主要包括濾波處理和增強(qiáng)處理，其目的是去除噪聲和增強(qiáng)對比度。

要完全去除圖像中的噪聲很難實(shí)現(xiàn)，預(yù)處理是要盡量把噪聲對圖像的影響降到最低。圖像濾波的目的是在降低噪聲的同時(shí)保持圖像原有的細(xì)節(jié)和輪廓清晰度。常使用的濾波方式有高斯濾波、均值濾波以及中值濾波。對齒輪原圖（如圖1）采用不同方法進(jìn)行濾波降噪。其中，中值濾波對隨機(jī)噪聲等孤立噪聲點(diǎn)具有良好的降噪作用，圖像輪廓邊緣信息損失較小，對于以圖像邊緣為主要提取對象的場合較為適用。根據(jù)試驗(yàn)結(jié)果，本設(shè)計(jì)選用中值濾波處理圖像。如圖2所示。

圖像增強(qiáng)一般用在濾波去噪之后，主要應(yīng)用對象是對原圖不夠清晰或者經(jīng)處理后細(xì)節(jié)丟失的圖像，也用于圖像興趣特征的部分增強(qiáng)，目的是獲得更高的檢測精度和識別效果。圖像增強(qiáng)后的齒輪圖像如圖3所示。

3.2 輪廓提取

閾值分割可依據(jù)圖像中灰度值的不同將圖像劃分為不同的區(qū)域以突出興趣特征，閾值分割結(jié)果如圖4所示。由于齒輪圖像表面部分亮度不均勻以及反光區(qū)域的存在，所提取區(qū)域中仍存在微小孔洞，進(jìn)行孔洞填充處理后的圖像如圖5所示。齒輪參數(shù)檢測需要提取齒輪的輪廓邊緣，為了提高輪廓邊緣提取精度，可將閉合區(qū)域的輪廓邊緣進(jìn)行細(xì)化，達(dá)到亞像素級邊緣提取，將齒輪閉合區(qū)域轉(zhuǎn)化為亞像素邊緣輪廓，如圖6所示。

3.3 齒輪參數(shù)計(jì)算

對于齒輪檢測來說，富含重要特征的區(qū)域在輪齒部分，根據(jù)預(yù)處理圖可以獲得齒根圓和齒頂圓的圓心坐標(biāo)和半徑，進(jìn)而獲得齒數(shù)、齒高和模數(shù)，并在一定誤差范圍內(nèi)判斷齒形合格的輪齒數(shù)目，本次測量參數(shù)均以像素為單位，進(jìn)行相機(jī)標(biāo)定后可以轉(zhuǎn)化為實(shí)際的物理單位。

以齒根圓圓心坐標(biāo)為圓心，畫一個(gè)半徑稍大于齒根圓半徑的圓，將該圓的補(bǔ)集區(qū)域與齒輪連通區(qū)域圖案求交集，可得到單個(gè)輪齒連通域，如圖7所示。對這些單個(gè)連通區(qū)域的數(shù)量進(jìn)行統(tǒng)計(jì)，即為齒輪齒數(shù)。對每個(gè)單連通區(qū)域進(jìn)行面積統(tǒng)計(jì)，可得到單個(gè)輪齒面積大小，根據(jù)面積范圍可對齒輪齒形缺陷做出簡要判斷。將檢測齒輪輪廓各項(xiàng)信息與齒輪原圖重疊顯示，可以看出檢測效果良好，如圖8所示。

4 結(jié)語

本設(shè)計(jì)利用機(jī)器視覺技術(shù)的優(yōu)勢和特點(diǎn)，以直齒圓柱齒輪的檢測為出發(fā)點(diǎn)，對機(jī)器視覺技術(shù)在機(jī)械工件在線檢測中應(yīng)用進(jìn)行了系統(tǒng)性研究，完成了高效率、非接觸的可在線運(yùn)行的齒輪檢測技術(shù)方案，可完成齒數(shù)、齒根圓齒頂圓圓心與半徑、齒高等參數(shù)的測量，以及輪齒齒形缺陷的檢測。

參考文獻(xiàn)

[1] Timothy S. Newman， Anil K. Jain. A system for 3D CAD-based inspection using range images [J]. 1995， 28（10）：1555-1574.

[2] Kawasue K， Komatsu T. Shape Measurement of a Sewer Pipe Using a Mobile Robot with Computer Vision[J]. International Journal of Advanced Robotic Systems，2013，10（1）：1.

[3] 張翼空，劉謹(jǐn).基于計(jì)算機(jī)視覺的檢測裝置[J].制造技術(shù)與機(jī)床，2000（9）：14-15.

[4] 馬強(qiáng)，唐文彥，陳金存，等.自由環(huán)狀零件尺寸圖像測量系統(tǒng)研究[J].航天制造技術(shù)，2004（1）：30-34.

Abstract：Gears， commonly used parts in machinery industry， were taken as research object. According to the requirement of gear contour extraction for input image， the hardware part of visual inspection system is analyzed and studied.Using Haclon software， gear image is pre-processed by filtering， denoising and image enhancement.It is proved that this method can measure the number of the gear teeth， the radius and the height of the gear teeth.

Key words：machine vision；gear；HALCON