戴宗賢 莫洪波 周勇 張震 尹愛軍 梁子曉
摘要:針對現(xiàn)有視覺測量中的檢測代價高,精度低和速度慢問題,該文提出一種基于計算機(jī)機(jī)器視覺的緊密內(nèi)插值亞像素測量方法。該方法基于線性插值算法的原理,結(jié)合常規(guī)邊緣檢測方法和圖像的灰度曲線圖,利用閾值分割和標(biāo)準(zhǔn)長度進(jìn)行亞像素自適應(yīng)閾值選擇。為驗(yàn)證該方法的有效性,對標(biāo)準(zhǔn)量塊長度進(jìn)行測量實(shí)驗(yàn),并分析測量系統(tǒng)的誤差影響因素。相比于傳統(tǒng)的Canny算子方法檢測結(jié)果,該方法的平均測量準(zhǔn)確度提升46.2%。實(shí)驗(yàn)結(jié)果表明該算法的測量精度較高,可以快速、精確地測量出物體的幾何尺寸。
關(guān)鍵詞:視覺測量;尺寸測量;邊緣檢測;亞像素插值算法
中圖分類號:TP391.4 文獻(xiàn)標(biāo)志碼:A 文章編號:1674-5124(2019)05-0033-05
收稿日期:2018-03-30;收到修改稿日期:2018-04-24
基金項(xiàng)目:國防基礎(chǔ)科研計劃(JCKY2016209B008)
作者簡介:戴宗賢(1986-),男,安徽六安市人,工程師,碩士,研究方向?yàn)闇y量與測試技術(shù),圖像處理。
0 引言
幾何尺寸測量在現(xiàn)代工業(yè)中有著重要作用,是保證產(chǎn)品質(zhì)量的關(guān)鍵。隨著科技與工業(yè)生產(chǎn)的發(fā)展,對零件幾何尺寸的測量精度及效率提出了更高要求。傳統(tǒng)的接觸式測量主要利用探頭接觸待測物體表面,從而獲得所需參數(shù)信息,如卡尺、千分尺等。但該方法易受設(shè)備和人為因素影響,只適合小批量和一般精度的測量。在高精度測量中,如三坐標(biāo)測量機(jī)、光學(xué)影像測量機(jī)等檢測設(shè)備復(fù)雜昂貴難以廣泛應(yīng)用。近年來興起的非接觸測量技術(shù)因其高效、無損、高分辨率的檢測優(yōu)點(diǎn)而逐漸受到重視[1-3],隨著圖像處理等技術(shù)的發(fā)展,視覺測量作為一種非接觸測量方法已得到廣泛研究與應(yīng)用。
國外對幾何尺寸視覺檢測方面的研究起步較早,目前已經(jīng)達(dá)到較高水平,Jan Fischer等[4]研究了線性插值的亞像元位置測量系統(tǒng),針對傳感器不同質(zhì)像素敏感性分布的缺點(diǎn),提出一種線性插值方法。Eric等[5]研究了高精度機(jī)械位移與應(yīng)變的視覺測量,提出視覺敏感性概念。國內(nèi)楊劍等[6]進(jìn)行了大尺寸視覺測量精度的理論和實(shí)驗(yàn)研究,提出了一種基于距離約束的大尺寸三維視覺測量算法,并應(yīng)用在大型設(shè)備曲面測量上。申曉彥等[7]研究了軸對稱構(gòu)件幾何尺寸的圖像測量技術(shù),構(gòu)建一組適合工程應(yīng)用的圖像測量系統(tǒng)。
本文在現(xiàn)有的幾何尺寸測量算法基礎(chǔ)上,首先介紹邊緣檢測的常規(guī)方法,并探討了基于邊緣點(diǎn)插值測量尺寸的數(shù)學(xué)原理;在此基礎(chǔ)上,融合常規(guī)邊緣檢測方法,提出一種針對標(biāo)準(zhǔn)薄片零件幾何尺寸的亞像素插值視覺測量方法。
1 邊緣提取與亞像素測量方法
1.1 常規(guī)邊緣提取方法
視覺測量大多是通過處理圖像目標(biāo)區(qū)域邊緣而獲得物體的幾何參數(shù)。邊緣提取方法主要分為灰度值提取和灰度梯度值提取[8-9]。基于灰度值的邊緣提取一般是根據(jù)閾值對圖像進(jìn)行二值化處理[10-11],這種方法簡單,計算量小,但是提取精度不高,邊緣定位的準(zhǔn)確性依賴于閾值的計算方法。
基于灰度值梯度的邊緣檢測根據(jù)圖像邊緣的變化情況,檢測出圖像中的邊緣點(diǎn)[12]再將邊緣點(diǎn)連接成輪廓,從而實(shí)現(xiàn)邊緣提取?;叶鹊淖兓屎妥兓较蛲ǔW鳛閳D像邊緣像素點(diǎn)的評價指標(biāo),分別以梯度向量的幅值和方向來表示。平面區(qū)域D內(nèi),坐標(biāo)為(x,y)的像素點(diǎn)f(x,y)在θ方向沿x的梯度定義為
對于連續(xù)圖像f(x,y)來說,其方向?qū)?shù)將在邊緣(法線)方向上有局部最大值。因此,邊緣檢測就是求f(x,y)梯度的局部最大值。根據(jù)式(1),當(dāng)■達(dá)到局部最大值時,有,于是有
fxsinθg+fycosθg=0(2)其中,梯度最大,一般稱之為梯度模;灰度的變化方向?yàn)?,?shí)際計算中一般以微分算子的形式表示。
常用的微分算子有Roberts算子、Sobel算子和Canny算子等[13],其中Roberts算子和Sobel算子是根據(jù)圖像邊緣處梯度最大(正的或負(fù)的)的特性來進(jìn)行邊緣檢測。這兩種方法,Roberts邊緣定位準(zhǔn),但對噪聲敏感;而Soble加權(quán)平均,適用邊寬≥2像素的檢測。Canny算子是最優(yōu)的階梯型邊緣(step edge)檢測算子,對受到白噪聲影響的圖像檢測準(zhǔn)確。
1.2 亞像素測量方法
傳統(tǒng)邊緣檢測算法的定位精度只能達(dá)到像素的整數(shù)級,為了進(jìn)一步提高檢測精度,基于亞像素的邊緣檢測與提取方法得到了深入研究。常用的亞像素方法有擬合法[14]、插值法[15]、灰度矩法[16]和一些組合算法[17-18]等。德國MVTec的Halcon,加拿大Adept的Hexsight,美國Cognex的VisionPro等圖像處理軟件,其測量精度都已達(dá)到亞像素級。趙敏等[19]應(yīng)用概率統(tǒng)計的方法提高了圖像測量分辨率,婁訓(xùn)志等[20]研究了基于小波的亞像素檢測方法。一般常用的亞像素算法的精度為0.1~0.5個像素,一些算法在理想的情況下可以達(dá)到0.01個像素。
2 一種新的亞像素高精度測量方法
由于視覺測量中一般需要復(fù)雜的光學(xué)系統(tǒng),且要求在特殊場合、特殊環(huán)境下使用,精度較低、效率和實(shí)時性較差。針對該問題,本文提出灰度插值的亞像素精確測量方法,基本過程包括:利用標(biāo)準(zhǔn)長度進(jìn)行亞像素自適應(yīng)閾值選擇、基于閾值分割的亞像素測量。
2.1 亞像素閾值的標(biāo)定
系統(tǒng)首先利用標(biāo)準(zhǔn)值進(jìn)行標(biāo)定,即確定測量閾值。本文采用自適應(yīng)閥值的線性插值算法,如圖1所示,f為焦距;D為物距;h為CCD靶面尺寸(高);ν為CCD靶面尺寸(寬)。
由圖可知,鏡頭離被測物的高度為D時,由線陣CCD傳感器的靶面尺寸可知:系統(tǒng)所能測量的最大寬度V,最大高度H范圍(量程)為
V=νD/f H=hD/f(3)
則單位像長對應(yīng)的實(shí)際長度μ為
μ=V/ν=H/h=D/f(4)
而每個像素對應(yīng)的實(shí)際寬度βν、實(shí)際高度βh為
Rν=kν×μ=kνD/f βh=kh×μ=khD/f(5)其中kν×kh為像元尺寸。
其閾值的確定過程如圖2所示,其中X表示邊緣像素點(diǎn)的位置,Y表示對應(yīng)像素點(diǎn)的灰度值,設(shè)標(biāo)準(zhǔn)件長為l,則可知其理論像素個數(shù)N=[l/βν],其中[]表示取整數(shù)。
首先利用Canny算子對圖像進(jìn)行邊緣提?。ù侄ㄎ唬?,得到邊緣點(diǎn)的像素坐標(biāo)(x,j),設(shè)第j處兩邊緣點(diǎn)為C1(xt1,yt1),C2(xt2,yt2),邊緣間的像素數(shù)為Nj。
若N>N,則C1點(diǎn)向左移動,C2點(diǎn)向右移動;若N
由式(5)、(11)、(12)、(14)可得:
目標(biāo)物體的尺寸為
3 實(shí)驗(yàn)結(jié)果及誤差分析
亞像素精確尺寸測量方法設(shè)計和實(shí)驗(yàn)如圖4所示,鏡頭離被測物的距離為2.93cm,系統(tǒng)亞像素定位精度理論為0.0019像素,傳感器像元個數(shù)M=1024,鏡頭角度理論精度約為0.012μm。相機(jī)采用Baumer公司的TXG03c,工業(yè)鏡頭H0514-MP,鏡頭的焦距為5mm,CCD分辨率為656×490像素,為了減少外界的干擾,提高測量準(zhǔn)確性,在測量時采用平行光光源,對三等標(biāo)準(zhǔn)量塊進(jìn)行灰度閾值的標(biāo)定?,F(xiàn)場實(shí)驗(yàn)如圖4所示。
3.1 標(biāo)準(zhǔn)量塊測量實(shí)驗(yàn)
表1是在上述實(shí)驗(yàn)條件下所測的不同規(guī)格的量塊尺寸,并與用Canny算子進(jìn)行邊緣提取所得數(shù)據(jù)進(jìn)行了對比。從表中可以看出,本方法測量誤差均比Canny方法測量誤差值小。8次測量平均絕對誤差值,本方法為0.000 438mm,Canny方法為0.000813mm,本方法誤差為Canny方法誤差的53.8%。從表中可以看出,本系統(tǒng)的測量結(jié)果更接近標(biāo)準(zhǔn)量塊實(shí)際值,實(shí)驗(yàn)表明本算法測量結(jié)果可靠且能夠?qū)崿F(xiàn)快速無接觸的測量。
3.2 誤差分析
從上述實(shí)驗(yàn)數(shù)據(jù)可以看出,本檢測系統(tǒng)存在一定的測量誤差,主要由以下4方面引起:1)鏡頭到被測物的高度即物距由于存在測量誤差,引起βν的變化,從而導(dǎo)致檢測系統(tǒng)存在系統(tǒng)誤差。2)由于本實(shí)驗(yàn)所選用鏡頭的焦距短,鏡頭畸變相對較大,造成圖像的非線性失真,從而影響目標(biāo)的邊緣定位,導(dǎo)致測量結(jié)果的偏差。3)系統(tǒng)光源的影響,線陣光源的準(zhǔn)直性和穩(wěn)定性將直接影響到測量結(jié)果。理想模型中,線陣光線應(yīng)該是平行投射的,但在實(shí)際中,由于光源發(fā)散性的影響,將不能得到穩(wěn)定的平行光源,從而產(chǎn)生了誤差。4)被測物體放置的影響,只有當(dāng)被測物體和傳感器完全垂直的時候,成像才能反映出物體的真實(shí)輪廓。上述結(jié)果表明,經(jīng)過本文提出的插值方法后,可以得到準(zhǔn)確的結(jié)果,對于批量檢驗(yàn)薄片零件是否合格有應(yīng)用價值。
4 結(jié)束語
基于視覺系統(tǒng)的幾何尺寸測量技術(shù)已得到了廣泛的研究與應(yīng)用。本文介紹了圖像測量的基本原理,包括測量光學(xué)成像系統(tǒng)和測量結(jié)構(gòu);深入研究了基于光強(qiáng)線性插值的亞像素自適應(yīng)閾值的測量原理和方法,分析了測量系統(tǒng)的誤差影響因素。實(shí)驗(yàn)結(jié)果表明該算法的測量精度較高,可以快速、精確地測量出物體的幾何尺寸。
參考文獻(xiàn)
[1]王鵬.一種局部二值化方法及其應(yīng)用[D].長春:吉林大學(xué),2017.
[2]徐晶晶.低質(zhì)量文檔圖像的二值化算法研究[D].武漢:湖北工業(yè)大學(xué),2017.
[3]張梅,王濤.一種工業(yè)惡劣環(huán)境下的圖像二值化方法及FPGA實(shí)現(xiàn)[J].微型電腦應(yīng)用,2017,33(7):69-72.
[4]FISCHER J,PRIBULA O.Precise subpixel positionmeasurement with linear interpolation of CMOS sensor imagedata[C]// The 6IEEE International Conference on IntelligentData Acquisition and Advanced Computing system:Data,Technology and Applications,2011.
[5]ERIC P.Visual hyper acuity representation and computationof high precisio position information[J].Computer Vision,Graphics and Image Processing,1986,33:99-115.
[6]楊劍,大尺寸視覺測量精度的理論和實(shí)驗(yàn)研究[D].北京:北京郵電大學(xué),2010
[7]申曉彥.軸對稱構(gòu)件幾何尺寸的圖形測量[D].太原:中北大學(xué),2010
[8]董鴻燕.邊緣檢測的若干技術(shù)研究[D].長沙:國防科學(xué)技術(shù)大學(xué),2008
[9]季虎,孫即祥,邵曉芳,等.圖像邊緣提取方法及展望[J].計算機(jī)工程與應(yīng)用,2004,14:70-73.
[10]李了了.工業(yè)現(xiàn)場字符識別方法的研究[D].合肥:合肥工業(yè)大學(xué),2003.
[11]周衍超,羅浩彬.機(jī)器視覺技術(shù)在工業(yè)機(jī)器人的應(yīng)用研究[J].裝備制造技術(shù),2015(6):193-195.
[12]劉力雙,孫雙花,呂奶光.視覺系統(tǒng)中調(diào)焦函數(shù)的選擇方法研究[J].北京機(jī)械工業(yè)學(xué)院學(xué)報, 2008,23(1):1-4.
[13]張廣軍.機(jī)器視覺[M].北京:科學(xué)出版社,2004:33-42
[14]HUECKEL M H.An operator which locate edges in digitizedpictures[J].Journal of the Association for ComputingMachinery,1971,18(1):113-125.
[15]李艷,彭嘉雄.基于D2樣條插值和LOG算子的亞像素邊緣檢測[J].華中理工大學(xué)學(xué)報,2000,28(3):77-79.
[16]鄒寧,柳劍,周曼麗.基于Zernike矩的邊緣檢測方法[J].華中理工大學(xué)學(xué)報,1999,27(5):1-2.
[17]梁燕,劉文耀.一種新型非線性邊緣檢測方法[J].光電子.激光,2003,14(12):1332-1335.
[18]ZHANG H T,DUAN F J,YE S H.Study on a fast method forsub-pixel edge detection[J].Acta Metrologica Sinica,2002,23(4):263-265,270.
[19]趙敏,邱宗明,黃秋紅,等.提高圖像測量分辨率的一種方法[J].西安理工大學(xué)學(xué)報,2002,18(1):80-83.
[20]婁訓(xùn)志.基于小波變換的圖像亞像素檢測應(yīng)用研究[D].武漢:湖北工業(yè)大學(xué),2011:22-38
(編輯:莫婕)