圓形零件檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

1機(jī)械工業(yè)零部件測(cè)量技術(shù)隨著工業(yè)技術(shù)的發(fā)展，大規(guī)模自動(dòng)車(chē)床制造的發(fā)展趨勢(shì)日益明顯。傳統(tǒng)接觸檢測(cè)方法速度較慢，容易對(duì)零件造成損傷，會(huì)降低測(cè)量精度?；谟?jì)算機(jī)視覺(jué)的測(cè)量技術(shù)具有高速度、實(shí)時(shí)性好、非接觸、低成本等優(yōu)點(diǎn)，被廣泛用于對(duì)各種零件尺寸的精密測(cè)量。在機(jī)械工業(yè)零部件檢測(cè)中，圓孔和圓形工件的檢測(cè)是一個(gè)重要檢測(cè)內(nèi)容。傳統(tǒng)圓形識(shí)別方法有模板匹配、Hough變換等，但這些方法的定位精度均在像素級(jí)，像素級(jí)精度通常不能達(dá)到零件檢測(cè)的精度要求。為了突破攝像設(shè)備分辨率的限制并降低系統(tǒng)成本，本文利用簡(jiǎn)單高°¤.效e|.的標(biāo)定方法獲得實(shí)際物體尺寸與像素尺寸的對(duì)應(yīng)關(guān)系，通過(guò)空間矩算法和最小二乘擬合方法對(duì)圓進(jìn)行精確定位，提高了測(cè)量精度。2圖像采集器件圓形零件尺寸測(cè)量系統(tǒng)主要由4個(gè)部分組成，即圖像采集、圖像分析處理、結(jié)果輸出和執(zhí)行。系統(tǒng)先利用相機(jī)對(duì)目標(biāo)物體成像，然后通過(guò)圖像采集卡將成像信息送入計(jì)算機(jī)平臺(tái)進(jìn)行分析處理，得到被測(cè)物體的實(shí)際直徑，最后利用零件標(biāo)準(zhǔn)信息，對(duì)不合格零件進(jìn)行告警，其結(jié)構(gòu)如圖1所示。由于被測(cè)物體的直徑在10mm～300mm之間，因此若用面陣CCD完成大面積圖像的高分辨率采集，器件價(jià)格會(huì)很昂貴。為了保證系統(tǒng)的測(cè)量精度，本文選用像元尺寸為7μm,5340像素的TCD1500C黑白線陣CCD相機(jī)作為圖像采集器件。采用線陣CCD后，采集面積主要受掃描行程的限制，具有較高可擴(kuò)展性，并可通過(guò)光學(xué)拼接實(shí)現(xiàn)大面積圖像采集。3測(cè)量原理測(cè)量系統(tǒng)的核心算法主要由系統(tǒng)校正、圖像預(yù)處理、二值化、圓檢測(cè)等步驟組成，具體實(shí)現(xiàn)流程如圖2所示。3.1基于tsa的機(jī)械設(shè)計(jì)由于制作工藝和加工的精度問(wèn)題，通過(guò)攝像機(jī)獲得的二維圖像存在不同程度的幾何畸變，主要包括徑向畸變和切向畸變。檢測(cè)系統(tǒng)需要通過(guò)攝像機(jī)標(biāo)定獲得內(nèi)部參數(shù)，對(duì)失真圖像進(jìn)行矯正，以便之后在空間點(diǎn)和像素點(diǎn)之間實(shí)現(xiàn)正確變換。目前常見(jiàn)的標(biāo)定方法主要分為3種類(lèi)型：線性標(biāo)定，非線性標(biāo)定和兩步標(biāo)定。其中，Tsai的兩步標(biāo)定法具有較高精度和速度，因此，本系統(tǒng)選用該方法獲得攝像機(jī)的內(nèi)部參數(shù)，邊緣檢測(cè)結(jié)果如圖3(b)所示。理論上，利用標(biāo)定的相機(jī)參數(shù)可以獲得被測(cè)量目標(biāo)的尺寸，但由于攝像機(jī)的成像模型、鏡頭的畸變模型和參數(shù)的求解過(guò)程存在近似，因此仍存在一定理論誤差，不適合高精度的測(cè)量工程。本文在獲得攝像機(jī)參數(shù)的基礎(chǔ)上，利用加工精度很高的標(biāo)定工件作為參照物，獲得實(shí)際物理尺寸和像素之間的轉(zhuǎn)換關(guān)系，即標(biāo)定系數(shù)k，計(jì)算步驟如下：(1)選取一個(gè)尺寸已知的標(biāo)準(zhǔn)樣件，直徑為m。(2)保證光源、相機(jī)的參數(shù)、相機(jī)與工件的相對(duì)位置均與測(cè)量未知零件尺寸時(shí)基本相同，利用圖像處理算法獲得該樣件的像素尺寸r。(3)按公式k=m/r獲得標(biāo)定系數(shù)k。3.2基于ostu算法的二值化圖像由于光源噪聲、工件表面質(zhì)量等因素的影響，使得采集到的圖像存在多種噪聲。應(yīng)利用中值濾波方法盡可能消除噪聲對(duì)算法精度的影響。利用ostu自動(dòng)閾值分割對(duì)圖像進(jìn)行二值化處理，若ostu算法求得的閾值為T(mén)，則有其中，I(x,y),I′(x,y)分別為二值化前、二值化后的圖像在(x,y)點(diǎn)的像素灰度值。通過(guò)圖像二值化使孔的區(qū)域?yàn)楹谏渌麉^(qū)域?yàn)榘咨?.3ndy邊緣檢測(cè)算法圖像測(cè)量系統(tǒng)的測(cè)量原理是通過(guò)處理被測(cè)物體圖像的邊緣獲得物體的幾何參數(shù)，因此，圖像邊緣提取是測(cè)量的基礎(chǔ)和關(guān)鍵。本文系統(tǒng)先采用Candy邊緣檢測(cè)算法獲得像素級(jí)邊緣。然后利用亞像素檢測(cè)方法對(duì)邊緣進(jìn)行細(xì)化，目前常見(jiàn)的亞像素檢測(cè)方法包括插值法、灰度矩法、基于假設(shè)邊緣的最小二乘法。Lyvers等人提出的空間矩邊緣定位法利用二維空間灰度矩陣來(lái)確定邊緣位置的邊緣亞像素。該算法時(shí)耗較大，但具有結(jié)果穩(wěn)定、精度高的優(yōu)點(diǎn)，因此，本文利用該方法，由粗到精將邊緣定位精度細(xì)化到像素內(nèi)部，具體實(shí)現(xiàn)方法參考文獻(xiàn)，實(shí)驗(yàn)結(jié)果如圖3所示。3.4基于最小二乘的線性方程本文采用最小二乘法擬合圓重新生成各個(gè)方向測(cè)量直徑都相同的標(biāo)準(zhǔn)圓形，此方法也可以應(yīng)用于只拍攝部分圓弧線的情況。根據(jù)邊緣檢測(cè)結(jié)果，邊緣點(diǎn)集合點(diǎn)坐標(biāo)為(xi,yi)，設(shè)圓的半徑為r，圓心坐標(biāo)為(a,b)。如果沒(méi)有誤差，則圓的方程為由于隨機(jī)誤差的影響，因此Pi點(diǎn)可能沒(méi)有落在圓周上，按最小二乘法的計(jì)算方法，將Pi點(diǎn)的誤差用ε表示，即由于誤差值可能為正或負(fù)，因此以誤差的平方和度量整體誤差大小，求誤差平方和最小時(shí)各個(gè)參數(shù)的值，即其中，?表示圓邊緣區(qū)域的像素點(diǎn)集。根據(jù)最小二乘原理，可知求解上述線性方程組，可求得參數(shù)圓心參數(shù)(a,b)和半徑參數(shù)r。將r與標(biāo)定時(shí)確定的厘米像素間的標(biāo)定系數(shù)k相乘，就能得到零件的實(shí)際半徑。4零件物理尺寸測(cè)量OpenCV是Intel開(kāi)發(fā)的計(jì)算機(jī)視覺(jué)函數(shù)庫(kù)，該函數(shù)庫(kù)具備強(qiáng)大的圖像和矩陣運(yùn)算能力。本文利用VC++6.0開(kāi)發(fā)了一個(gè)基于OpenCVbeta5版本的圓形零件檢測(cè)系統(tǒng)。系統(tǒng)運(yùn)行步驟及相關(guān)數(shù)據(jù)如下：(1)采用精密測(cè)量工具，如三坐標(biāo)測(cè)量機(jī)對(duì)標(biāo)件進(jìn)行測(cè)量，得到標(biāo)件的實(shí)際物理尺寸為30.217mm。(2)利用視覺(jué)測(cè)量系統(tǒng)獲得的標(biāo)件像素尺寸為680.3062像素，可得物理尺寸與像素尺寸之間的標(biāo)定系數(shù)k=m/r=680.3062/30.217=22.5140。(3)對(duì)某被測(cè)零件利用視覺(jué)方法重復(fù)測(cè)量10次，得到的像素尺寸測(cè)量結(jié)果如圖4所示。由此得到該零件的物理尺寸如表1所示。以測(cè)量均值30.207mm為零件測(cè)量結(jié)果。根據(jù)測(cè)量誤差理論，系統(tǒng)的平均值容許誤差取平均值標(biāo)準(zhǔn)差的3倍