基于機(jī)器視覺(jué)的改進(jìn)機(jī)械加工對(duì)象測(cè)量方法*

浦玉香 吳小花

（蘇州托普信息職業(yè)技術(shù)學(xué)院 江蘇昆山 233100）

機(jī)械加工過(guò)程中需要實(shí)時(shí)獲取加工對(duì)象的尺寸信息，為加工方法和加工進(jìn)度優(yōu)化作參考。以往機(jī)械加工對(duì)象測(cè)量一般采用顯微鏡等精密儀器實(shí)施人工測(cè)量，這種方法的缺陷是費(fèi)時(shí)費(fèi)力，且人工測(cè)量不確定性較大，常常導(dǎo)致機(jī)械加工對(duì)象測(cè)量結(jié)果與實(shí)際不符［1］。機(jī)器視覺(jué)技術(shù)能夠與計(jì)算機(jī)系統(tǒng)、機(jī)械加工控制系統(tǒng)集成通信，機(jī)械加工過(guò)程中圖像采集設(shè)備可以持續(xù)獲得高清圖像，傳遞至計(jì)算機(jī)端進(jìn)行圖像處理與分析，快速獲得圖像中的感興趣區(qū)域，因此機(jī)器視覺(jué)技術(shù)受到軍事、醫(yī)療、工業(yè)等領(lǐng)域的廣泛關(guān)注［2］。隨著計(jì)算機(jī)圖像處理與分析技術(shù)的成熟與革新，機(jī)器視覺(jué)技術(shù)逐漸應(yīng)用于機(jī)械零件檢測(cè)與測(cè)量領(lǐng)域，提升了機(jī)械加工方法的智能水平。大量工業(yè)生產(chǎn)實(shí)踐表明，機(jī)器視覺(jué)技術(shù)測(cè)量精度高、用時(shí)短、便捷性?xún)?yōu)，是當(dāng)前以及未來(lái)機(jī)械加工領(lǐng)域?qū)ο鬁y(cè)量的主流技術(shù)。文章以機(jī)械加工零件作為測(cè)量對(duì)象，形成了一套快速獲得加工對(duì)象尺寸信息的方案。

1 機(jī)器視覺(jué)在機(jī)械加工對(duì)象測(cè)量中的應(yīng)用

1.1 測(cè)量方案設(shè)計(jì)

文章基于機(jī)器視覺(jué)測(cè)量機(jī)械加工對(duì)象尺寸的思路設(shè)計(jì)如下：①選定合適型號(hào)和像素的CCD傳感器相機(jī)，以不間斷的方式拍攝得到機(jī)械加工對(duì)象的視覺(jué)圖像信息，采集圖像信息后傳輸?shù)接?jì)算機(jī)端進(jìn)行預(yù)處理、二值化以及圖像分析操作［3］；②基于最小二乘法擬合加工對(duì)象的平行直線，進(jìn)而計(jì)算直線距離作為加工對(duì)象的尺寸信息；③基于最小二乘法擬合直線過(guò)程中，涉及參數(shù)估計(jì)，為確保參數(shù)估計(jì)的精度及效率，引入粒子群算法進(jìn)行參數(shù)尋優(yōu)，增加了直線擬合的精準(zhǔn)度，計(jì)算的機(jī)械加工對(duì)象尺寸信息也更為精準(zhǔn)。

該研究中，圖像采集部分的CCD相機(jī)像素可達(dá)30萬(wàn)，由于相機(jī)內(nèi)置的圖像傳感器芯片為CCD類(lèi)型，所以稱(chēng)為CCD相機(jī)；相機(jī)集成了DSP芯片完成圖像處理工作，質(zhì)量輕、體積小、圖像采集速度快。由于機(jī)器視覺(jué)采集系統(tǒng)中圖像信號(hào)傳輸對(duì)速度存在較高要求，一般的數(shù)據(jù)傳輸接口滿(mǎn)足不了圖像采集需求，為此在圖像采集部分集成了圖像采集卡，高速度傳輸機(jī)械加工對(duì)象的視覺(jué)圖像信號(hào)。

1.2 機(jī)械加工對(duì)象圖像預(yù)處理

機(jī)械加工對(duì)象大多處于較為呈嘈雜、混亂的生產(chǎn)環(huán)境中，圖像采集設(shè)備自身可能存在信號(hào)干擾因素。以上情況可能導(dǎo)致采集的圖像中存在一定的噪聲，如不及時(shí)濾除容易降低加工對(duì)象邊緣提取的準(zhǔn)確度，進(jìn)而影響機(jī)械加工對(duì)象尺寸計(jì)算結(jié)果［4］。為此，基于中值濾波算法實(shí)施圖像去噪，中值濾波基于排序原理除掉噪聲點(diǎn)，采用由大至小的方式對(duì)圖像某點(diǎn)鄰域范圍內(nèi)各個(gè)點(diǎn)的像素值進(jìn)行排序，將排序完成的位于中間的像素值作為新的當(dāng)前像素值，采樣公式表達(dá)如下：

定義圖像某鄰域中的一組序列為h1，h2，…，hn，公式（1）則為由大至小的排列方法：

序列中的中間值則采用公式（2）描述：

式（1）中g(shù)取值為奇數(shù)，式（2）中g(shù)取值為偶數(shù)。

基于上述公式描述的方法，采用3×3模板的中值濾波對(duì)機(jī)械加工對(duì)象的視覺(jué)圖像進(jìn)行去噪處理，減少噪聲對(duì)加工對(duì)象邊緣提取的干擾，以提高對(duì)象測(cè)量的精準(zhǔn)度。

為了突出機(jī)械加工對(duì)象視覺(jué)圖像中關(guān)鍵信息點(diǎn)與背景的對(duì)比度，準(zhǔn)確得到有用信息，需要對(duì)圖像實(shí)施二值化處理［5］，令圖像中的灰度值為0或1兩種情形。公式（3）為圖像二值化處理的方法：

式（3）中，機(jī)械加工對(duì)象圖像像素點(diǎn)灰度值與最優(yōu)閾值采用F(x，y)、t表示。

1.3 基于最小二乘法的加工對(duì)象直線邊緣擬合及測(cè)量

由于該研究測(cè)量的機(jī)械加工對(duì)象邊緣均為直線，因此尺寸測(cè)量過(guò)程不涉及曲線的擬合。此處基于最小二乘法擬合機(jī)械加工對(duì)象的直線段，以獲取平行直線間的尺寸信息［6］。定義機(jī)械加工對(duì)象的兩條平行直線表達(dá)式如下：

式（4）和式（5）中r1、e1、r2、e2參數(shù)可參照最小二乘法基本原理求取得到，計(jì)算過(guò)程如式（6）和式（7）所示：

其中，機(jī)械加工對(duì)象兩個(gè)直線邊緣中的圖像像素坐標(biāo)采用(xa，ya)、(xb，yb) 表示，直線擬合的總數(shù)為α、β。上述公式是通過(guò)持續(xù)調(diào)整參數(shù)的方式令機(jī)械加工對(duì)象的兩條直線處于平行狀態(tài)，然后求取直線間的長(zhǎng)度，作為機(jī)械加工對(duì)象的尺寸，平行直線間的長(zhǎng)度計(jì)算方法如式（8）所示：

上述過(guò)程中對(duì)參數(shù)的調(diào)整與確定十分關(guān)鍵，為在較短的時(shí)間內(nèi)獲得高精度的參數(shù)，引入粒子群算法對(duì)參數(shù)進(jìn)行尋優(yōu)，改進(jìn)傳統(tǒng)的最小二乘法擬合直線的方法，以獲得最優(yōu)的零件直線擬合效果，以便高精度、高效率計(jì)算機(jī)械加工對(duì)象的尺寸信息。

粒子群優(yōu)化算法的原理及粒子狀態(tài)更新公式參照徐龍秀等人的研究［7］，篇幅有限，不一一列舉?？偨Y(jié)了基于粒子群算法估計(jì)最小二乘直線擬合參數(shù)的步驟：

Step 1：還原粒子群算法中的全部參數(shù)設(shè)置，包括粒子種群規(guī)模、慣性因子、加速常數(shù)、待估計(jì)參數(shù)的基本論域區(qū)間等等；同時(shí)定義算法的迭代次數(shù)為1。

Step 2：生成原始粒子種群，確定一個(gè)粒子群范圍，并任意生成m個(gè)原始個(gè)體，同時(shí)隨機(jī)生成粒子的原始速度參數(shù)。

Step 3：計(jì)算粒子的適應(yīng)度值，對(duì)比此刻各個(gè)粒子的適應(yīng)值、個(gè)體極值、群體歷史全局極值；對(duì)于粒子適應(yīng)值優(yōu)于個(gè)體極值的情況，需定義該粒子的適應(yīng)值等于個(gè)體極值；對(duì)于粒子適應(yīng)值優(yōu)于全局極值的情況，需定義該粒子的適應(yīng)值等于全局極值。

Step 4：利用公式重新計(jì)算此刻粒子的位置與速度信息，對(duì)兩種變量的取值控制在相應(yīng)區(qū)間內(nèi)。

Step 5：迭代次數(shù)加1，回到Step 4進(jìn)行操作，當(dāng)?shù)玫椒项A(yù)期的適應(yīng)值，或者迭代次數(shù)達(dá)到上限值時(shí)，則可終止粒子群算法的迭代尋優(yōu)計(jì)算，將得到的參數(shù)尋優(yōu)結(jié)果輸出。

將利用粒子群算法尋優(yōu)獲得的參數(shù)帶入最小二乘直線擬合方程中，利用公式（8）即可求取機(jī)械加工對(duì)象兩條直線間的距離，獲取最終的機(jī)械加工對(duì)象測(cè)量結(jié)果。

2 實(shí)驗(yàn)分析

為驗(yàn)證文章方法在解決機(jī)械加工對(duì)象測(cè)量問(wèn)題方面的有效性，基于MATLAB平臺(tái)進(jìn)行圖像處理與分析實(shí)驗(yàn)，MATLAB平臺(tái)集成大量數(shù)值計(jì)算與圖像處理函數(shù)，能夠滿(mǎn)足機(jī)械加工對(duì)象圖像可視化處理需求。該實(shí)驗(yàn)采用的圖像采集設(shè)備為MV-VS078FM工業(yè)CCD相機(jī)，使用LED平行背光源進(jìn)行照明。實(shí)驗(yàn)選取同類(lèi)型機(jī)械零件進(jìn)行測(cè)量實(shí)驗(yàn)，這些零件的特點(diǎn)是邊緣均為直線邊，無(wú)圓形邊緣，適合采用文章方法測(cè)量零件的尺寸。

圖1為該實(shí)驗(yàn)原始采集的機(jī)械加工對(duì)象圖像之一，圖2為去噪后的機(jī)械加工對(duì)象圖像。

圖1 原始采集的機(jī)械加工對(duì)象圖像

圖2 去噪后的機(jī)械加工對(duì)象圖像

對(duì)比圖1與圖2可知，加工環(huán)境、圖像采集設(shè)備對(duì)圖像產(chǎn)生較大的噪聲影響，原始圖像中包含大量噪聲信息，文章基于中值濾波法良好去除了圖像的噪聲信號(hào)。如圖3所示，該實(shí)驗(yàn)的目的是測(cè)量零件的長(zhǎng)度l1與寬度l2，加工對(duì)象的長(zhǎng)寬l1、l2的標(biāo)準(zhǔn)長(zhǎng)度為36.4mm和18.2mm。將圖3所示的零件作為檢測(cè)對(duì)象，采用文章方法反復(fù)測(cè)量10次，得到檢測(cè)結(jié)果如表1所示。

圖3 機(jī)械加工對(duì)象的邊長(zhǎng)測(cè)量示意圖

表1 機(jī)械加工對(duì)象邊長(zhǎng)測(cè)量結(jié)果（mm）

由表1可知，機(jī)械加工零件的l1長(zhǎng)度檢測(cè)誤差在0.001mm～0.004mm之間，l2長(zhǎng)度檢測(cè)誤差在0.001mm～0.003mm之間，檢測(cè)結(jié)果與實(shí)際值的偏差較小，能夠滿(mǎn)足工廠機(jī)械加工的測(cè)量要求，由此可證明文章方法在機(jī)械加工對(duì)象測(cè)量精度方面取得了良好成效。

文章方法測(cè)量零件精度較高主要是因?yàn)樵谧钚《朔〝M合直線部分引入了粒子群算法，基于粒子群算法快速得到最符合直線擬合需求的參數(shù)，使得直線擬合誤差最小，因而測(cè)量的機(jī)械加工對(duì)象尺寸較為精準(zhǔn)。

3 結(jié)論

文章利用機(jī)器視覺(jué)技術(shù)形成一種高精度的機(jī)械加工對(duì)象測(cè)量方法，主要有兩點(diǎn)優(yōu)勢(shì)：①機(jī)器視覺(jué)技術(shù)能夠與機(jī)械加工控制設(shè)備連接通信，機(jī)械加工過(guò)程中圖像采集設(shè)備可以持續(xù)獲得對(duì)象的圖像信息，實(shí)時(shí)計(jì)算出零件的尺寸信息，無(wú)需人工測(cè)量費(fèi)時(shí)費(fèi)力。②利用最小二乘法擬合加工對(duì)象直線邊緣時(shí)引入了粒子群算法，可以快速獲得最優(yōu)的擬合參數(shù)，由此增加了機(jī)械加工對(duì)象直線邊緣距離計(jì)算精度，加工對(duì)象測(cè)量結(jié)果更為精準(zhǔn)。基于機(jī)器視覺(jué)的改進(jìn)機(jī)械加工對(duì)象測(cè)量方法取得了較優(yōu)的實(shí)際應(yīng)用效果，具有較高的實(shí)際推廣應(yīng)用價(jià)值。