基于機器視覺的小型零件尺寸測量系統(tǒng)

本文引用格式：李小菁.基于機器視覺的小型零件尺寸測量系統(tǒng)[J].自動化與信息工程，2023，44（2）：11-15.

LI?Xiaojing. Small part size measurement system based on machine vision[J]. Automation & Information Engineering，?2023，44（2）：11-15.

摘要：針對目前大多數(shù)小型零件尺寸測量采用人工方式存在效率低、精度差的問題，設(shè)計一套基于機器視覺的小型零件尺寸測量系統(tǒng)。該測量系統(tǒng)的硬件部分由工業(yè)相機、遠心鏡頭和背光光源等組成；測量軟件實現(xiàn)小型零件圖像平滑濾波、自適應(yīng)閾值二值化、感興趣區(qū)域自動提取、亞像素邊緣特征提取和最小二乘法曲線擬合等功能。通過對短U彎制小型零件進行測量實驗，驗證了該測量系統(tǒng)可實現(xiàn)小型零件多個幾何量參數(shù)的一鍵快速測量，最大誤差為0.021?mm，測量精度可達0.02 mm。

關(guān)鍵詞：機器視覺；圖像處理；尺寸測量；小型零件

中圖分類號：TP271 ?????????文獻標(biāo)志碼：A ???????????文章編號：1674-2605（2023）02-0003-05

DOI：10.3969/j.issn.1674-2605.2023.02.003

Small Part Size?Measurement System Based on Machine Vision

LI?Xiaojing

（Guangdong Provincial Institute of Metrology， Guangzhou 510405， China）

Abstract： A machine vision based small part size measurement system is designed to address the issues of low efficiency and poor accuracy in manual measurement of most small parts. The hardware part of the measurement system consists of an industrial camera， a telecentric lens， and a backlight light source; The measurement software achieves functions such as smooth filtering of small part images， adaptive threshold binarization， automatic extraction of regions of interest， sub pixel edge feature extraction， and least squares curve fitting. By conducting measurement experiments on short U-shaped small parts， it was verified that the measurement system can achieve quick measurement of multiple geometric parameters of small parts with one click， with a maximum error of 0.021 mm and a measurement accuracy of 0.02 mm.

Keywords： machine vision; image processing;?size measurement; small parts

0 ?引言

小型零件的幾何量測量在工業(yè)生產(chǎn)中有著重要的地位，其測量結(jié)果不僅影響零件的加工質(zhì)量，還對后續(xù)的再加工及產(chǎn)品裝配等有重要影響^[1]。目前，國內(nèi)小型零件的尺寸測量以人工為主，存在測量精度低、勞動強度大、效率低、成本高等問題，影響產(chǎn)品的質(zhì)量和可靠性。隨著我國工業(yè)制造水平日益提高，現(xiàn)代工業(yè)對測量技術(shù)提出了更高的要求，人工測量方式已無法滿足需求。機器視覺測量技術(shù)因具有非接觸、高效可靠、通用性好、易于實現(xiàn)自動化等特點^[2]，可實現(xiàn)物體的輪廓尺寸、面積、形狀、缺陷等檢測，廣泛應(yīng)用于工業(yè)測量領(lǐng)域。

21世紀初期，機器視覺技術(shù)在我國進入快速發(fā)展階段，在零件測量領(lǐng)域也有諸多的應(yīng)用研究。馬文娟等^[3]應(yīng)用機器視覺技術(shù)研究圓度、直線度、平行度、同軸度4種形位誤差的測量技術(shù)，實現(xiàn)零件尺寸的自動測量，平行度誤差為0.26?mm、圓度誤差為0.28?mm、同心度誤差為0.06?mm。張曉明^[4]研發(fā)一套基于機器視覺的小軸類零件二維尺寸測量系統(tǒng)，并利用圖像拼接提高系統(tǒng)的測量精度。謝紅等^[5]設(shè)計一套薄片圓孔型零件測量系統(tǒng)，測量誤差小于0.2?mm。丁海洋等^[6]設(shè)計一種圓形物體直徑測量系統(tǒng)，實驗平均誤差為0.36?mm。殷煒棋^[7]基于機器視覺測量技術(shù)實現(xiàn)軸類零件尺寸的測量，實驗平均誤差約為0.1?mm。以上測量系統(tǒng)都是針對某種特定對象，且測量參數(shù)單一，精度不高。為此，本文設(shè)計一套基于機器視覺的小型零件尺寸測量系統(tǒng)，可實現(xiàn)多個幾何量的一鍵快速測量。

1 ?測量系統(tǒng)概述

基于機器視覺的小型零件尺寸測量系統(tǒng)由硬件和軟件兩部分組成。硬件部分主要包括工業(yè)相機、光學(xué)鏡頭、背光光源和上位機等，示意圖如圖1所示。

工業(yè)相機選用德國Basler CMOS傳感器相機^[8]，分辨率為4 603×3 826像素，數(shù)據(jù)接口為USB3.0。

光學(xué)鏡頭選用moritex遠心鏡頭，具有無透視誤差以及低畸變率的特點。

利用LED背光光源可獲取零件輪廓圖像。

上位機處理工業(yè)相機獲取的零件圖像，并將計算的零件幾何量參數(shù)顯示在顯示器上。

基于機器視覺的小型零件尺寸測量系統(tǒng)的工作原理為：在檢測區(qū)域，根據(jù)不同的零件適當(dāng)?shù)卣{(diào)節(jié)照明光源；把零件放置在測量平臺的工業(yè)相機視野范圍內(nèi)，工業(yè)相機實時拍攝完整的零件圖像，同時對該圖像進行處理和計算，得到零件的測量數(shù)據(jù)；上位機實時顯示獲取的零件圖像及測量信息，并對測量結(jié)果進行顯示、存儲和查詢等操作。

基于機器視覺的小型零件尺寸測量系統(tǒng)的軟件部分按功能可分為圖像采集、視覺傳感器標(biāo)定、圖像處理、零件幾何量參數(shù)求解、測量結(jié)果顯示及存儲5個模塊，系統(tǒng)測量流程圖如圖2所示。

基于機器視覺的小型零件尺寸測量系統(tǒng)測量流程如下：

1） 相機驅(qū)動程序控制工業(yè)相機采集零件的圖像，經(jīng)USB3.0接口傳輸?shù)缴衔粰C；

2） 圖像處理模塊包括對零件圖像進行圖像預(yù)處理和亞像素邊緣提??；

3）基于圖像處理結(jié)果和視覺傳感器標(biāo)定結(jié)果，求解零件幾何量參數(shù)；

4） 將測量結(jié)果顯示在軟件主界面并保存至數(shù)據(jù)庫；同時可按時間、批次、型號進行查詢、統(tǒng)計和打印等操作，實現(xiàn)零件的自動測量和質(zhì)量監(jiān)控管理。

2 ?測量系統(tǒng)算法實現(xiàn)

2.1??視覺傳感器標(biāo)定

標(biāo)定是確定圖像坐標(biāo)系與空間坐標(biāo)系的轉(zhuǎn)換關(guān)系^[9]。測量系統(tǒng)為單目視覺，采用像素當(dāng)量標(biāo)定法確定轉(zhuǎn)換系數(shù)k：

式中：D為空間距離，P為對應(yīng)的像素數(shù)。

2.2??圖像處理

圖像處理是測量系統(tǒng)的核心部分，主要包括圖像預(yù)處理、圖像亞像素邊緣提取。

2.2.1 ?圖像預(yù)處理

圖像預(yù)處理主要包括圖像濾波和感興趣區(qū)域提取，便于后續(xù)圖像處理及幾何量參數(shù)求解。

由于工業(yè)相機本身及外界因素的影響，獲取的零件圖像含有一定的噪聲，利用中值濾波去除噪聲影響和平滑圖像。

感興趣區(qū)域提取可實現(xiàn)零件特征區(qū)域和背景區(qū)域的劃分。首先，利用直方圖法確定二值化閾值，對灰度圖像的直方圖進行混合高斯分布逼近，以兩個高斯分布相交處作為閾值；然后，用閾值對零件圖像進行二值化處理；最后，判斷連通域，對符合特征的連通域標(biāo)記為感興趣區(qū)域，并在后續(xù)的處理中只對感興趣區(qū)域進行邊緣特征提取。

2.2.2 ?圖像亞像素邊緣提取

在測量系統(tǒng)中，邊緣檢測是圖像處理的重要環(huán)節(jié)。為提高測量精度，需要對圖像邊緣進行亞像素級別的定位^[10]。本文采用二次函數(shù)插值法，先對零件圖像進行canny檢測，得到圖像像素級邊緣點；再進行二次函數(shù)插值獲取亞像素邊緣點。

利用canny算子檢測零件圖像中的像素邊緣點及梯度方向，如圖3所示。

圖3中，對每一個邊緣點沿著梯度方向得到八鄰域內(nèi)的2個交點F、G，若F、G不在整數(shù)點上，則分別利用B、C以及D、E的梯度來計算F、G的梯度。

式中：代表在點X處的梯度，分別表示圖3中的像素距離。

令點A的橫坐標(biāo)為O，梯度幅值為G（A）；G點的橫坐標(biāo)為GA，梯度幅值為G（G）；F點的橫坐標(biāo)為AF，梯度幅值為G（F）。根據(jù)G、A、F三點求出二次曲線，二次曲線的最大值即為圖像邊緣所在處。G、A、F三點組成的方程為

解方程可得圖像亞像素坐標(biāo)為

根據(jù)線條方向和距離約束完成圖像邊緣點連接，形成多個參數(shù)計算線段。同時，邊緣點連接可以去除提取的錯誤光條中心點。

2.3??零件幾何量參數(shù)求解

本文以空調(diào)主機散熱片支撐銅管（短U彎制小型零件）為例進行測量說明，需要測量的幾何量參數(shù)如圖4所示。

短U彎制小型零件需要測量的幾何量參數(shù)主要包括左管直徑R₁和右管直徑R₂、左焊環(huán)直徑r₁和右焊環(huán)直徑r₂、零件高度D、彎管直徑φ等。以上測量參數(shù)均為幾何距離，包括矩形邊距離、兩直線間距離、兩點間距離、點到線距離。此類距離求解需先提取目標(biāo)邊緣得到邊緣點集及特征點。

邊緣長度或?qū)挾韧ㄟ^求解兩邊緣距離獲得，使用最小二乘法求解直線方程，得到

因擬合直線不一定完全平行，為提高測量精度，以兩直線間的平均距離作為直線間距離。根據(jù)點到直線的距離公式，計算上所有點到的平均距離和上所有點到的平均距離，則測量距離為

3 ?實物實驗

測量系統(tǒng)采用C#語言開發(fā)，并完成界面設(shè)計，系統(tǒng)軟件運行界面如圖5所示。

由圖5可知，測量系統(tǒng)能夠?qū)崿F(xiàn)短U彎制小型零件6個參數(shù)的一鍵快速測量。

利用本文測量系統(tǒng)和影像測量儀對短U彎制小型零件的尺寸進行測量，結(jié)果如表1所示。

由表1可知，本測量系統(tǒng)和影像測量儀測量結(jié)果比對最大誤差為0.021 mm。

選用標(biāo)稱值為50 mm的量塊作為標(biāo)準(zhǔn)塊檢驗測量系統(tǒng)的測量精度。將量塊放置在測量平臺的10個不同位置進行測量，測量結(jié)果如表2所示。

由表2可知，測量誤差的標(biāo)準(zhǔn)差為0.02 mm，可滿足工業(yè)測量需求。

4 ?結(jié)論

本文設(shè)計的基于機器視覺的小型零件尺寸測量系統(tǒng)，實現(xiàn)零件多個幾何量參數(shù)的快速測量，提高了小型零件的測量效率和可靠性，為企業(yè)推動自動化測量提供基礎(chǔ)條件。

參考文獻

[1] 全燕鳴，李倩，黃富華.基于機器視覺的中小零件連續(xù)自動檢測系統(tǒng)設(shè)計[J].自動化與信息工程，2017，38（6）：12-18.

[2] 郭聯(lián)金，朱日龍，楊國卿，等.淺談機器視覺技術(shù)在自動化制造業(yè)中的應(yīng)用[J].機電一體化，2015，21（8）：63-67.

[3] 馬文娟.基于機器視覺的零件平面尺寸自動測量[D].濟南：山東大學(xué)，2006.

[4] 張曉明.基于CCD的小軸徑零件全自動測量系統(tǒng)研究[D].西安：西安理工大學(xué)，2010.

[5] 謝紅，廖志杰，邢廷文.一種非接觸式的圓孔形零件尺寸檢測[J].電子設(shè)計工程，2016，24（19）：155-158.

[6] 丁海洋，朱興龍，成沁源.基于單目視覺的圓形物體直徑測量方法[J].機械設(shè)計與制造工程，2017，46（2）：84-86.

[7] 殷煒棋.軸類零件尺寸的視覺測量技術(shù)研究[D].長春：吉林大學(xué)，2017.

[8]?楊宏賢，朱世根，白云峰，等.基于機器視覺的扁平細長帶鉤零件檢測系統(tǒng)研發(fā)[J].儀表技術(shù)與傳感器，2021（5）：117-121.

[9] 張廣軍.視覺測量[M].北京：科學(xué)出版社，2008.

[10] 胡子文.亞像素視覺測量技術(shù)研究[D].武漢：華中科技大學(xué)，2019.

作者簡介：

李小菁，女，1991年生，碩士研究生，工程師，主要研究方向：長度計量。E-mail：?xjli_author@163.com