基于機(jī)器視覺的微電機(jī)摩擦片殘缺檢測(cè)*

李玉萍 謝俊 王子賢 趙宇凡 楊啟志

（①江蘇大學(xué)機(jī)械工程學(xué)院，江蘇 鎮(zhèn)江 212013；②江蘇大學(xué)農(nóng)業(yè)裝備工程學(xué)院，江蘇 鎮(zhèn)江 212013）

微電機(jī)是指直徑小于160 mm或額定功率小于750 W的微型電動(dòng)機(jī)[1]，常用于控制系統(tǒng)或傳動(dòng)機(jī)械負(fù)載中，用于機(jī)械能與電能的相互轉(zhuǎn)換，實(shí)現(xiàn)能量轉(zhuǎn)換、動(dòng)力輸出、執(zhí)行等功能[2]。在微電機(jī)中，摩擦片常用于軸向固定齒輪，防止齒輪竄動(dòng)，若摩擦片殘缺，會(huì)導(dǎo)致齒輪受力不均，引起變形，最終影響微電機(jī)的動(dòng)力輸出。

目前，在電機(jī)行業(yè)，基于機(jī)器視覺的電機(jī)檢測(cè)研究主要局限于電機(jī)外殼的二維尺寸和缺陷、電機(jī)轉(zhuǎn)子缺陷、電機(jī)換向器缺陷，對(duì)于微電機(jī)摩擦片的缺陷檢測(cè)還未有針對(duì)性研究，仍以人工檢測(cè)為主。

由于微電機(jī)中的摩擦片尺寸小，僅在8 mm左右，采用人工檢測(cè)容易產(chǎn)生視覺疲勞，導(dǎo)致誤檢，并且效率低下，不利于自動(dòng)化生產(chǎn)需求[3]。故而引入非接觸式檢測(cè)的機(jī)器視覺技術(shù)，提出一種基于機(jī)器視覺的微電機(jī)摩擦片殘缺檢測(cè)系統(tǒng)，可大幅度降低人力成本，提高檢測(cè)效率與精度，有利于企業(yè)朝智能化、自動(dòng)化以及柔性化方向發(fā)展。

1 視覺檢測(cè)平臺(tái)設(shè)計(jì)

摩擦片的缺陷主要是殘缺，如圖1所示，像劃痕等類似缺陷對(duì)摩擦片的性能并無(wú)影響，故只檢測(cè)摩擦片是否殘缺，要求誤檢率不高于2%。

圖1 摩擦片殘缺

由于摩擦片尺寸較小，直徑在8 mm左右，需要較高的圖像質(zhì)量，因此采用500萬(wàn)像素的德國(guó)BASLER黑白CCD相機(jī)，其型號(hào)為acA2500-14gm。鏡頭選擇景深大畸變小的遠(yuǎn)心鏡頭，可消除近大遠(yuǎn)小的透視誤差[4]。

由于紅色LED的波長(zhǎng)更接近于CCD圖像傳感器的靈敏度峰值，CCD對(duì)紅光敏感程度強(qiáng)，并且對(duì)微電機(jī)摩擦片的顏色選擇無(wú)特殊要求，所以LED的顏色選用紅色。環(huán)形光源能突出物體的三維信息[5]，適合檢測(cè)缺陷，因此，最終選用紅色環(huán)形光源。

本文搭建的視覺檢測(cè)平臺(tái)如圖2所示，相機(jī)與環(huán)形光源安裝在待檢零件的同側(cè)，并垂直向下安裝。

圖2 實(shí)驗(yàn)平臺(tái)實(shí)物圖

2 圖像預(yù)處理

由于圖像比較復(fù)雜，存在許多不感興趣區(qū)域，因此需要對(duì)圖像進(jìn)行預(yù)處理，以提取到摩擦片區(qū)域，這樣能夠有效避免不感興趣區(qū)域影響目標(biāo)區(qū)域，提高檢測(cè)精度，有利于后續(xù)的摩擦片輪廓提取。

2.1 圖像二值化

相機(jī)采集得到的灰度圖像如圖3所示。圖像二值化是將感興趣區(qū)域與背景分離，可以壓縮圖像數(shù)據(jù)量，減少存儲(chǔ)空間，并且簡(jiǎn)化后續(xù)圖像處理步驟。

圖3 灰度圖像

本文對(duì)灰度圖像進(jìn)行二值化是基于閾值分割。由于摩擦片邊界上的像素點(diǎn)的灰度值在47～101，鄰近邊界兩側(cè)的像素點(diǎn)的灰度值均高于128，通過灰度值“128”可將摩擦片邊界上的像素點(diǎn)與其他像素點(diǎn)分割開。因此，確定本檢測(cè)的閾值為“128”，對(duì)灰度圖像進(jìn)行反向二值化，將灰度值小于“128”的像素點(diǎn)的灰度值設(shè)為“255”（白色），其余像素點(diǎn)的灰度值設(shè)為“0”（黑色），二值化結(jié)果如圖4所示，目標(biāo)以白色顯示，背景以黑色顯示。

圖4 二值圖像

2.2 目標(biāo)區(qū)域提取

本文對(duì)二值圖像進(jìn)行連通操作，將鄰域內(nèi)的八連通區(qū)域歸為一個(gè)區(qū)域，即對(duì)每一個(gè)值為1的像素點(diǎn)，若其8鄰域有一個(gè)像素點(diǎn)的值也為1，那么這兩個(gè)像素點(diǎn)就歸為一個(gè)區(qū)域，連通區(qū)域標(biāo)記后的結(jié)果如圖5所示。

最小外接矩形[6]包含豐富的特征信息，比如長(zhǎng)軸、短軸和主軸方向角度等，是檢測(cè)目標(biāo)特征幾何形狀的有效工具，從圖5中可以看出各區(qū)域的最小外接矩形的長(zhǎng)軸存在很大的差異，因此根據(jù)最小外接矩形的長(zhǎng)軸來提取摩擦片邊界區(qū)域，最終結(jié)果如圖6所示。

圖5 連通區(qū)域標(biāo)記結(jié)果

圖6 摩擦片邊界區(qū)域

2.3 形態(tài)學(xué)運(yùn)算

由于摩擦片的邊界存在縫隙，需要進(jìn)行形態(tài)學(xué)運(yùn)算，常用的方法有膨脹與閉運(yùn)算。

膨脹運(yùn)算是求局部最大值[7]，膨脹運(yùn)算使目標(biāo)區(qū)域范圍變大，邊界向外部擴(kuò)張，效果如圖7所示。閉運(yùn)算是先膨脹后腐蝕，常用于連接鄰近物體、填充物體內(nèi)細(xì)小孔洞、消除邊界較窄縫隙、平滑物體邊界的同時(shí)并不明顯改變其面積與位置[8]，閉運(yùn)算效果如圖8所示。根據(jù)膨脹與閉運(yùn)算的效果圖，選用閉運(yùn)算填補(bǔ)縫隙。

圖7 膨脹運(yùn)算效果圖

圖8 閉運(yùn)算效果圖

2.4 摩擦片輪廓提取

將閉運(yùn)算后的摩擦片邊界區(qū)域轉(zhuǎn)為亞像素輪廓，結(jié)果如圖9所示，并將亞像素輪廓在原圖上顯示，如圖10所示，可以發(fā)現(xiàn)內(nèi)側(cè)的綠色輪廓才是真正的摩擦片輪廓，因此選擇綠色輪廓作為摩擦片輪廓，最終提取出的摩擦片輪廓如圖11所示。

圖9 亞像素輪廓圖

圖10 原圖上顯示亞像素輪廓

圖11 摩擦片輪廓

3 提取摩擦片圓心與半徑

3.1 最小二乘法擬合圓

常用的圓擬合方法有最小二乘法與霍夫變換，本文基于最小二乘法進(jìn)行圓擬合。最小二乘法是使輪廓上的點(diǎn)到擬合圓的平方距離和最小[9]，也就是要求擬合出來的圓與輪廓上的每個(gè)點(diǎn)最近。假設(shè)最小二乘法擬合得到的圓為

令a=?2A,b=?2B,c=A2+B2?R2得到圓方程的另一種形式。

樣本集為摩擦片輪廓的像素點(diǎn)，設(shè)為(Xi,Yi),i∈(1,2,3,···,n)，如圖12所示，點(diǎn)(Xi,Yi)到圓心(A,B)的距離為di

圖12 樣本點(diǎn)與擬合圓的關(guān)系

樣本點(diǎn)(Xi,Yi)到圓心(A,B)距離的平方與圓半徑R的平方的差為誤差δi

3.2 改進(jìn)的最小二乘法擬合圓

如圖13所示，綠色輪廓為原始輪廓，紅色輪廓為最小二乘法的擬合結(jié)果，因此可以看出采用標(biāo)準(zhǔn)的最小二乘法擬合圓時(shí)，對(duì)于離群值不夠魯棒的，擬合結(jié)果不夠準(zhǔn)確，所以需要采用合適的方法減小離群點(diǎn)的影響。本文引入權(quán)重來減小離群值的影響。

圖13 最小二乘法擬合結(jié)果

權(quán)重可以理解為：輪廓點(diǎn)距離擬合的圓越遠(yuǎn)，賦予點(diǎn)越小的權(quán)重，甚至將這些點(diǎn)忽略掉，不參與下一次最小二乘法的計(jì)算。第一次計(jì)算時(shí)，可以賦予每個(gè)點(diǎn)相同的權(quán)重，進(jìn)行第一次圓擬合后，再計(jì)算各點(diǎn)到圓的距離，距離圓遠(yuǎn)的點(diǎn)賦予較小的權(quán)重，這樣可以減小離群點(diǎn)的影響，得到較為準(zhǔn)確的圓方程，按照這種方法進(jìn)行多次迭代，可獲得理想的圓。

通過Tukey權(quán)重函數(shù)，如式（6）所示。

當(dāng)點(diǎn)到圓心的距離與半徑的差值 δ小于等于閾值 τ時(shí)，賦予這些點(diǎn)的權(quán)重為，這樣δ 越小，權(quán)重越大；當(dāng)點(diǎn)到圓心的距離δ 大于閾值 τ時(shí)，賦予的權(quán)重為。如圖14所示，經(jīng)改進(jìn)后，圓擬合結(jié)果更為準(zhǔn)確。

圖14 改進(jìn)的最小二乘法擬合結(jié)果

4 摩擦片殘缺檢測(cè)結(jié)果分析

殘缺檢測(cè)的實(shí)現(xiàn)是通過對(duì)輪廓上像素點(diǎn)到圓心的距離進(jìn)行分析。如圖15所示，計(jì)算輪廓上所有的像素點(diǎn)到圓心的距離di，然后求出最小距離dmin，將最小距離dmin與半徑進(jìn)行比較。考慮到零件在加工過程中存在工藝誤差，加工出來的摩擦片并不是標(biāo)準(zhǔn)圓，因此，圓輪廓上每個(gè)像素點(diǎn)到圓心的距離不是一個(gè)定值，而是存在一定的波動(dòng)。通過對(duì)數(shù)張合格的摩擦片圖像進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)圓輪廓上的像素點(diǎn)到圓心的距離的波動(dòng)小于5像素，因此本文設(shè)定閾值T=5，即允許有5像素的誤差，若R?dmin≤T，則摩擦片合格；若R?dmin>T，則摩擦片殘缺。

圖15 殘缺檢測(cè)實(shí)現(xiàn)過程

最終，檢測(cè)結(jié)果如圖16所示。為驗(yàn)證本視覺檢測(cè)系統(tǒng)的準(zhǔn)確性，檢測(cè)了50個(gè)合格品與50個(gè)不良品，其中，合格品檢測(cè)的準(zhǔn)確率為100%，不良品的準(zhǔn)確率為98%，達(dá)到了預(yù)期要求，具體檢測(cè)數(shù)據(jù)見表1。

圖16 摩擦片檢測(cè)結(jié)果

表1 摩擦片殘缺檢測(cè)實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果

5 結(jié)語(yǔ)

本文采用500萬(wàn)像素的CCD相機(jī)、遠(yuǎn)心鏡頭、紅色環(huán)形光源搭建了微電機(jī)摩擦片的視覺檢測(cè)平臺(tái)，研究了摩擦片殘缺檢測(cè)算法。通過引入Tukey權(quán)重函數(shù)，對(duì)最小二乘法進(jìn)行改進(jìn)，將距擬合圓越遠(yuǎn)的像素點(diǎn)賦予越小的權(quán)重，可減小離群像素點(diǎn)對(duì)圓擬合精度的影響，能有效提高圓擬合的精度。

本文還提出一種圓殘缺檢測(cè)算法，經(jīng)改進(jìn)的最小二乘法得到擬合圓的圓心與半徑，計(jì)算輪廓上所有的像素點(diǎn)到擬合圓心的距離，從中找出最小距離，將擬合圓的半徑與其做差，若差值小于等于設(shè)定的閾值，則摩擦片完整，否則摩擦片殘缺。經(jīng)過試驗(yàn)，該檢測(cè)算法的準(zhǔn)確率達(dá)到了98%。

本文通過機(jī)器視覺技術(shù)對(duì)微電機(jī)摩擦片進(jìn)行殘缺檢測(cè)，彌補(bǔ)了傳統(tǒng)人工檢測(cè)效率低、成本高等不足，有利于企業(yè)朝自動(dòng)化、智能化檢測(cè)方向發(fā)展，增強(qiáng)綜合競(jìng)爭(zhēng)力。