基于視覺的螺紋質(zhì)量管控系統(tǒng)

李華平，劉 超，許寶卉

(1.重慶工程學(xué)院軟件學(xué)院，重慶 400056；2.貴州航天電器股份有限公司，貴州貴陽(yáng) 550009;3.運(yùn)城學(xué)院機(jī)電工程系，山西運(yùn)城 044000)

0 引言

螺釘是一種常見的緊固配件，在機(jī)械、電器、連接器等行業(yè)廣泛使用。螺釘材質(zhì)通常為金屬或塑膠、呈圓柱形。螺紋大徑尺寸與光桿缺陷因素是影響零部件間能否穩(wěn)固連接與緊固的關(guān)鍵因素[1]。為更大程度保障裝配質(zhì)量，需對(duì)螺紋進(jìn)行檢測(cè)以提升產(chǎn)品品質(zhì)。通常情況下，螺釘是一種用量較大的緊固配件，企業(yè)需投入大量的精力和資源，通過(guò)人工作業(yè)檢測(cè)螺紋的特性來(lái)保障緊固質(zhì)量。常規(guī)的接觸測(cè)量方式費(fèi)時(shí)耗力、一致性差且檢測(cè)精度低。因此，需開發(fā)一種快速、穩(wěn)定、高效的螺紋質(zhì)量管控系統(tǒng)[2-3]。

機(jī)器視覺利用機(jī)器代替人眼來(lái)做測(cè)量和判斷，實(shí)現(xiàn)高精度、可重復(fù)測(cè)量?；谝曈X技術(shù)的在線檢測(cè)、缺陷識(shí)別等在工業(yè)、農(nóng)業(yè)、航空航天等領(lǐng)域廣泛應(yīng)用[4-6]。此外，非接觸測(cè)量已成為螺紋質(zhì)量管控的研究熱點(diǎn)[7-8]。LabVIEW是一種開發(fā)速度快、通信接口豐富、集成度高的基于G語(yǔ)音開發(fā)軟件[9-10]。IMAQ Vision是LabVIEW內(nèi)置視覺開發(fā)工具包，圖像處理函數(shù)豐富。基于IMAQ Vision能夠快速開發(fā)出各種機(jī)器視覺系統(tǒng)[11-12]。因此，設(shè)計(jì)基于LabVIEW與IMAQ Vision的螺紋質(zhì)量視覺管控系統(tǒng)，實(shí)現(xiàn)螺紋大徑與光桿缺陷的非接觸式檢測(cè)。

1 系統(tǒng)構(gòu)成及實(shí)現(xiàn)原理

螺紋質(zhì)量檢測(cè)系統(tǒng)的構(gòu)成硬件包括視覺系統(tǒng)(工業(yè)攝像機(jī)、鏡頭、光源)、PC機(jī)構(gòu)成的圖像處理系統(tǒng)、缺陷識(shí)別系統(tǒng)、運(yùn)動(dòng)執(zhí)行機(jī)構(gòu)及PLC控制系統(tǒng)，總體框架如圖1所示。螺紋檢測(cè)精度需求為0.01 mm。根據(jù)精度需求，選擇某500萬(wàn)像素面陣工業(yè)相機(jī)，CMOS芯片、幀率為14幀/s；鏡頭選用焦距為25 mm的定焦鏡頭；為準(zhǔn)確測(cè)量螺紋尺寸，選擇平行背景光作為光源照明系統(tǒng)。

圖1 系統(tǒng)總體結(jié)構(gòu)圖

螺紋質(zhì)量檢測(cè)系統(tǒng)要求通過(guò)采集一次圖像實(shí)現(xiàn)螺紋尺寸、缺陷的全自動(dòng)檢測(cè)。圖像采集由視覺系統(tǒng)和運(yùn)動(dòng)執(zhí)行機(jī)構(gòu)共同完成，視覺檢測(cè)系統(tǒng)示意圖如圖2所示。圓形轉(zhuǎn)盤上均布4個(gè)工位，其中工位1為螺釘上料工位，工位4為螺紋大徑與光桿缺陷檢測(cè)位。檢測(cè)系統(tǒng)初始化后，當(dāng)工位4檢測(cè)存在螺釘時(shí)，PLC控制器控制Y軸伺服模組從工位4取走螺釘移動(dòng)到拍照位，觸發(fā)相機(jī)對(duì)螺紋進(jìn)行拍照，通過(guò)千兆以太網(wǎng)將采集到的螺紋圖像傳送至PC上位機(jī)圖像預(yù)處理模塊進(jìn)行后續(xù)處理，圖像處理模塊根據(jù)容許條件判斷螺釘是否合格并上報(bào)PLC控制系統(tǒng)以實(shí)現(xiàn)不良品剔除任務(wù)。

圖2 視覺檢測(cè)系統(tǒng)

2 圖像處理系統(tǒng)

視覺系統(tǒng)采集螺紋圖像后，在圖像處理模塊中經(jīng)過(guò)圖像增強(qiáng)、二值化去噪、Remove方法、粒子面積分析、螺紋規(guī)格辨識(shí)與檢測(cè)區(qū)域ROI的確定等預(yù)處理；進(jìn)一步對(duì)預(yù)處理后的圖像進(jìn)行ROI區(qū)域內(nèi)輪廓提取、基于最小二乘法的牙頂點(diǎn)直線擬合、螺紋大徑尺寸計(jì)算、螺紋缺陷識(shí)別等圖像處理。

2.1 二值化變化

螺紋圖像通過(guò)圖像增強(qiáng)處理后，螺紋與背景灰度值差異明顯。采用二值化進(jìn)行螺紋與背景的分割處理。二值化是將大于等于給定閾值灰度值的像素灰度設(shè)為1，小于閾值的像素灰度設(shè)為0[13]。二值化方式簡(jiǎn)單高效，其實(shí)現(xiàn)過(guò)程如下：

(1)

式中：BIm g(x,y)為二值化后圖像的像素值；H(x,y)為原圖像的灰度值；H0為灰度閾值，根據(jù)實(shí)際情況，系統(tǒng)設(shè)定H0=50。

二值化處理后，螺紋與背景分開，采用IMAQ Vision庫(kù)中的Remove small objects函數(shù)刪除小目標(biāo)，降低小目標(biāo)斑點(diǎn)噪聲對(duì)后續(xù)圖像處理算法的不利影響，圖像處理結(jié)果如圖3所示。

(a)原始圖像

(b)增強(qiáng)圖像

(c)二值化及Remove后圖像圖3 圖像預(yù)處理結(jié)果

2.2 自適應(yīng)ROI區(qū)域確定算法

(a)規(guī)格1 ROI區(qū)域

(b)規(guī)格2 ROI區(qū)域

(c)規(guī)格3 ROI區(qū)域圖4 不同規(guī)格ROI區(qū)域確定

為提高系統(tǒng)的穩(wěn)定性與有效性，需要對(duì)不同規(guī)格螺紋進(jìn)行辨識(shí)判斷，并確定各自ROI區(qū)域[14]。在確定ROI區(qū)域時(shí)，首先對(duì)2.1節(jié)預(yù)處理后的螺紋圖像按面積進(jìn)行粒子分析，根據(jù)螺紋粒子面積大小確定螺紋的規(guī)格型號(hào)；利用Find Straight Edge找螺紋最右側(cè)直邊，通過(guò)IMAQ Lines Intersection函數(shù)求解直邊與螺紋中線的交點(diǎn)，如圖4中最右側(cè)小方框，以該交點(diǎn)坐標(biāo)為基點(diǎn)，通過(guò)不同螺紋規(guī)格特征計(jì)算得到不同上、下ROI區(qū)域，如圖4中上、下矩形ROI區(qū)域。在ROI區(qū)域內(nèi)進(jìn)行圖像處理能夠提升系統(tǒng)的魯棒性。

2.3 最小二乘法求解螺紋大徑

針對(duì)不同規(guī)格螺紋，確定好圖像處理的ROI區(qū)域后，在對(duì)應(yīng)區(qū)域內(nèi)進(jìn)行輪廓點(diǎn)提取，并采用最小二乘法(least squares，LS)對(duì)提取的上牙頂輪廓點(diǎn)進(jìn)行直線擬合。

LS算法原理是通過(guò)極小化殘差平方和尋找一組數(shù)據(jù)點(diǎn)的最佳匹配函數(shù)[15]。設(shè)一組上牙頂輪廓點(diǎn)(xi,yi)，i=1,2,…,n，過(guò)上輪廓點(diǎn)的直線函數(shù)為f(x)，數(shù)學(xué)模型描述如下：

f(x)=ax+b

(2)

式中：a、b為直線方程待求參數(shù)。

通過(guò)極小化n個(gè)上輪廓點(diǎn)的殘差平方和e便可求得直線方程的未知參數(shù)，殘差平方和e描述如下：

(3)

若要求參數(shù)a、b的最佳估計(jì)，需通過(guò)e分別對(duì)參數(shù)a、b求偏導(dǎo)，并令偏導(dǎo)為0：

(4)

(5)

令A(yù)=a，B=-1、C=b,則式(2)變?yōu)锳x+by+C=0。假設(shè)螺紋有N個(gè)下牙頂輪廓點(diǎn)(Xi,Yi)，則螺紋大徑D通過(guò)式(6)進(jìn)行計(jì)算，計(jì)算的結(jié)果為螺紋大徑像素值，通過(guò)相機(jī)標(biāo)定就可得到螺紋大徑實(shí)際物理尺寸的精確值。

(6)

規(guī)格1型號(hào)的螺紋上牙頂擬合直線如圖5(a)所示、螺紋大徑計(jì)算結(jié)果如圖5(b)所示。

(a)直線擬合結(jié)果

(b)螺紋大徑示意圖圖5 螺紋大徑測(cè)量算法

2.4 光桿缺陷識(shí)別算法

在光桿缺陷識(shí)別過(guò)程中，通過(guò)輪廓分析算法計(jì)算ROI區(qū)域內(nèi)輪廓曲率。光桿曲率和螺紋曲率剖面對(duì)比如圖6所示，其中，圖6(a)為絕對(duì)光桿的螺釘，其曲率均為0；圖6(b)螺紋曲率絕對(duì)值在[0，0.7]區(qū)間范圍內(nèi)。螺釘加工過(guò)程中，幾乎不存在絕對(duì)光桿螺釘，大部分光桿螺釘曲率剖面如圖6(c)所示，因加工痕跡而存在少數(shù)不為0的曲率，即曲率非0處對(duì)應(yīng)的螺紋位置非絕對(duì)光滑，圖示曲率為0.31?；诖耍O(shè)計(jì)算法對(duì)螺紋輪廓進(jìn)行提取，并計(jì)算輪廓點(diǎn)上的曲率，對(duì)曲率在[0.2，0.3)區(qū)間的曲率數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，若該區(qū)間的曲率數(shù)超過(guò)設(shè)定閾值數(shù)，將判斷被測(cè)產(chǎn)品為非光桿工件。光桿螺紋缺陷識(shí)別算法如圖6(d)所示，其曲率直方圖統(tǒng)計(jì)結(jié)果如圖6(e)所示。

(a)絕對(duì)光桿曲率剖面圖

(b)螺紋曲率剖面圖

(c)粗糙光桿曲率剖面圖

(d)光桿缺陷識(shí)別算法

(e)曲率直方圖統(tǒng)計(jì)結(jié)果圖6 光桿缺陷識(shí)別算法

3 現(xiàn)場(chǎng)實(shí)驗(yàn)

設(shè)計(jì)開發(fā)的螺紋質(zhì)量檢測(cè)系統(tǒng)如圖7所示，界面包括：螺紋大徑圖像顯示區(qū)、光桿缺陷識(shí)別顯示區(qū)、曲率直方圖統(tǒng)計(jì)曲線、消息提示、檢測(cè)數(shù)據(jù)、通信指示等，整個(gè)上位機(jī)界面簡(jiǎn)潔、操作方便。

圖7 上位機(jī)界面

為驗(yàn)證系統(tǒng)有效性，采用螺紋質(zhì)量檢測(cè)系統(tǒng)對(duì)100顆螺釘?shù)穆菁y圖像進(jìn)行分析驗(yàn)證，螺釘中包含光桿1顆。測(cè)量結(jié)果顯示設(shè)計(jì)的系統(tǒng)能夠剔除光桿螺紋缺陷，系統(tǒng)大徑檢測(cè)耗時(shí)約107 ms，光桿缺陷識(shí)別耗時(shí)約89 ms，較人工相比，能夠有效提升檢測(cè)效率。

為進(jìn)一步驗(yàn)證系統(tǒng)的準(zhǔn)確性和穩(wěn)定性，選取3顆不同規(guī)格的螺釘進(jìn)行測(cè)試，其中規(guī)格1螺釘具有光桿缺陷。對(duì)3顆螺釘進(jìn)行獨(dú)立重復(fù)測(cè)量5次，測(cè)量結(jié)果記錄表1，其中精度為測(cè)量值與實(shí)際值的差，平均精度為mean[ABS(精度)]。從表1可以看出，螺紋質(zhì)量檢測(cè)系統(tǒng)對(duì)螺紋大徑的測(cè)量精度較高，精度指標(biāo)最大值為0.009 mm、最小值為0.004 mm；5次重復(fù)測(cè)量的平均精度指標(biāo)分別為0.005 6 mm、0.007 4 mm、0.006 mm，滿足精度為0.01 mm的實(shí)際需求。此外，

表1 重復(fù)測(cè)試結(jié)果

規(guī)格1螺紋存在光桿缺陷，5次重復(fù)試驗(yàn)均能檢出缺陷，檢出率達(dá)到100%，驗(yàn)證了設(shè)計(jì)系統(tǒng)的可行性與穩(wěn)定性。

4 結(jié)束語(yǔ)

為解決緊固螺紋配件大批量人工檢測(cè)中出現(xiàn)的耗時(shí)費(fèi)力、一致性差等現(xiàn)實(shí)問(wèn)題，設(shè)計(jì)一種基于機(jī)器視覺技術(shù)的螺紋質(zhì)量管控系統(tǒng)。在該系統(tǒng)中，通過(guò)不同螺紋測(cè)量區(qū)域ROI自適應(yīng)定位、最小二乘螺紋大徑測(cè)量、基于曲率直方圖統(tǒng)計(jì)的光桿缺陷識(shí)別實(shí)現(xiàn)螺紋質(zhì)量管控與不良品剔除。將設(shè)計(jì)的系統(tǒng)用于現(xiàn)場(chǎng)螺紋測(cè)試驗(yàn)證，結(jié)果表明該系統(tǒng)測(cè)量精度滿足螺紋大徑測(cè)量需求，光桿不良品檢出率為100%、螺紋大徑檢測(cè)耗時(shí)107 ms。該系統(tǒng)能夠有效地實(shí)現(xiàn)螺紋質(zhì)量可靠管控。