許 昊，李維榮，程 鵬

（中機(jī)生產(chǎn)力促進(jìn)中心，北京 100044）

0 引言

在全球工業(yè)化高度發(fā)展的今天，螺紋連接作為傳統(tǒng)的機(jī)械連接方式，因其具有結(jié)構(gòu)簡(jiǎn)單，操作方便，成本低廉等特點(diǎn)，仍然作為主流聯(lián)接方式而被廣泛使用。六角頭螺栓是螺紋連接中最常用的緊固件，應(yīng)用量特別大，出現(xiàn)失效案例又很多，幾何精度直接影響其力學(xué)性能和互換性，必須在成型加工過(guò)程中加以控制。目前，對(duì)螺栓外形[1]的檢測(cè)大多采用人工抽檢，存在人為因素影響大，效率低下等問(wèn)題，用光學(xué)方法進(jìn)行自動(dòng)檢測(cè)的應(yīng)用還不廣泛。

1 螺栓外形檢測(cè)的原理

機(jī)器視覺(jué)是一種非接觸的檢測(cè)方法，它具有快捷、經(jīng)濟(jì)、靈活等優(yōu)點(diǎn)。通過(guò)工業(yè)CCD或CMOS攝像頭拍攝物體的清晰圖像，然后采用計(jì)算機(jī)硬件及軟件技術(shù)對(duì)圖像信息進(jìn)行輔助處理，提取幾何特征值，與預(yù)期特征進(jìn)行自動(dòng)對(duì)比，進(jìn)而完成零件的測(cè)量和篩選。圖1是視覺(jué)檢測(cè)系統(tǒng)的一般流程。

圖1 視覺(jué)檢測(cè)系統(tǒng)的一般流程Fig.1 The general process of visual inspection system

本文所述的螺栓檢測(cè)系統(tǒng)有以下幾部分組成：①圖像采集部分，包括三個(gè)CCD數(shù)字?jǐn)z像機(jī)、光源等；②零件傳送及篩選部分，包括步進(jìn)電機(jī)，傳送帶等，步進(jìn)電機(jī)的運(yùn)動(dòng)和篩選模塊的動(dòng)作均采用PLC控制；③圖像處理部分，主要對(duì)采集到的螺栓圖像進(jìn)行實(shí)時(shí)處理并進(jìn)行特征提取。圖2為螺栓檢測(cè)的檢測(cè)流程[2]。

螺栓在傳送帶上運(yùn)動(dòng)，依次經(jīng)過(guò)三個(gè)攝像頭的檢測(cè)區(qū)域，觸發(fā)拍照采集圖像，然后將圖像傳送至計(jì)算機(jī)進(jìn)行實(shí)時(shí)處理，與預(yù)設(shè)的參數(shù)進(jìn)行比較，判定零件是否合格。根據(jù)判定結(jié)果發(fā)出篩選模塊控制指令，實(shí)現(xiàn)合格與不合格產(chǎn)品的分離。

圖2 螺栓檢測(cè)流程Fig.2 Bolt detection process

2 螺栓外形檢測(cè)的關(guān)鍵參數(shù)

常見(jiàn)的螺栓幾何缺陷包括尺寸超差、形狀不規(guī)則、頭部填充不滿或者裂紋等，這些缺陷在采集的圖像中主要表現(xiàn)為面積和邊界等特征參數(shù)的變化。

經(jīng)過(guò)圖像采集、處理得到所需的圖像，用一些區(qū)域描繪子來(lái)描述圖像中的區(qū)域特征[3]，如區(qū)域的邊界線型、面積、致密性、質(zhì)心等。

（1）零件的投影面積。在處理后得到的二值數(shù)字圖像中，背景區(qū)域?yàn)楹谏?，待檢物體為白色，區(qū)域的面積可定義為黑白界限內(nèi)區(qū)域中所包含的像素總數(shù)。

式中：A—區(qū)域面積 （m）；m—像素點(diǎn)橫坐標(biāo)；n—像素點(diǎn)縱坐標(biāo)；f（m，n）：像素點(diǎn)特征值，黑色時(shí)取0，白色時(shí)取1。

（2）區(qū)域周長(zhǎng)。常用的有兩種計(jì)算方法：一種是在區(qū)域的邊界像素中，設(shè)某像素與其上下左右像素間的距離為1，與斜方向像素間的距離為，周長(zhǎng)就是這些像素間距離的總和。另一種計(jì)算方法將邊界的像素?cái)?shù)目總和作為周長(zhǎng)，本文選擇第一種方法。

∈i代表該點(diǎn)鄰域的8個(gè)方向，斜向?yàn)槠鏀?shù)。

（3）區(qū)域的圓形度。

此參數(shù)不受區(qū)域平移、旋轉(zhuǎn)和尺寸變化的影響。

（4）區(qū)域質(zhì)心。

式中：m—像素點(diǎn)橫坐標(biāo)；n—像素點(diǎn)縱坐標(biāo)；xc—質(zhì)心橫坐標(biāo)；yc—質(zhì)心的縱坐標(biāo)；f（m，n）：像素點(diǎn)特征值，黑色時(shí)取0，白色時(shí)取1。

（5）區(qū)域的平均半徑。

式中：（xk，yk）—區(qū)域邊緣上的點(diǎn)；（xc，yc）—區(qū)域的質(zhì)心。

3 螺栓外形檢測(cè)的算法舉例

（1）螺栓頭。 圖 3（a）為螺栓頭的灰度圖像，圖 3 （b）為螺栓頭部二值化后的區(qū)域圖像，圖3（c）為圖3（b）的輪廓跟蹤曲線。由圖3（b）可計(jì)算出螺栓頭部的面積，圖3（c）可計(jì)算出螺栓頭部的輪廓周長(zhǎng)，進(jìn)而可求出其它特征參數(shù)值。

圖3 螺栓頭特征提取Fig.3 Feature extraction of the bolt head

（2）螺紋大徑。螺紋的大徑是指與螺紋相切的假想圓柱體的直徑。大徑是普通外螺紋的公稱直徑，可通過(guò)測(cè)量螺栓底端的投影外圓輪廓線的長(zhǎng)度來(lái)獲得。圖4（a）為螺栓底端的原始灰度圖像，圖4（b）、（c）分別是底端圖像的二值化和邊緣提取后的結(jié)果。

圖4 螺紋大徑的特征提取Fig.4 Feature extraction of major diameter

（3）螺紋中徑。中徑是一個(gè)假想圓柱的直徑，該圓柱的母線通過(guò)牙型上溝槽和凸起軸向?qū)挾认嗟鹊牡胤?，此假想圓柱稱為中徑圓柱。中徑圓柱的母線稱為中徑線，軸線即為螺紋軸線。螺紋連接一般只有螺紋牙側(cè)面中徑附近接觸，而在大徑和小徑處應(yīng)有間隙，螺紋中徑是決定螺紋配合性質(zhì)的主要參數(shù)。螺紋邊緣提取后的結(jié)果如圖 5（c）所示。

圖5 螺紋中徑的特征提取Fig.5 Feature extraction of pitch diameter

由圖5可知，螺紋牙的上下邊緣線是兩條近似對(duì)稱的曲線，這時(shí)存在一條對(duì)稱軸，其方程式設(shè)為y=kx+b。選取曲線上的一系列點(diǎn)，通過(guò)最小二乘法可計(jì)算出k、b，進(jìn)而求出螺紋截面對(duì)稱軸的方程式。設(shè)直線y=kx+b與數(shù)據(jù)點(diǎn)[xi，yi]的方差為 φ（a，k）， 則有：

圖6 螺紋的中徑線Fig.6 The pitch diameter line of screw thread

求得直線方程y=kx+b后，將其向上平移r距離得到y(tǒng)=kx+b+r，平移后的直線和螺紋上邊緣線產(chǎn)生一系列交點(diǎn)，如圖6所示。將所有螺紋邊緣點(diǎn)[xi，yi]依次代入y=kx+b+r， 若滿足｜yi-（kxi+b+r）｜＜σ，則認(rèn)為這一點(diǎn)是交點(diǎn)，此處σ取0.1。這時(shí)產(chǎn)生線段AB、BC、CD、DE、EF，選取令所有線段方差最小的r值，并記錄此時(shí)的直線L。同理，可求得下方的另一條直線L1，中徑d2=｜L-L1｜。

在Visual C++6.0下開(kāi)發(fā)應(yīng)用程序，圖像的構(gòu)造及讀取等操作封裝在Cimg類中，而對(duì)圖像的處理操作封裝在CimgProcess類中。零件進(jìn)入圖像采集區(qū)域觸發(fā)數(shù)字?jǐn)z像機(jī)采集圖像到內(nèi)存后，立即構(gòu)造CimgProcess對(duì)象[3]，并調(diào)用相應(yīng)的成員函數(shù)進(jìn)行處理。部分程序代碼如下：

4 結(jié)論

本文根據(jù)螺栓形狀特征設(shè)計(jì)了一種基于機(jī)器視覺(jué)的檢測(cè)方法，經(jīng)驗(yàn)證，這種方法的檢測(cè)精度可達(dá)到0.05mm，速率達(dá)到120件/分鐘，不僅提高了檢測(cè)效率和準(zhǔn)確性，更有利于實(shí)現(xiàn)工廠的自動(dòng)化。在以上工作的基礎(chǔ)上還應(yīng)該做以下研究：①改善和完善現(xiàn)有代碼，提高檢測(cè)的效率并減少誤差率；②對(duì)機(jī)械部分進(jìn)行優(yōu)化設(shè)計(jì)，以提高系統(tǒng)整體的靈活性。

[1]楊樹(shù)華.標(biāo)準(zhǔn)緊固件手冊(cè)[M].中國(guó)質(zhì)檢出版社，2012.

[2]林長(zhǎng)青，莊石，廖俊必，等.基于機(jī)器視覺(jué)的螺釘在線檢測(cè)[J].工具技術(shù)，2007，8.

[3]張錚，王艷平，等.數(shù)字圖像處理與機(jī)器視覺(jué)Visual C++與Matlab實(shí)現(xiàn)[M].人民郵電出版社，2010.

[4]劉海波，沈晶，郭聳，等.Visual C++數(shù)字圖像處理技術(shù)詳解[M].機(jī)械工程出版社，2010.