肖 露 崔晉龍

(三峽大學(xué)機(jī)械與材料學(xué)院，湖北 宜昌 443002)

在機(jī)械加工中，刀具角度對(duì)切削力、切削熱和刀具耐用度都有著很大的影響，合理選擇刀具角度有利于改善加工條件，提高被加工工件質(zhì)量，延長(zhǎng)刀具與設(shè)備的使用壽命。因此，刀具角度的測(cè)量就顯得尤為重要。傳統(tǒng)的接觸式測(cè)量方法具有主觀誤差大、測(cè)量參數(shù)少、費(fèi)時(shí)等缺點(diǎn)。為適應(yīng)現(xiàn)代化數(shù)控機(jī)床及高速、高精度加工的要求，基于圖像處理的刀具角度測(cè)量就應(yīng)運(yùn)而生了。

本文主要以MATLAB作為處理平臺(tái)，首先利用圖像處理技術(shù)對(duì)刀具圖像進(jìn)行處理，獲取刀具邊緣輪廓，然后通過(guò)曲線擬合方法對(duì)輪廓進(jìn)行擬合，獲得測(cè)量刀具角度的關(guān)鍵參數(shù)，最終求出刀具角度。此方法具有非接觸式在線測(cè)量、高速度、刀具幾何信息豐富等諸多優(yōu)點(diǎn)。

1 刀具角度測(cè)量原理

利用MATLAB對(duì)刀具角度進(jìn)行測(cè)量，首先由CCD獲取刀具圖像，然后對(duì)圖像進(jìn)行灰度化處理，再將灰度圖像二值化、中值濾波后提取刀具輪廓，最后采用曲線擬合方法計(jì)算出刀具角度。測(cè)量原理如圖1所示。

2 圖像處理

2.1 圖像采集

本實(shí)驗(yàn)用CCD攝像機(jī)采集刀具圖像，采集圖像時(shí)要注意攝像頭與刀具前刀面保持平行。采集的圖像已經(jīng)是灰度圖，故圖像灰度化過(guò)程可以省略。如圖2所示，該刀具是焊接式車刀，刀尖處為圓弧刃結(jié)構(gòu)，刀刃經(jīng)過(guò)倒棱處理，本文的主要任務(wù)是通過(guò)圖像處理獲取該車刀的刀尖角。

2.2 圖像二值化

圖像二值化是指用灰度變換來(lái)研究灰度圖像的一種常用方法。即設(shè)定某一閾值，將灰度圖像的像素分成大于閾值的像素群和小于閾值的像素群兩部分，將這兩部分像素群上的點(diǎn)的灰度置為0或255，也就是使整個(gè)圖像呈現(xiàn)出明顯的黑白效果。

圖像的二值化中，閾值的選擇是關(guān)鍵。閾值是把目標(biāo)和背景區(qū)分開的標(biāo)尺，選取適當(dāng)?shù)拈撝稻褪羌纫M可能保存圖像信息，又要盡可能減少背景和噪聲的干擾。閾值的選擇方法有多種，本文采用全局閾值法，通過(guò)分析灰度直方圖，選擇第1個(gè)谷值為閾值，如圖3所示。圖4為二值化后的刀具圖。

2.3 中值濾波

中值濾波是一種典型的低通濾波器，屬于非線性濾波，它的目的是保護(hù)圖像邊緣的同時(shí)去除噪聲。在一定的條件下，可以克服線性濾波器所帶來(lái)的圖像細(xì)節(jié)模糊，而且對(duì)濾除脈沖干擾及圖像掃描噪聲最為有效。

在二維中值濾波中，窗口的尺寸有3×3、5×5、7×7等多種。實(shí)際使用窗口時(shí)，一般先選用小的窗口，不合適時(shí)再逐漸增大，直到其濾波效果滿意為止。圖5為3×3中值濾波后的圖像。

2.4 邊緣檢測(cè)

圖像的邊緣是圖像最基本的特征之一，廣泛存在于物體與背景之間、物體與物體之間、基元與基元之間，因此它是圖像分割依賴的重要特征。從本質(zhì)上說(shuō)，圖像邊緣是圖像局部特性不連續(xù)性(灰度突變、顏色突變、紋理結(jié)構(gòu)突變等)的反映，標(biāo)志著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開始。很顯然，要測(cè)量刀具的角度，關(guān)鍵是通過(guò)邊緣檢測(cè)提取刀具的輪廓線。

為了得到較好的邊緣效果，現(xiàn)在已經(jīng)有了很多種邊緣檢測(cè)算法，如Roberts算子、Sobel算子、Prewitt算子、LoG算子、Canny算子等。本文采用Canny邊緣檢測(cè)算子(圖6)，該方法不容易受噪聲的干擾，邊緣定位精確性較高，能夠檢測(cè)到真正的弱邊緣。

2.5 特征提取

刀具的刀尖角由兩條直線切削刃構(gòu)成，以邊緣檢測(cè)圖像為基礎(chǔ)進(jìn)行特征提取，可先對(duì)圖像進(jìn)行裁剪，獲取兩條直線刃。圖像裁剪過(guò)程中，因?yàn)橹本€的斜率不會(huì)改變，故兩條直線組成的夾角也不會(huì)變化，因此可通過(guò)分析兩直線的斜率，得到刀尖角。直線刃的提取如圖7所示。

2.6 直線擬合并計(jì)算斜率

從刀具邊緣檢測(cè)圖像中可以看出，刀具邊緣直線輪廓粗糙不規(guī)則，會(huì)給計(jì)算結(jié)果帶來(lái)一定誤差。為了保證測(cè)量的精度，可利用MATLAB擬合工具箱對(duì)圖7中截取的兩條直線刃進(jìn)行線性擬合。選擇擬合函數(shù)類型為f(x)=p1x+p2，由此可獲得兩條規(guī)則的直線，擬合結(jié)果如圖8。

圖8所示的擬合對(duì)話框中已直接顯示出擬合直線的斜率p1。通過(guò)擬合，得到兩條直線刃的斜率分別為0.083 35和9.258。

2.7 結(jié)果與分析

獲取兩條直線刃的斜率后，利用MATLAB中的“subspace”函數(shù)，通過(guò)程序計(jì)算得到兩直線的夾角為79.07°。

通過(guò)儀器測(cè)得該車刀的刀尖角為79.1°，相對(duì)誤差為0.04%。該誤差主要來(lái)自于刀具圖像的采集角度，刀具前刀面必須與攝像頭保持平行；其次還受到光照的影響，刀具表面光照分布不均會(huì)給輪廓提取帶來(lái)一定的誤差。

3 結(jié)語(yǔ)

本文提出了一種基于MATLAB的車刀角度測(cè)量方法。首先通過(guò)圖像處理獲取刀具輪廓，并應(yīng)用曲線擬合方法對(duì)輪廓邊界進(jìn)行擬合，通過(guò)分析擬合直線刃的斜率，計(jì)算得出刀具角度值。實(shí)驗(yàn)證明，采用該方法測(cè)量刀具角度是可行的，不僅測(cè)量誤差小，檢測(cè)效率高，而且也適應(yīng)其他刀具的角度測(cè)量，尤其適合高精度和微小刀具幾何參數(shù)的檢測(cè)。

[1]張彬，王俊元，周敬.基于圖像處理的刀具幾何參數(shù)測(cè)量技術(shù)研究[J].工具技術(shù)，2010，44(7):101-104.

[2]裘江平，鮑敏.基于圖像處理的刀具角度測(cè)量系統(tǒng)[J].機(jī)電工程，2010，27(6)：32-39.

[3]張強(qiáng)，王正林.精通MATLAB圖像處理[M].北京：電子工業(yè)出版社，2012.

[4]趙書蘭.MATLAB R2008數(shù)字圖像處理與分析實(shí)例教程[M].北京：化學(xué)工業(yè)出版社，2009.