智能制造背景下機器視覺課程建設(shè)探索

劉永　王生懷　王宸　陳誠　袁海兵　李捷

摘要：機器視覺作為一門專業(yè)選修課程，已經(jīng)納入機械類碩士研究生智能制造方向的課程體系中。以往的教學(xué)過程中偏重理論及算法的講解，教學(xué)效果欠佳。為了提升教學(xué)效果，采用案例式的理實一體化教學(xué)方法，讓學(xué)生在“學(xué)中做，做中學(xué)”，體現(xiàn)了以學(xué)生為中心的教學(xué)理念，鍛煉了其分析、解決工程問題的能力，達到了較好的教學(xué)效果。以齒輪幾何參數(shù)測量為例，闡述了教學(xué)方法及教學(xué)設(shè)計的實施過程。

關(guān)鍵詞： 機器視覺; 課程建設(shè); 教學(xué)方法; 教學(xué)設(shè)計; 案例式教學(xué)

中圖分類號：G642? ? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2022）34-0136-03

1 引言

隨著科學(xué)技術(shù)的發(fā)展，機器視覺技術(shù)已經(jīng)廣泛地應(yīng)用到各行業(yè)的制造領(lǐng)域中。作為智能制造領(lǐng)域的一項新技術(shù)，因其具有非接觸檢測、效率高、裝備能與生產(chǎn)線集成等特點，已經(jīng)在機械制造行業(yè)有廣泛的應(yīng)用。機械加工的零件需要在線檢測，零件的尺寸、形狀、缺陷[1]、裝配狀態(tài)、身份識別等圖像信息特征，都可以通過設(shè)計相應(yīng)的檢測、識別算法利用視覺設(shè)備提取出來，做出合格與否的判斷及身份識別。大批量生產(chǎn)的零件，傳統(tǒng)的檢測工具為量規(guī)、專用檢具，采用人工檢測的方法時間長、效率低、勞動強度大。傳統(tǒng)的零件缺陷如表面裂紋、加工表面劃傷、鑄件疏松孔等檢測主要靠人工完成，其準確性受經(jīng)驗、主觀因素影響比較大。上述人工檢測不能將合格品和不良品自動分類，不能和生產(chǎn)線的生產(chǎn)節(jié)拍相匹配。一些大型的零件，如汽車發(fā)動機缸體，零件復(fù)雜、加工表面多，其生產(chǎn)質(zhì)量會直接影響到汽車的安全性和使用壽命，因此有必要將其毛坯和零件的所有生產(chǎn)信息，如品種規(guī)格、加工信息、生產(chǎn)班次等以二維編碼的形式刻在零件上，成為每個零件唯一的“身份證”，方便調(diào)用數(shù)控機床加工程序及進行質(zhì)量追溯。對于機械制造及其自動化專業(yè)的碩士研究生，本科階段由于未接觸到相關(guān)的課程，因此學(xué)習(xí)機器視覺這門交叉融合課程存在一定困難。如果還是采用傳統(tǒng)的教師講、學(xué)生聽的授課模式，很難達到培養(yǎng)碩士研究生創(chuàng)新意識、探索精神、獨立思考能力培養(yǎng)的目標(biāo)。

目前機器視覺人才數(shù)量與巨大的市場需求相比，面臨巨大的缺口。如何培養(yǎng)出高層次、高素質(zhì)非電氣、計算機類專業(yè)的機器視覺方向研究生以滿足市場的需求[2]，是一個值得研究的教研課題。本文從機器視覺課程建設(shè)角度出發(fā)，探索、研究并實施了案例式的理實一體化教學(xué)方法，讓學(xué)生在“學(xué)中做，做中學(xué)”，避免了傳統(tǒng)教學(xué)中以教師為中心“滿堂灌”的模式，體現(xiàn)了以學(xué)生為中心的教學(xué)理念，鍛煉了學(xué)生分析、解決工程問題的能力，達到了較好的教學(xué)效果。本文以齒輪幾何參數(shù)測量為例，闡述分析了教學(xué)方法及教學(xué)設(shè)計實施的過程。

2 教學(xué)改革實施過程

2.1 教學(xué)過程中的突出問題

隨著智能制造技術(shù)在企業(yè)中日益廣泛地應(yīng)用，作為智能制造技術(shù)之一的機器視覺技術(shù)已經(jīng)廣泛地應(yīng)用到機械行業(yè)。機器視覺課程融合了系統(tǒng)硬件的選型、光學(xué)技術(shù)、數(shù)字圖像分析與處理[3]、應(yīng)用軟件編程等內(nèi)容，是一門多學(xué)科交叉的應(yīng)用課程，課程內(nèi)容理論與實際結(jié)合緊密。對于本科專業(yè)為計算機及電氣專業(yè)的研究生來說，由于本科階段接觸了相關(guān)應(yīng)用軟件編程、數(shù)字圖像處理等方面的課程，學(xué)習(xí)起來難度不大。但作為機械工程專業(yè)的碩士研究生，由于本科階段專業(yè)課程的限制，學(xué)習(xí)起來難度較大。以往的教學(xué)過程中，教師教授該課程時，講授的內(nèi)容如下：先介紹課程的背景、系統(tǒng)構(gòu)成和應(yīng)用場景。再介紹硬件系統(tǒng)的構(gòu)成，如光學(xué)成像原理、相機、鏡頭、攝像機及計算機接口的選型。數(shù)字圖像及預(yù)處理、模式識別、視覺伺服等內(nèi)容。最后列舉幾個具體的零件幾何參數(shù)、缺陷檢測及識別的應(yīng)用案例，如零件長度尺寸、夾角、圓直徑等幾何參數(shù)測量，零件一維條形碼、二維編碼識別等。教材中的案例是教材編寫者自己科研及工程應(yīng)用開發(fā)的實際案例，由于知識產(chǎn)權(quán)保護及客觀條件限制，其整個應(yīng)用流程很難在課堂上復(fù)制、重現(xiàn)。在教學(xué)過程中，學(xué)生缺乏參與感和沉浸式體驗，即使教材中的應(yīng)用案例編寫得再好，也很難激發(fā)其學(xué)習(xí)興趣和探索欲望。因此需該課程的授課教師在培養(yǎng)研究生的過程中，自己開發(fā)出實際工程應(yīng)用案例[4-5]，在授課的過程中讓學(xué)生參與體驗，才能達到較好的教學(xué)效果。一些視覺工程應(yīng)用軟件如CRVsionBuilder、Halcon、OpenCV等軟件需要與硬件聯(lián)用，可以在介紹完硬件選型后，運用Matlab軟件完成檢測算法。在課堂上，將硬件采集的待檢測工件圖像發(fā)給學(xué)生，學(xué)生自帶電腦，運用Matlab軟件完成檢測算法。這樣學(xué)生在體驗、沉浸式的學(xué)習(xí)過程中能深刻理解機器視覺檢測的內(nèi)涵，產(chǎn)生強烈的學(xué)習(xí)興趣，從而激發(fā)其創(chuàng)新意識和探索精神，提升教學(xué)效果。本文以作者指導(dǎo)的碩士研究生設(shè)計開發(fā)的齒輪視覺檢測方法為例，分析、闡述了教學(xué)的實施過程。

2.2 齒輪測量教學(xué)設(shè)計

2.2.1 機器視覺系統(tǒng)硬件介紹

此部分教學(xué)內(nèi)容帶領(lǐng)學(xué)生到實驗室進行。購買的某公司視覺檢測實驗設(shè)備如圖1所示。

對著設(shè)備實物，講解各部分的硬件構(gòu)成。在講解相機時，講清楚CCD和CMOS相機的區(qū)別。講解鏡頭時，講清楚成像原理、產(chǎn)生畸變的原因、焦距與成像清晰度的關(guān)系，同時讓學(xué)生動手調(diào)節(jié)鏡頭焦距，沿導(dǎo)桿方向調(diào)整相機和鏡頭的位置，觀察顯示器中齒輪成像清晰度的變化。學(xué)生會很感性地認識到在視覺檢測系統(tǒng)中焦距和像距對檢測工件成像清晰度的影響，明白調(diào)好焦距和物距是獲得清晰工件圖像的條件，而清晰的工件圖像又是后續(xù)預(yù)處理、特征提取、算法實現(xiàn)的前提。講解圓形工作臺由步進電機帶動旋轉(zhuǎn)的工作原理，步進電機驅(qū)動器可以設(shè)置細分步距角，在觸摸屏界面上可以選擇不同的步距角，通過細分選擇較小的步距角，這樣參照顯示器上的水平線，可保證采集的工件圖像是正的。講到圖像數(shù)據(jù)采集卡，可以打開機箱，讓學(xué)生觀看其樣子及其在主板上的插裝方式，相機與主機的通信接口方式，講解通信接口方式和通信協(xié)議。設(shè)備上帶有磁性感應(yīng)開關(guān)，工件轉(zhuǎn)過對準開關(guān)時，可以給出電信號觸發(fā)相機自動采集圖像，在多工件的自動線上可以實現(xiàn)自動采集。調(diào)節(jié)環(huán)形光源的位置和強度，可以觀察顯示器上工件圖像的變化，使學(xué)生明白合適的打光條件也是獲得一個清晰圖像的前提條件。讓學(xué)生自己動手操作OpenCV軟件，熟悉軟件的菜單和操作基本流程。在講解時候結(jié)合生產(chǎn)實際，大批量生產(chǎn)時設(shè)備需要有分揀機構(gòu)，檢測合格或不良品的工件信息上傳給PLC，由分揀氣缸等執(zhí)行元件將不良品推到專用料倉里，合格品放行，通過輸送裝置輸送到下一個工位。這樣可以加強學(xué)生對機器視覺設(shè)備的感性認識。

2.2.2 齒輪幾何參數(shù)視覺測量方法介紹

需要檢測的齒輪實物如圖2所示。在講授視覺檢測方法之前，給學(xué)生布置任務(wù)：提前收集齒輪幾何參數(shù)檢測常用的方法、設(shè)備及工器具，比較各種檢測方法、設(shè)備及工器具的優(yōu)點和缺點。引出視覺圖像檢測齒輪幾何參數(shù)的方法，引導(dǎo)學(xué)生分析這種非接觸測量的優(yōu)勢。

對著量塊實物講清楚量塊的機械加工精度等級，作為精度高的量具，其材質(zhì)可以防銹、熱變形系數(shù)非常小，常作為普通長度測量器具的校對工具，且可以通過不同的組合，得到不同的長度。針對本齒輪的測量，由于測量的都是齒輪端面圖像的幾何參數(shù)，因此選一個厚度和齒輪厚度相同、且工作長度與分度圓直徑長度接近的量塊用來標(biāo)定。使學(xué)生明白與確定其他傳感器產(chǎn)生的電壓值與物理量值的關(guān)系一樣，真實尺寸與像素距離尺寸的比值即為標(biāo)定系數(shù)。本實驗使用方形棋盤格標(biāo)定板來消除鏡頭產(chǎn)生的圖像畸變，在Matlab軟件中調(diào)用消除畸變的函數(shù)，通過對采集圖像的處理，確定校正徑向、切向圖像畸變誤差位移多項式的系數(shù)，獲得相機鏡頭的內(nèi)部參數(shù)，就可以消除圖像畸變?？梢杂^察校正前后的圖像變化情況，讓學(xué)生認識到消除圖像畸變是獲得高精度測量結(jié)果的前提。

齒輪圖像的預(yù)處理、幾何參數(shù)測量算法由Matlab軟件編寫程序完成。調(diào)好的程序先不發(fā)給學(xué)生。對應(yīng)授課的章節(jié)內(nèi)容，在講解完后布置相應(yīng)任務(wù)，讓學(xué)生在課堂上練習(xí)。以這樣理實一體化的授課形式進行，既可以通過練習(xí)趁熱打鐵鞏固消化課堂上的內(nèi)容，又可以鍛煉學(xué)生深度思考和探索精神，學(xué)生的學(xué)習(xí)積極性很高。講解圖像增強的方法，如在空間域中的灰度變換。在Matlab軟件中閾值分割后，利用灰度轉(zhuǎn)換函數(shù)將RGB彩色圖像轉(zhuǎn)換成二進制灰度圖。在頻率域中圖像增強中的濾波，對于圖像采集過程中引入的高頻噪聲，可以讓學(xué)生使用中值、非線性均值、小波等方式，在Matlab軟件中調(diào)用對應(yīng)的函數(shù)，對比分析不同濾波方式的效果，解析不同濾波算法的優(yōu)缺點。進行邊緣檢測時，嘗試使用不同的算子，如：Log、Prewitt、Canny、Robert、Sobel等，對比分析不同算子的提取效果。后面再進行邊界跟蹤處理得到完整的輪廓特征。提取的齒輪完整輪廓如圖3所示。經(jīng)過齒輪圖像預(yù)處理得到合適的輪廓后，再進行幾何參數(shù)測量的算法設(shè)計。

講解此部分內(nèi)容時，教師提前將任務(wù)要求發(fā)給小組，一般一個小組5人左右。教師提示編程思路，下次課時小組將調(diào)試好的程序在課堂上演示、講解、討論。用Hough變換或最小二乘法確定齒輪安裝孔的圓心、半徑。齒輪安裝孔的圓心是確定外輪廓的基準。由于存在鍵槽，所以要選定安裝孔上去掉鍵槽外的大圓弧進行處理。對比兩種方法確定圓心坐標(biāo)及半徑的區(qū)別，并讓學(xué)生對比分析兩種方法精度的高低。測量齒根圓、齒頂圓直徑的算法是通過外輪廓上的每一個像素點到中心點的距離進行計數(shù)，距離最大的為齒頂圓半徑，距離最小的是齒根圓半徑。編制的齒數(shù)測量算法思路，是將齒廓像素沿同一方向依此到中心點距離做出曲線，對生成的類正弦曲線進行脈沖個數(shù)計數(shù)，從而獲得齒輪的齒數(shù)。鍵槽的寬度、深度尺寸，通過平行直線之間的距離、點到直線的距離檢測出來。模數(shù)、分度圓等尺寸是由齒輪的幾何參數(shù)公式間接計算獲得。此算法實現(xiàn)部分對某些學(xué)生會存在難度，可以通過能編出程序的小組及教師幫扶、指導(dǎo)，幫助其調(diào)通程序。數(shù)據(jù)誤差分析及統(tǒng)計時將同一個齒輪多個小組測得的同一參數(shù)求均值，與同樣多次數(shù)的人工測量均值做比較，得到測量絕對誤差和相對誤差值。

3 結(jié)論

對機械制造及其自動化專業(yè)碩士研究生開設(shè)的機器視覺專業(yè)選修課程進行課程建設(shè)探索，通過理實一體化案例式教學(xué)方法的實施，極大地激發(fā)了學(xué)生的探索欲望和創(chuàng)新意識。從近兩屆研究生教學(xué)后的反饋情況來看教學(xué)效果較好，在后續(xù)的教學(xué)過程中，會在模式識別、缺陷檢測等方面多開發(fā)些實際教學(xué)案例，從而進一步提升教學(xué)效果。

參考文獻：

[1] 崔光茫，趙巨峰，辛青.基于工業(yè)生產(chǎn)設(shè)備表面缺陷檢測的實驗設(shè)計[J].實驗室研究與探索，2017，36（4）：164-166，244.

[2] 謝婷婷.機器視覺的人才培養(yǎng)分析和實訓(xùn)室建設(shè)探索[J].電腦知識與技術(shù)，2021，17（30）：282-283，285.

[3] 趙靜，魯力群.計算機視覺檢測與圖像處理課程教學(xué)改革實踐[J].大學(xué)教育，2017，6（8）：85-87.

[4] 陳錫愛，王凌，王斌銳，等.基于項目教學(xué)的圖像處理與模式識別課程教學(xué)改革研究[J].教育現(xiàn)代化，2017，4（2）：42-43，51.

[5] 張?zhí)K新，韓仲洋，黃天宇，等.基于機器視覺技術(shù)的工件尺寸測量實訓(xùn)教學(xué)項目設(shè)計[J].現(xiàn)代信息科技，2021，5（1）：149-152.

【通聯(lián)編輯：王力】