王忠山，李彥清，任濤

（長(zhǎng)春理工大學(xué) 機(jī)電工程學(xué)院，長(zhǎng)春 130022）

目前國(guó)內(nèi)外對(duì)于軸承鋼球的計(jì)數(shù)方法，通常采用人工稱重計(jì)數(shù)法，即使用電子秤或天平等稱重裝置稱量鋼球的重量來(lái)計(jì)數(shù)。由于鋼球表面附有防銹油和人工讀數(shù)的誤差等原因，導(dǎo)致稱重方法計(jì)數(shù)不夠準(zhǔn)確。為保證提供的鋼球數(shù)量足夠裝配軸承，鋼球生產(chǎn)企業(yè)在稱重計(jì)數(shù)過(guò)程中往往以千分之三的比例多提供鋼球，造成不必要的浪費(fèi)。國(guó)內(nèi)研究的其它計(jì)數(shù)方法，如昆明理工大學(xué)研制的鋼球自動(dòng)計(jì)數(shù)及排列裝置和西安工程大學(xué)研制的鋼球自動(dòng)計(jì)數(shù)裝置，采用光電計(jì)數(shù)或者霍爾傳感器計(jì)數(shù)方法對(duì)鋼球進(jìn)行多通道計(jì)數(shù)［1］。這些計(jì)數(shù)方法，對(duì)鋼球的排列有較高的要求，要求鋼球逐一通過(guò)傳感器檢測(cè)區(qū)域，檢測(cè)效率較低，無(wú)法實(shí)現(xiàn)產(chǎn)業(yè)化生產(chǎn)。因此對(duì)鋼球快速精確計(jì)數(shù)方法的研究具有十分重要的現(xiàn)實(shí)意義。

1 圖像計(jì)數(shù)工作原理

選用與鋼球亮度差別較大的深色（黑色）平面作為鋼球的計(jì)數(shù)背景。鋼球圖像計(jì)數(shù)基本工作原理是利用鋼球與背景的灰度差，用工業(yè)CCD相機(jī)拍攝計(jì)數(shù)盤中單層鋼球的圖像，其工作原理如圖1所示。

鋼球在可見(jiàn)光照射下，相當(dāng)于球面鏡，CCD拍攝的圖像大致為圓形，其中心最亮，從中心沿半徑向外，亮度越來(lái)越低。根據(jù)這一特性，設(shè)置合適的二值化灰度閾值，對(duì)鋼球的圖像進(jìn)行二值化處理。將灰度值大于等于該閾值的像素點(diǎn)灰度值替換為255（白），灰度值小于該設(shè)定閾值的像素點(diǎn)的灰度值替換為0（黑），如圖2所示。圖2左圖為二值化前的鋼球圖像，由中心向四周灰度逐漸降低，沒(méi)有明顯分界。右圖為二值化處理后圖像，中間有一亮斑，四周有明顯邊界。

圖1 圖像計(jì)數(shù)工作原理

圖2 單個(gè)鋼球圖象二值化前后對(duì)比

鋼球在計(jì)數(shù)盤上是無(wú)序排列的，會(huì)緊靠在一起。選擇一個(gè)合適的二值化灰度閾值可以確保二值化后每個(gè)鋼球圖象形成的白色區(qū)域不相連接，使各個(gè)鋼球圖像之間相互獨(dú)立，成為孤立的像素群。同時(shí)灰度閾值的選取應(yīng)保證每個(gè)鋼球的圖像有足夠的像素值用于計(jì)數(shù)，如圖3所示。

圖3 多鋼球圖像二值化前后對(duì)比

針對(duì)二值化后圖像中的白色區(qū)進(jìn)行計(jì)數(shù)，經(jīng)過(guò)圖像處理之后每個(gè)鋼球的圖像成為獨(dú)立的像素群。根據(jù)鋼球圖像的像素值范圍，設(shè)置一個(gè)合適的像素閾值區(qū)間，當(dāng)一個(gè)白色區(qū)域的像素個(gè)數(shù)滿足該閾值區(qū)間時(shí)，確定為一個(gè)鋼球形成的圖像，即確定為一個(gè)鋼球。當(dāng)一個(gè)白色區(qū)域的像素值不滿足該閾值區(qū)間時(shí)，認(rèn)為是干擾形成的圖像，即不是鋼球。采用像素坐標(biāo)掃描法，在計(jì)數(shù)區(qū)域內(nèi)，沿X，Y兩坐標(biāo)方向逐行掃描，每個(gè)孤立像素群即記為一枚鋼球，逐行掃描后，被確定的鋼球圖像的總數(shù)就是盤中鋼球的數(shù)量。

2 圖像識(shí)別技術(shù)

2.1 光源的選擇

鋼球圖像的灰度值與光源有很大關(guān)系，因此在試驗(yàn)中測(cè)試了自然光、日光燈、LED等多種光源對(duì)圖像質(zhì)量的影響。試驗(yàn)結(jié)果證明，每種光源都可以實(shí)現(xiàn)精確計(jì)數(shù)。通過(guò)試驗(yàn)比較分析，采用藍(lán)色LED燈陣列。在CCD相機(jī)鏡頭前加濾光片，只允許藍(lán)色光通過(guò)，從根本上解決了其它雜光對(duì)CCD相機(jī)成像質(zhì)量的干擾［2，3］。

2.2CCD相機(jī)選擇

由于圖像的二值化需要首先將圖像轉(zhuǎn)化成灰度圖，為了提高成像質(zhì)量與加快處理速度，選用了北京微視科技有限公司的MVC系列黑白工業(yè)CCD攝像頭。該系列攝像頭采用了USB2.0標(biāo)準(zhǔn)接口，直接輸出灰度圖像，并且提供了SDK開(kāi)發(fā)包，方便了編程中的直接調(diào)用。

2.3 雙灰度閾值算法

同一規(guī)格鋼球的尺寸及表面光潔度基本相同，但是個(gè)別鋼球由于光源入射角度不同或表面灰塵等原因，亮度與其它鋼球相比明顯較低（如圖4（a）圓圈中標(biāo)出）。為了提高此類鋼球的識(shí)別率，采用雙灰度閾值算法，兩次二值化的方式進(jìn)行數(shù)字化圖像處理［5，6］。即用高灰度閾值進(jìn)行一次二值化，再進(jìn)行一次低灰度閾值二值化。為了便于區(qū)分，在二值化過(guò)程中，采用了RGB三色標(biāo)記的方法。將滿足高灰度閾值的鋼球圖像標(biāo)記為綠色，將滿足低灰度閾值的鋼球圖像標(biāo)記為藍(lán)色。在對(duì)像素群掃描計(jì)數(shù)過(guò)程中，兩次二值化的結(jié)果，即綠色和藍(lán)色圖像，均記為鋼球，如圖4（b）所示。

在圖像的二值化中，最常用的二值化算法為固定門限二值化法。取灰度值T1、T2作為雙灰度閾值門限，設(shè)u(i,j)為每個(gè)像素點(diǎn)二值化圖像的灰度值，采用以下算法對(duì)圖像進(jìn)行二值化處理：

公式（1）是以灰度值T1為閾值進(jìn)行第一次二值化處理，公式（2）是以灰度值T2為閾值進(jìn)行第二次二值化處理，經(jīng)過(guò)兩次二值化計(jì)算后，符合灰度值T1的像素標(biāo)記為綠色，否則不變；符合灰度值T2的像素標(biāo)記為藍(lán)色，否則不變。由此便實(shí)現(xiàn)了物像與背景分離和信息壓縮，如圖4所示。

圖4 圖像雙灰度閾值二值化前后對(duì)比

3 干擾圖像的去除算法

由于鋼球表面涂有防銹油，油滴不可避免會(huì)附著在計(jì)數(shù)盤上形成干擾圖像，影響正常的圖像識(shí)別。當(dāng)計(jì)數(shù)盤與水平面呈一定角度傾斜放置時(shí)，鋼球由于自重會(huì)緊密排列。而油滴附著在計(jì)數(shù)盤上，呈分散排列。所以采用的去除干擾算法為：（1）去除過(guò)大或過(guò)小的像素群，認(rèn)為是干擾形成的圖像。（2）計(jì)算每個(gè)獨(dú)立像素群的中心點(diǎn)坐標(biāo)。像素群中心點(diǎn)的X、Y坐標(biāo)，用像素坐標(biāo)的平均值近似計(jì)算。計(jì)算出每?jī)蓚€(gè)相鄰像素群的中心距，根據(jù)緊密排列相鄰鋼球圖像的中心距范圍，設(shè)置合適的中心距區(qū)間。如果某個(gè)像素群與其相鄰像素群中心距不滿足該設(shè)定的區(qū)間，則判定為油滴圖像。被判定為油滴的像素，標(biāo)記為紅色，掃描計(jì)數(shù)時(shí)不計(jì)入鋼球數(shù)量，如圖5所示。實(shí)驗(yàn)證明，用上述方法可以有效地去除油滴圖像干擾，達(dá)到精確計(jì)數(shù)的目的［4］。

圖5 去除油滴圖像干擾

4 結(jié)論

本文介紹了一種基于圖像識(shí)別技術(shù)的鋼球計(jì)數(shù)方法。采用雙灰度閾值算法對(duì)所采集的鋼球圖像進(jìn)行二值化圖像處理，對(duì)計(jì)數(shù)區(qū)域內(nèi)的像素群掃描計(jì)數(shù)，并且考慮了干擾圖像的去除算法。經(jīng)過(guò)樣機(jī)實(shí)驗(yàn)證明，該方法可以對(duì)多種尺寸的鋼球進(jìn)行精確計(jì)數(shù)，計(jì)數(shù)結(jié)果具有較高的可靠性。經(jīng)過(guò)適當(dāng)改進(jìn)，該計(jì)數(shù)方法也可以拓展到其它類似產(chǎn)品的精確計(jì)數(shù)。

［1］詹磊，楊尚平，鄧永明，等.鋼球自動(dòng)計(jì)數(shù)及排列裝置［P］.云南：CN201737482U，2011-02-09.

［2］李小龍，馬占鴻，孫振宇，等.基于圖像處理的小麥條銹病菌夏孢子模擬捕捉的自動(dòng)計(jì)數(shù)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2013（2）：199-206.

［3］駱志堅(jiān).一種棒材自動(dòng)計(jì)數(shù)檢測(cè)系統(tǒng)的研究與應(yīng)用［D］.杭州：浙江大學(xué)，2005.

［4］康牧.圖像處理中幾個(gè)關(guān)鍵算法的研究［D］.西安：西安電子科技大學(xué)，2009.

［5］Li Chuyan，Jia Xinyu，Li Haiyu，et al.Digital image processing technology applied in level measurement and control system［J］.Procedia Engineering，2011（24）：226-231.

［6］Wang Liang，Jin Xiaofeng，F(xiàn)ei Yunjian.Image noise reduction based on superposition algorithm used in Xray imager［J］.ProcediaEngineering，2010（7）：286-289.