基于机器视觉的圆形垫圈尺寸测量系统设计.pdf

针对传统工业检测中人工测量工件尺寸存在效率低、精度差等问题，设计了基于机器视觉的圆形垫圈尺寸测量系统。在 软件中对 相机进行尺寸标定，对采集的图像进行灰度处理，使用改进后的 自适应迭代阈值算法对图像进行边缘检测，对边缘坐标进行双线性插值并提取亚像素边缘坐标，根据最小二乘法对亚像素边缘坐标进行圆拟合，得到工件内径与外径尺寸。实验结果表明，本系统的测量精度可达到 ，可应用于圆形工件的视觉测量。关键词：机器视觉；尺寸测量；边缘检测；亚像素边缘；最小二乘法中图分类号：；文献标志码：，：，：；?引言随着工业自动化的飞速发展，工业生产中对零件质量的要求也越来越高，其中包括对工件尺寸进行测量，并将不合格尺寸工件剔除。目前传统的测量方式一般通过游标卡尺或者螺旋测微器实现，但存在精度低、速度慢 等缺点，无法满足生产需求。将机器视觉技术应用到尺寸测量中，可以实现对工件的非接触性测量，可对工件尺寸做出实时检测，具有检测精度高、速度快以及成本低等优点。谢俊等 使用 算子提取图像边缘完成了孔类零件的检测，但并未达到亚像素精度；刘志毅等 利用 算子和改进的多项式插值算法完成了工件亚像素精度测量，平均误差为 ；杨文晖 通过亚像素灰度矩边缘定位算法和张正友标定法开发了可以测量多个几何特征的测量系统；张喜民等 以手机尾插工件尺寸测量为背景，设计了 空间投票权重分配策略抑制伪峰产生，提高了边缘检测的精度，实验表明，测量精度可达到 。赵美丹等 设计了微型光学元件视觉尺寸测量系统，使用基于区域分割的 算法提取 年第 卷 边缘，最大测量误差不超过 。本文通过改进 算法结合双线性插值提取工件亚像素边缘坐标，完成了对圆形垫圈内外径的测量，实验结果表明，此系统准确可靠，可以满足工业检测的精度要求。?系统方案设计系统整体主要由传送带平台、工业相机、工控机以及光源组成，硬件组成见图 。当红外传感器检测到工件运动到相机下方时，触发相机采集图像，将图像发送至计算机后，通过 软件调用相关算法对图像进行处理并得到工件的尺寸特征。图 系统硬件组成?硬件选型 相机选型工业相机按照芯片类型可分为 相机与 相机，技术发展较早，技术相对成熟，成像质量相对 光电传感器有一定优势。故本系统相机选用 工业相机采集图像，型号为 ，系列小型千兆网工业相机，具有高分辨率、高精度以及低噪声等特点，已广泛应用于机器视觉领域。光源选型光源是机器视觉系统的重要组成部分，主要作用是突出物体特征，消除物体边缘阴影，对成像质量有很大地提升，可以有效减轻后续图像处理的压力。光源具有稳定性好、响应速度快等优点 ，本系统选用 环形光源。?软件框架设计系统选用 软件处理图像信息，相机将采集到的图像发送至计算机后对图片进行灰度处理，利用改进后的 算法对工件进行边缘检测粗定位，结合双线性插值法提取工件亚像素边缘坐标，并使用最小二乘法对提取的亚像素边缘拟合圆，从而得到工件尺寸。软件流程如图 所示。图 软件流程?尺寸测量算法设计?相机标定尺寸测量需要把测量得到的像素尺寸转换为工件实际尺寸，所以需要得到像素尺寸与实际尺寸的转换关系。为了保证测量结果的准确性，使用 黑白棋格标定板对相机进行尺寸标定，用相机在测量区域采集 张不同角度的标定板图片，在每张图片中找到两个角点并分别计算两点之间的实际距离和像素距离，标定公式为（）式中，为标定板两点之间的实际尺寸；为标定板两点之间的像素尺寸。获得 组 值的平均值，即为标定系数 ，实 际 意 义 为 一 个 像 素 的 物 理 尺 寸 为 。?改进?边缘检测尺寸测量中最关键的步骤为边缘检测，通过边缘检测可以得到工件轮廓，边缘检测的效果决定了测量精度。算法是当前广泛使用的边缘检测算法，主要为四个步骤：用二维高斯模板进行卷积平滑图像；计算每个像素点的梯度幅值和方向；对梯度幅值进行非极大值抑制；双阈值算法检测和连接边缘。传统 算法有很多不足：在使用高斯滤波时会忽略对边缘的保护；使用 邻域计算梯度容易受噪声干扰，导致目标边缘丢失；人工设置双阈值适应性低 。针对以上缺点，本文选取滤波、梯度增强以及阈值 个方面进行改进。使用双边滤波代替高斯滤波，用 梯度模板计算梯度，提出自适应迭代法阈值选取代替人工设置双阈值。双边滤波图像在采集过程中会因为外部环境等因素影响产生噪声，由于高斯滤波会忽略对边缘的保护，为了保证边缘的完整性，本系统使用双边滤波对图像去噪。双边滤波是非线性的滤波方法，是在高斯滤波工 具 技 术基础上加入像素值权重项，同时考虑了空域信息和灰度相似性 ，保持了图像目标边缘信息以及实现了降噪效果。图 为滤波前后的工件边缘图像。（）滤波前（）滤波后图 滤波前后图像对比 算子计算梯度幅值对图像进行滤波后，使用 梯度模板与图像 进行卷积操作，分别计算出水平方向与垂直方向的梯度，计算过程如下。水平方向梯度为 （）垂直方向梯度为 （）根据水平方向与垂直方向的梯度可以求出图像上每一点的梯度与方向，梯度 和方向 为 槡（）（）（）极大值抑制仅由梯度值提取到的边缘依然很模糊，非极大值抑制的目的在于细化边缘，其基本方法是将当前像素梯度强度与梯度方向上两侧的梯度值进行比较，若为极值点，则保留该像素为边缘点；若不是，则为非边缘点。双阈值选取完成极大值抑制后，图像还包含了一些噪声以及虚假边缘，算法中应用双阈值法减少虚假边缘。改进后的自适应迭代阈值选取算法流程为：计算图像的平均灰度值，并将其作为初始阈值 ；计算图像中大于 的像素点的平均灰度；计算图像中小于 的像素点的平均灰度值；利用、组成新的阈值 ，计算方法为 （）；重复步骤至步骤，直到算法迭代至相邻两次 值相差小于设定参数 ，则得到最优阈值 ，将设为高阈值，低阈值设为 的一半。得到高低阈值后，将梯度值大于高阈值的像素点视为边缘点；舍弃梯度值小于低阈值的像素点；梯度值介于两者之间的像素点，则从该像素的 邻域内寻找像素梯度 ，如果存在像素梯度高于高阈值的点，则保留该像素点；如果没有，则舍弃。图 为改进后算法与传统 边缘检测对比，改进后边缘更加细化，测量精度提高。（）改进前（）改进后图 边缘检测对比?提取亚像素边缘传统的边缘检测仅达像素级精度，无法满足工业检测越来越高的要求，于是引入了亚像素级边缘检测。亚像素是指将每个像素分为更小的单元，通过增大图像分辨率来提高测量精度。本文采用双线性插值法 提取亚像素边缘坐标，其核心思想为在两个方向上分别进行一次线性插值，根据当前像素点与其周围四个像素点的相关性，利用双线性插值公式计算得出其坐标，原理见图 。图 双线性插值原理双线性插值法就是对应一个目标坐标，根据向后映射 的方式得到其在原始图像中的浮点坐标（，），可根据此坐标对应的周围四个像素点（，），（，），（，），（，）的值决定这个像素点的值 （，），即（，）（，）（）（）（，）（）（）（，）（）年第 卷 （）（，）（）（）（）式中，（，）为原始图像中（，）的像素值；，均为非负整数。根据上述可得到工件的亚像素边缘，提高了工件的测量精度，亚像素边缘如图 所示。?最小二乘法拟合圆最小二乘法被广泛应用于视觉测量中对圆形的检测，通过找到一组最佳点使误差平方和最小。提取到工件每个轮廓的亚像素坐标后，使用最小二乘法 对轮廓进行圆拟合。最小二乘法圆拟合方程为（）（）（）式中，（，）为圆心坐标。设 （）（）槡，（，）为提取到的轮廓点坐标集合。通常最小二乘拟合要求距离的平方和最小，即当 最小时，求得的圆心和半径为最佳拟合圆的参数。图 为根据最小二乘法拟合工件的内外轮廓。图 工件亚像素边缘图 最小二乘法拟合?实验分析在 软件中对工件进行测量来验证系统的精度。为方便用户操作，开发了可视化 界面，方便查看图像处理的过程，界面见图 。图 系统 界面对标准工件从不同的位置及角度采集 张照片，分别用传统边缘检测算法与改进后边缘检测算法测量每张照片工件的内外径，记为 内，外，并将其与千分尺测量结果对比，测量结果见表 表 。表 算法改进后的工件内径测量结果（）次数内（实际测量）内（系统测量）绝对误差平均误差 分析上表可知，算法改进后工件内径测量结果的最大误差为 ，最小误差为 ，平均误差为 ；工件外径测量结果的最大误差为 ，最小误差为 ，平均误差为 。传统 边缘检测工件内径测量结 果 的 最 大 误 差 ，最 小 误 差 为 ，平均误差为 ；工件外径测量结果的最大误差为 ，最小误差为 ，平均误差为 。实验结果表明：此系统的测量误差均可以控制在 内，且有效减少了平均误差，系统的稳定性较好，可以满足工业检测的精度要求。表 算法改进后的工件外径测量结果（）次数外（实际测量）外（系统测量）绝对误差平均误差 表 传统 工件的内径测量结果（）次数内（实际测量）内（系统测量）绝对误差平均误差 工 具 技 术表 传统 工件的外径测量结果（）次数外（实际测量）外（系统测量）绝对误差平均误差?结语为解决传统尺寸测量方式效率低、精度差等问题，开发了一套基于机器视觉的尺寸测量系统。由于传统边缘检测算法适应性低且易受噪声影响，提出了改进的 自适应迭代阈值选取边缘检测算法，并结合双线性插值提取亚像素边缘坐标进行最小二乘法圆拟合，完成了对圆形垫圈内径与外径的尺寸测量。实验结果表明，系统的测量精度可达到 ，满足工业检测中对精度和效率的要求，将此检测系统应用于同类工件的尺寸检测中，提高了工作效率。参考文献 邓斌攸，潘云峰，池志强，等 基于机器视觉的家具板件尺寸在线测量系统 木材科学与技术，（）：谢俊，李玉萍，左飞飞，等 基于机器视觉的孔类零件尺寸在线检测 电子测量技术，（）：刘志毅，杨桂华，唐卫卫 基于机器视觉的多类型工件测量系统研究 机床与液压，（）：杨文辉 基于机器视觉的零件几何量测量技术研究与系统开发 西安：西安理工大学，张喜民，余奇颖，张金博，等 基于机器视觉的手机尾插件精密测量方法研究 仪器仪表学报，（）：赵美丹，余桂英，瞿永顺，等 微小型光学元件尺寸的视觉测量系统研制 激光与光电子学进展，（）：王春普，文怀兴，王俊杰 基于机器视觉的大枣表面缺陷检测 食品与机械，（）：杨康，卫敏，孙磊 基于 的自适应阈值边缘检测系统设计 传感器与微系统，（）：李长齐，王菡，罗昊 基于树莓派的齿轮表面缺陷检测系统设计 仪表技术与传感器，（）：王书宇，田建艳，蔡文站，等 基于孔特征的弱纹理堆叠工件识别 计算机工程与应用，（）：王继军 图像插值空间大容量可逆数字水印算法 中国图象图形学报，（）：唐松，杨其华，刘刚海 基于 的阀芯尺寸亚像素级测量 计算机工程与应用，（）：陈怡然，廖宁，刘超 基于机器视觉的圆形零件尺寸参数测量 工具技术，（）：第一作者：张炳星，硕士研究生，青岛大学自动化学院，山东省青岛市 ：，通信作者：高军伟，博士，教授，青岛大学自动化学院，山东省青岛市 ：，年第 卷