基于機(jī)器視覺的薄板零件尺寸檢測系統(tǒng)研究

基于機(jī)器視覺的薄板零件尺寸檢測系統(tǒng)研究

1基于機(jī)器視覺的尺寸檢測系統(tǒng)設(shè)計由于薄零件薄，在接觸力的作用下變形，導(dǎo)致大的測量誤差，因此只能通過非接觸法進(jìn)行檢測。在薄片零件大批量生產(chǎn)中,檢測系統(tǒng)必須具有實時性,而且薄片零件形狀不規(guī)則且對孔系的相對位置和孔徑有較高精度要求,因此,還須對零件的幾何尺寸進(jìn)行100%的檢測以保證薄片零件的產(chǎn)品質(zhì)量。檢測系統(tǒng)必須具備相應(yīng)的檢測能力。傳統(tǒng)的檢測技術(shù)和設(shè)備難以在精度、效率及自動化程度等方面完全滿足要求。機(jī)器視覺檢測技術(shù)具有非接觸、柔性好、精度高、速度快、自動化和智能化水平高等優(yōu)點,可以很好地滿足薄片零件的檢測要求。開發(fā)具有自主知識產(chǎn)權(quán)的基于機(jī)器視覺的薄片零件尺寸檢測系統(tǒng)具有十分重要的理論意義和應(yīng)用價值。針對計算機(jī)硬盤彈性臂薄片零件尺寸檢測需求,本文基于機(jī)器視覺原理,采用線陣工業(yè)相機(jī)掃描獲取待檢零件圖像,根據(jù)掃描特性提出了圖像標(biāo)定算法。采用邊緣保持濾波器進(jìn)行濾波,根據(jù)圖像的灰度直方圖設(shè)置灰度閾值進(jìn)行圖像二值化,運用數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行邊緣提取和細(xì)化。提出了一種輪廓矢量化算法,通過輪廓矢量化得到待檢零件的尺寸參數(shù),與從設(shè)計圖DXF文件中讀取的相應(yīng)參數(shù)進(jìn)行對比,得到各圖元的誤差值,進(jìn)而由尺寸的設(shè)計公差值判斷產(chǎn)品尺寸是否合格。2圖像采集、檢測和數(shù)據(jù)采集系統(tǒng)的硬件組成示意圖如圖1,由檢測儀器本體和計算機(jī)兩部分組成,包括相機(jī)運動控制系統(tǒng),圖像采集系統(tǒng),照明系統(tǒng),檢測工作臺和支架。相機(jī)運動控制系統(tǒng)包括運動控制卡,電機(jī)驅(qū)動器,伺服電機(jī),運動滑塊,導(dǎo)軌和限位開關(guān)。圖像采集系統(tǒng)包括圖像采集卡,線陣工業(yè)相機(jī),鏡頭,光柵尺,分頻器。照明系統(tǒng)包括LED背光源和光源控制器。檢測儀器的實物照片如圖2所示。采用深圳固高公司的GT-400-SP-PCI型運動控制卡,有編碼器讀數(shù)功能,PCI接口。采用日本松下公司的MSMA5AZA1C型交流伺服電機(jī),轉(zhuǎn)速為3000r/min,帶有增量編碼器2500P/r,并用該公司電機(jī)相配套的電機(jī)驅(qū)動器。采用霍爾接近開關(guān)作為限位開關(guān)。采用加拿大CORECO公司的PC-DIG型圖像采集卡,設(shè)置為觸發(fā)采集數(shù)據(jù)模式,將光柵尺的輸出脈沖用分頻器分頻輸入到圖像采集卡作為采集線陣工業(yè)相機(jī)數(shù)據(jù)的觸發(fā)信號。采用加拿大DALSA公司的SP-14-02K30型線陣工業(yè)相機(jī),其CCD圖像傳感器呈線形布置,共有2048個傳感器,每個小圖像傳感器的大小是14μm×14μm,圖像傳感器之間無間隙。采用尼康的鏡頭以及奧地利RSFElektronik公司的MS6x.x5GA型光柵尺,分辨率為1μm。當(dāng)相機(jī)從左至右在待檢零件上掃描后,圖像采集卡緩沖區(qū)便保存了掃描所得的所有數(shù)據(jù),按順序?qū)?shù)據(jù)保存為BMP文件,即為待檢零件的掃描圖像數(shù)據(jù)。獲得待檢零件的掃描圖像后,依次進(jìn)行圖像預(yù)處理,輪廓矢量化和對比檢測。3圖像預(yù)處理3.1圖像標(biāo)定算法圖3為圖像標(biāo)定的原理示意圖。由于鏡頭對物像有縮放而精確的縮放倍數(shù)未知,所以掃描所得圖像在X向和Y向像素點間表示的實際距離是不一致的,因此必須對掃描所得圖像進(jìn)行標(biāo)定?；趻呙杼匦?提出了圖像標(biāo)定算法。掃描所得圖像在X向像素點間表示的實際距離是未知的,在Y向像素點間的實際距離等于相機(jī)在一次數(shù)據(jù)采集時間間隔內(nèi)的運動距離,可以從分頻器的參數(shù)設(shè)置獲得。掃描一個精密的標(biāo)準(zhǔn)件如精密薄塊規(guī),計算出該標(biāo)準(zhǔn)件目標(biāo)圖像X向的像素個數(shù)差和Y向像素個數(shù)差,標(biāo)定系數(shù)等于Y向像素個數(shù)差與X向像素個數(shù)差的比值。再根據(jù)此標(biāo)定系數(shù)對需要標(biāo)定的圖像X向像素進(jìn)行雙線性插值,即可得到以Y向像素點間距為基準(zhǔn)的標(biāo)定圖像。3.2像素點內(nèi)容的均勻度計算采用邊緣保持濾波器進(jìn)行濾波。對圖像中的每一個像素點p[i,j]取適當(dāng)大小的一個鄰域(如3×3鄰域),分別計算p[i,j]的左上角鄰域,左下角鄰域,右上角鄰域和右下角鄰域的灰度分布均勻度,然后取最小均勻度對應(yīng)區(qū)域的均值作為該像素點的新的灰度值。計算灰度均勻度的公式為V=∑f2[i,j]-(∑f[i,j])2/N,(1)式中,f[i,j]為像素點p[i,j]的灰度值;N為計算灰度均勻值時像素點的點數(shù)。3.3圖像粒度變化由于整個檢測系統(tǒng)封裝在密封罩內(nèi)處于半封閉狀態(tài)且照明良好,在得到的目標(biāo)圖像中物體與背景之間對比度較大,因此采用基于圖像灰度特性的方法進(jìn)行圖像分割。畫出掃描所得圖像的灰度直方圖。根據(jù)灰度直方圖設(shè)置灰度閾值T,灰度值大于等于閾值T的像素將其灰度值設(shè)為255,灰度值小于閾值T的像素將其灰度值設(shè)為0。3.4細(xì)化p[i[j]的及其他種多態(tài)性邊緣提取采用數(shù)學(xué)形態(tài)學(xué)的方法實現(xiàn),用膨脹后的圖像減去腐蝕后的圖像,得到目標(biāo)圖像的邊緣。該邊緣不一定是單像素寬,所以必須進(jìn)行細(xì)化。細(xì)化也是采用數(shù)學(xué)形態(tài)學(xué)的方法實現(xiàn)的。若有一個灰度值為0的像素點p[i,j],在p[i,j]的八鄰域中,若灰度值為0的像素點的點數(shù)大于2,則p[i,j]不是邊緣,應(yīng)將p[i,j]灰度值設(shè)置為255。循環(huán)計算遍歷整個圖像,最后得到單像素寬的邊緣,稱之為輪廓。4船長的矢量化輪廓矢量化是指將組成輪廓的圖元,如直線,圓弧,圓,進(jìn)行精確分段識別,獲得圖元尺寸參數(shù)的過程。輪廓中的曲線用直線和圓弧擬合。4.1輪廓點的搜索基于輪廓是單像素寬并連通的屬性,本文采用鄰域法識別和保存輪廓點。輪廓點P[i,j]的八鄰域示意圖如圖4所示,八鄰域的判別順序依次為0,1,2,3,4,5,6,7。對于掃描所得的圖像,規(guī)定其左上角為原點。從原點開始,根據(jù)從左至右、從上至下的原則搜索輪廓點。當(dāng)搜索到一個輪廓點作為該輪廓的起始點后標(biāo)記并保存該輪廓點,按照判別順序依次判別該輪廓點的八鄰域中是否有像素點為輪廓點,若為輪廓點則標(biāo)記保存。循環(huán)計算,遍歷整個圖像。若某輪廓點的八鄰域中沒有點為輪廓點,則該輪廓點應(yīng)為該輪廓的最后一點。4.2閾值去冗余點的計算本文提出了一種曲率閾值法去掉冗余角點算法。如圖5所示,設(shè)有一角點Pi為當(dāng)前點。Pi的前第K點為Pi-k和后第K點為Pi+k,一共三個點。K稱之為曲率計算區(qū)間寬度。將這三個點用最小二乘法擬合出一個圓,可以計算出圓心和半徑,那么當(dāng)前點的曲率就是半徑的倒數(shù)。計算所有可能稱為角點的輪廓點的曲率,然后設(shè)置閾值,大于閾值的輪廓點為角點,小于閾值的則為非角點。由于曲率閾值法去掉冗余角點是針對每個輪廓點的,這樣計算量很大。為了減少計算量,本文提出了一種簡便的方法。該鄰域值法預(yù)先分類輪廓點,將不可能為角點的輪廓點去掉。經(jīng)過鄰域法識別和保存輪廓后,圖像中的輪廓是按照從起點到終點順序排列的輪廓點的集合。假設(shè)有輪廓點Ci及其上一輪廓點Ci-1,若Ci的八鄰域值與Ci-1的八鄰域值相同,則Ci不是角點,若Ci的八鄰域值與Ci-1的八鄰域值不相同,則Ci為角點。循環(huán)計算,即可將可能為角點的輪廓點識別出來。經(jīng)過曲率閾值法去掉冗余角點后,在圓弧上依然存在大量的冗余點,且冗余點距離太近不能用圓弧分割與融合方法進(jìn)行處理,本文提出了角點間距法去掉冗余角點算法。角點間距是指兩角點間輪廓點的點數(shù)。設(shè)置一個角點間距最大值閾值,若任意兩角點的間距大于最大值閾值,則將這兩個角點設(shè)置為強(qiáng)點,意為不可刪除點。設(shè)置角點間距最小值閾值,將所有角點后間距在最小值閾值內(nèi)的所有角點去掉。這樣可能會去掉部分強(qiáng)點,然后將強(qiáng)點恢復(fù)為角點。4.3pi、pi-1間的圖元類型要對圖元進(jìn)行精確分段識別就必須知道兩角點間的圖元的類型。基于點到直線的投影高度,本文提出了投影高度法判別兩角點間的圖元類型,實現(xiàn)對角點的分類。如圖6所示,設(shè)Pi點為當(dāng)前點,以Pi、Pi-1做一直線PiPi-1,求得Pi到Pi-1間所有輪廓點Cj到直線PiPi-1的投影高度。設(shè)置閾值T,記下輪廓點Cj中距離大于閾值T的點數(shù)n1和距離小于閾值T的點數(shù)n2,若n1>n2則Pi、Pi-1間的圖元為圓弧,若n1<n2則Pi、Pi-1間的圖元為直線。同理,計算出Pi、Pi+k間圖元的類型,那么Pi的類型就知道了。根據(jù)直線與圓弧的組合,角點有四種類型:1型:直線至直線(linetoline),2型:圓弧至直線(arctoline),3型:直線至圓弧(linetoarc),4型:圓弧至圓弧(arctoarc)。遍歷輪廓中的所有角點,即可將所有角點分類。4.4冗余角點識別在歐氏空間中,對于圓弧而言,其曲率都為一常數(shù)。在計算機(jī)中,圖形是用離散像素點來表示的,從而導(dǎo)致圓弧的曲率并不為常數(shù)。經(jīng)過前述處理后的一段圓弧QjQj+1分段識別不準(zhǔn)確,有較多的冗余角點,如圖7(a)所示。P1,P2,…,PN為4型角點,Qj,Qj+1為2型或3型角點。文獻(xiàn)提出了一種圓弧分割與融合算法,尚未涉及對圓的分割與融合。本文對文獻(xiàn)提出的算法進(jìn)行了改進(jìn)并約定對圓進(jìn)行圓弧分割與融合后,保留其中一個角點且設(shè)置其類型為4。圓弧QjQj+1分割與融合結(jié)果如圖7(b)所示,得到了對圓弧QjQj+1的準(zhǔn)確分段與識別。4.5判別與融合算法在歐氏空間中,一條直線上任何一點的曲率都為0。在計算機(jī)中,圖形是用離散像素點來表示的,從而導(dǎo)致一條直線上的某些點曲率并不為0。計算機(jī)中的一條直線LM放大后如圖8所示,經(jīng)分段識別后是由一些直線段組成的,其中淺色像素點為1型角點。基于點到直線的投影高度,本文開發(fā)了直線的判別與融合算法。假設(shè)當(dāng)前角點為P3,計算P3到直線AB的投影高度,設(shè)置閾值T,若投影高度小于閾值,則應(yīng)將P3融合,設(shè)置P3為非角點;若投影高度大于閾值T則不能將P3點設(shè)為非角點。遍歷所有輪廓,即可將本屬于一條直線的多條小線段融合成一條直線。4.6角點坐標(biāo)的擬合按照定義,類型為1或2的角點其后連接的圖元一定是直線,該角點坐標(biāo)即為直線的起點坐標(biāo),下一角點坐標(biāo)為直線的終點坐標(biāo)。類型為3或4的角點其后連接的圖元一定是圓弧,將該角點到下角點之間的所有輪廓點進(jìn)行最小二乘圓弧擬合,計算出圓心和半徑。按照前述約定,若某一輪廓只有一個角點且角點的類型為4,則該輪廓為圓。將該輪廓的所有輪廓點進(jìn)行最小二乘圓弧擬合,計算出圓心和半徑。5比較檢測5.1xf排列順序從DXF文件中需要讀取的參數(shù)有,圖形各圖元的尺寸參數(shù)及其尺寸標(biāo)注參數(shù)。從DXF文件讀取的圖元,其排列順序是隨機(jī)的,因此首先必須進(jìn)行圖元順序化,選擇某一圖元作為首圖元,按照連接關(guān)系順序排列圖元。保存時采取二級指針方法,一級指針作為輪廓保存圖元對象,二級指針作為圖形保存所有輪廓對象。5.2系統(tǒng)基準(zhǔn)的確定輪廓矢量化后的圖形的圖元和經(jīng)順序化后的從DXF文件中讀取的圖元均以二級指針保存。比較基準(zhǔn)定為零件的設(shè)計基準(zhǔn),將這兩個圖形以比較基準(zhǔn)為參照物進(jìn)行坐標(biāo)變換。然后按照圖元排列順序逐一比較相應(yīng)各個圖元的誤差。將計算得到的圖元誤差與從DXF文件中讀取的設(shè)計公差值進(jìn)行比較,判斷誤差是否在允許范圍內(nèi),然后將誤差保存為一個TXT文件。6值化和細(xì)度分析以計算機(jī)硬盤彈性臂中的某一薄片零件為待檢零件,用該檢測系統(tǒng)進(jìn)行尺寸檢測。其結(jié)果如圖9所示,(a)、(b)、(c)、(d)、(e)依次表示掃描所得的圖像;經(jīng)過濾波與標(biāo)定后的圖像;二值化處理后的圖像;邊緣提取與細(xì)化后的圖像;輪廓矢量化的結(jié)果,并用黑點標(biāo)識了角點的位置。待檢零件經(jīng)生產(chǎn)廠家檢驗是合格的。用該檢測系統(tǒng)進(jìn)行檢測,如圖